Introdução do MemWal SDK com Suporte WAL
Enquanto os agentes de IA assumem tarefas complexas, as limitações na camada de memória comprometem a sua estabilidade e eficácia. A Walrus está a transformar a memória dos agentes ao introduzir o MemWal SDK integrado com análise detalhada WAL, adicionando qualidades como verificação, acessibilidade, portabilidade e partilha. O Gestor de Produto do Grupo Mysten Labs, Abinhav Garg, afirmou numa entrevista à Decrypt que esta inovação opera numa camada de dados aberta e elimina a dependência de modelos. Os utilizadores podem alternar entre a OpenAI e a Anthropic enquanto os dados são protegidos com garantias imutáveis. Esta abordagem responde à necessidade de auditabilidade em fluxos de trabalho críticos, aumentando a fiabilidade dos agentes.
Vantagens de Armazenamento Distribuído com WAL
Os sistemas de memória existentes são geralmente construídos sobre estruturas fechadas e frágeis; a Walrus oferece vantagens de armazenamento distribuído suportadas por futuros WAL aos programadores de agentes através do MemWal. O SDK integra-se com frameworks de orquestração populares como OpenClaw e NemoClaw através de um plugin lançado esta semana, evitando que os programadores lidem com integrações complexas. Garg afirmou que isto permite adicionar memória persistente e verificável diretamente às ferramentas existentes. Em termos de privacidade, existem encriptação nativa e controlos de acesso programáveis; nem mesmo os fornecedores de armazenamento conseguem aceder aos dados. Eleva os padrões de privacidade em áreas sensíveis como fluxos de trabalho empresariais, dados financeiros ou contextos pessoais. Em última análise, traça um caminho alternativo à estrutura opaca dos sistemas centralizados.
Cenários de Colaboração entre Agentes com WAL
As qualidades trazidas pelo MemWal impulsionam a colaboração entre agentes e novos casos de uso; os agentes de apoio ao cliente preservam o contexto do utilizador, enquanto diferentes equipas podem trabalhar sobre um histórico partilhado. Os robôs podem partilhar memória para coordenação de horas em respostas a catástrofes, e agentes publisher-consumer em marketplaces interagem através de mensagens. Garg prevê que, na stack de agentes, computação, dados, memória e coordenação se separarão. A Walrus como camada de dados persistente, e o MemWal como camada de memória no topo, irão acelerar o processo de padronização.
Source: https://en.coinotag.com/walrus-memwal-sdk-agent-memory-revolution-with-wal
