Mysten Labs 推出了面向 AI 代理的新产品 Walrus Memory。公司称，这是一套可移植的记忆层，目标是让 AI 代理在不同应用、会话和模型服务商之间保留上下文，同时把数据控制权留给用户。

可在多端保留上下文

公司披露称，当前不少 AI 代理仍要依赖开发者自行拼接数据库、向量存储和运行时状态，导致系统在复杂任务中容易丢失上下文。Mysten Labs 联合创始人 Kostas Chalkias 表示，AI 的主要瓶颈不只在算力，记忆能力同样限制了代理的持续工作能力。

Walrus Memory 的设计重点，是让代理、应用和工作流共享同一套记忆，而不被单一运行环境、单次会话或单一模型服务商绑定。按照公司说法，这也能让多个代理在长周期任务中协同工作。

已接入主流大模型

公司称，Walrus Memory 已可与 Claude、ChatGPT 和 Gemini 等主流 AI 平台配合使用，目的是降低用户对单一模型提供方的依赖。开发者还可以通过 OpenClaw、NemoClaw 插件，以及 Python 和 TypeScript SDK，把这套记忆层接入现有代理流程。

目前，Allium、Conso Labs、Inflectiv、OpenGradient、Talus Labs 和 Tatum 等团队已在基于 Walrus Memory 开发应用，方向包括可移植的代理身份系统，以及能跨会话记住客户互动记录的 AI 助手。

加入加密与权限控制

公司披露称，这套产品加入了可编程访问控制，用户可决定哪些模型或代理可以读取相关数据。Mysten Labs 还提到，系统使用了包括零知识证明在内的密码学工具，用于上下文校验和对加密记忆的访问管理。

在效果方面，Chalkias 表示，Walrus Memory 目前主要围绕存储、检索、排序和加密四个环节优化向大模型提供的记忆质量。按其说法，在部分指标上，经过更好的排序、过滤和上下文处理后，结果可提升约 60%。

补充信息：原文带有“Brought to you by Walrus”标识，属于品牌合作内容，文中关于性能提升和产品优势的表述主要来自公司一方。