想象一下，一个 AI 代理人保持日记：
Monday: “开始了一个与用户的新项目。看起来很酷。”
Tuesday: “开始了一个与用户的新项目。看起来很酷。”
Wednesday: “开始了一个与用户的新项目。看起来很酷。”
这就是大多数生产环境中的 AI 代理人目前的工作方式：会话之间没有真实记忆，也不知道你之前已经交流过。
@WalrusProtocol 在主网度过了第一年来解决这个问题。
以下是他们进展的快速 TL;DR ↓
1. 在 12 个月内构建的内容
→ 存储了 510+ TB（在一年内超越了 Arweave 的 385 TB）
→ 超过 200 个项目基于其构建
→ 按存储量计为第二大去中心化存储协议
→ 核心研究论文被 ACM CCS 2026 接收，这对任何区块链项目来说都是罕见的学术认可
→ 从第一天起零停机时间
有趣的部分是他们在此基础上构建的内容。
Seal → 让你加密数据并控制谁可以读取，且在链上强制执行。使 Walrus 可用于医疗记录、金融数据以及无法放在公共网络上的私有 AI 数据集。
Quilt → 将小文件捆绑在一起，使存储成本降低。成本削减如此之多，甚至短暂降低了 Walrus 自身的收入。但他们仍然发布，因为用户需要它。
MemWal → AI 代理人的记忆层。这是值得关注的部分。
2. MemWal
它是一个 SDK，为 AI 代理人提供持久、可验证、可迁移的记忆，默认加密并可通过 Sui 智能合约进行编程。
上周，他们发布了针对 NVIDIA 的 NemoClaw 和 OpenClaw 的原生插件。代理人现在可以自动保存和恢复结构化记忆，如检查点、追踪、历史记录和工作流状态，以可验证的 Blob 形式存储在 Walrus 上。
这在实践中的意义如下：
• 代理人可以保存工作，并在下次会话中以加密证明确保未被篡改地继续。
• 不同公司的两个代理人可以安全地共享记忆。
• 可以在 OpenAI 和 Anthropic 模型之间切换而不丢失上下文。
• 监管机构可以准确验证哪些数据驱动了自主决策。
现在回到日记。
Monday: “开始与用户的项目。背景：偏好简洁更新，周五交付，运行三个线程。”
Tuesday: “继续昨天的工作。在线程 2 上取得进展。”
Wednesday: “发送周五更新。用户满意。”这就是区别所在。
3. 为什么这在加密领域之外也重要
Allium Labs → 65 TB 的机构区块链数据（Visa、Stripe、Coinbase 所依赖的类型）
Tatum → 11 TB 的历史以太坊、比特币和 BSC 数据，结构化且可编程。
OpenGradient → 静悄悄地跨越 4,000+ AI 模型，存储了 4.5 TB+ 数据在 Walrus 上
Team Liquid → 250 TB 的电竞档案
第一年是为了证明存储确实可用。
第二年则是让代理人将其用作记忆。
Walrus 为它们提供了记忆的场所。
披露：我持有 $WAL
