在区块链与人工智能深度融合的关键节点，基于 Sui 公链的存储协议 Walrus 正式推出了专为 AI 智能体设计的内存层及 SDK 产品 MemWal。这一发布标志着构建去中心化、可验证的 AI 系统内存基础设施迈出了实质性的一步，旨在解决当前 AI 生态中数据孤岛与上下文丢失的核心痛点。MemWal 为 AI 智能体提供了内存数据的可验证性、可用性、可移植性以及共享能力，从根本上改变了智能体对单一模型的依赖模式。

Sui 与 Walrus 的开发者 Mysten Labs 产品经理 Abinhav Garg 指出，将 Walrus 与 MemWal 结合使用，能够在开放且可验证的数从而彻底摆脱对任何单一 AI 模型或提供商的锁定。这种架构设计使得用户能够自由地在 ChatGPT、Claude 等不同 AI 模型之间无缝切换，同时也为那些需要跨不同平台和会话记录用户特定信息的应用程序提供了技术可行性。Walrus 于 2024 年底在 Sui 主网上线，提供了专为大型数据对象设计的去中心化存储方案，而 MemWal 则在此基础上为 AI 智能体添加了结构化的内存层，其 SDK 为开发者提供了以去中心化方式读写和管理智能体内存的完整工具集。

午方 AI 梳理发现，该架构有效解决了 AI 开发中长期存在的关键问题，即不同模型和平台之间缺乏持久且可移植的内存存储机制。目前，大多数 AI 智能体都在孤立环境中运行，一旦在不同模型或应用程序间切换，之前的上下文信息便会丢失。MemWal 利用 Walrus 的存储技术保存内存对象，每个对象均包含时间戳、所有权信息及访问控制权限等元数据，SDK 则负责处理加密、索引和检索操作，使开发者能够轻松将持久化内存功能集成到 AI 智能体中。系统支持对话历史记录、用户偏好设置、任务状态及学习到的行为数开发者还可根据需求定义自定义的内存结构。

MemWal 最核心的价值在于打破当前 AI 领域被局限于单一提供商生态系统的格局。由于用户数据、上下文信息及偏好设置通常存储在特定 AI 提供商的系统中，用户往往被绑定在单一服务内。MemWal 使得用户能够在不同的 AI 模型之间保持一致的内存数据记录，例如用户可以先与 ChatGPT 对话，随后无缝切换到 Claude 继续交流，因为两者均可访问相同的内存存储空间。午方 AI 注意到，这种互操作性显著降低了用户在不同 AI 服务间的切换成本，从而加速了 AI 技术的普及。尽管 OpenAI、Anthropic 和谷歌等巨头已宣布改进上下文管理能力的计划，但这些方案仍属于私有技术且仅限特定平台，而 Walrus 的去中心化架构则赋予了用户更多的控制权和数据迁移自由度。

自主网上线以来，该项目已吸引超过 1,000 名开发者参与。Abinhav Garg 强调，MemWal 的核心理念是 AI 内存应属于用户而非被锁定在特定提供商手中，这符合当前 AI 领域在数据可移植性和互操作性方面日益增强的监管要求，如欧盟 AI 法案中保护用户数据权益的相关条款。

然而，项目也面临挑战：与集中式存储相比，去中心化存储可能带来延迟，影响实时交互能力，Mysten Labs 团队已采取缓存和优化措施缓解此问题；

此外，Walrus 采用存储市场机制，用户需为数据持久化付费，虽然费率与集中式方案相当，但对高内存需求应用而言成本仍需考量。

在安全与未来规划方面，MemWal 提供了数据在存储和传输过程中的加密保护，用户通过加密密钥控制访问权限，确保公共网络环境下的数据安全，并支持选择性数据共享功能。Mysten Labs 制定了雄心勃勃的发展路线图：短期内计划与 LangChain、LlamaIndex 等主流 AI 框架集成并优化性能以降低延迟；长期目标是成为去中心化 AI 智能体的标准内存解决方案，支持多智能体内存共享、状态版本控制及与去中心化身份认证系统的结合。午方 AI 分析认为，随着 Walrus 社区积极反应及开源模式的推动，MemWal 有潜力彻底改变我们与不同平台及提供商 AI 智能体的互动方式，成为注重用户控制权和数据可移植性的行业标杆。