Walrus 🦭/acc Re-poster

É importante reconhecer que nem RAG nem “context stuffing” realmente funcionam como memória de longo prazo. Atualmente, uma grande quantidade de frameworks de agentes recorre a soluções temporárias que acabam descartando detalhes importantes, elevando os custos de tokens ou prendendo seu estado dentro de um único provedor específico. Para esclarecer esse conceito, descrevemos a arquitetura real da memória genuína de agentes. Nossa análise classifica a memória verdadeira em estados semânticos, episódicos e procedurais, além de apontar exatamente onde as ferramentas contemporâneas falham. Você pode ler nossa análise arquitetural completa visitando https://blog.walrus.xyz/how-do-ai-agents-store-long-term-memory/

Em comemoração ao Walrus Prompt Jam, nossa equipe está destacando uma seleção de iniciativas comunitárias que se destacam, centradas em memória de agentes portáteis. Nosso primeiro destaque é o Markov, uma solução criada por @/dun999 no GitHub.

Ao alternar entre agentes de terminal, o Claude Code e o Codex, tradicionalmente os usuários precisam reconstruir o contexto do prompt desde o início. O Markov elimina essa fricção ao manter o estado ativo de uma tarefa entre diferentes aplicativos de #AI coding, permitindo que programadores transfiram seu trabalho pendente de forma contínua e imediata.

Se você está atualmente alternando entre codificadores de IA ou desenvolvendo ferramentas entre agentes para desenvolvedores, compartilhe sua rotina conosco abaixo.

Veja o prompt exato no link a seguir: https://github.com/dun999/markov/blob/main/PROMPT.md

Leia toda a submissão aqui: https://www.deepsurge.xyz/projects/f8b0e24c-05cb-4b3a-be61-8246daca26cd

Desejamos que você tenha um fantástico 4 de Julho! 🇺🇸

Para muitos, um fim de semana prolongado de feriado simplesmente oferece horas extras para colocar projetos em andamento. No entanto, desenvolvedores mais novos devem considerar fortemente este conselho: tire um momento para sair, dar um passo para fora e se desconectar. 🌱

Manter o máximo de impulso diariamente é impossível. Portanto, depois que seu código estiver seguramente mesclado, feche o computador e aproveite a tarde curtindo a vida longe da tela.

Seus agentes digitais não sentem essa necessidade de pausa, mas eles lutam constantemente contra a perda de informações. Ao utilizar o Walrus Memory, tanto você quanto seus agentes ganham recursos robustos de retenção de longo prazo, eliminando totalmente a frustração de começar do zero todas as manhãs.

Reserve este tempo para relaxar e recarregar as energias. Nós cuidaremos de toda a retenção das informações para você. 🦭

Estamos rapidamente nos aproximando de um futuro onde milhões de agentes de IA operarão em várias organizações para coordenar trabalho, transferir fundos e tomar decisões. Para que tudo isso funcione sem problemas, no entanto, esses agentes precisam ser capazes de reter sua memória de forma fluida em diferentes aplicações e sessões.

Esse é exatamente o desafio que a Walrus Memory enfrenta. A plataforma equipa os agentes de IA com um sistema de memória verificável e portátil que eles podem facilmente carregar, compartilhar e confiar completamente. Desde o início, foi projetada para facilitar a coordenação de agentes em uma escala massiva.

🦭 😎

Os materiais da sua marca de inteligência artificial parecem estar sempre pertencendo a várias empresas completamente diferentes? @at_bellyseal foi projetado especificamente para indivíduos que estão frustrados com esse exato problema. Ao ensinar o sistema seu estilo visual único uma única vez, você pode continuar produzindo gráficos altamente uniformes. Você tem a opção de explorar modelos desenvolvidos por outros criadores, ou pode fornecer seus próprios arquivos de referência para estabelecer uma estética personalizada. O melhor de tudo, você mantém a propriedade absoluta sobre seu modelo treinado e cada peça de conteúdo que ele gera, com a Walrus segurando os comprovantes de forma segura.

Marque no seu calendário: Sex, 22 de Maio, 9 a.m. PT / 6 p.m. CET.

Por favor, defina um lembrete abaixo.

A memória da inteligência artificial deve ser de propriedade da pessoa que a utiliza, e não do modelo subjacente. @EmanAbio destacou recentemente essa filosofia exata ao falar sobre MemWal. Esta plataforma atua como uma camada de memória totalmente criptografada e portátil, projetada especificamente para suportar agentes de IA que funcionam em qualquer LLM.

A transmissão ao vivo da Sui começou oficialmente, então fique ligado abaixo 👇

Não esqueça de deixar um 🦭 no chat para nos avisar que você está assistindo à stream com a gente em tempo real.

A transmissão ao vivo do Sui começou oficialmente, então não deixe de se juntar a nós abaixo 👇 Adoraríamos ver quem está acompanhando em tempo real, então, por favor, deixe um 🦭 se você estiver assistindo no momento.

Bom dia da Sui Live. O grande dia finalmente chegou hoje. Nós te recebemos de braços abertos para visitar o estande do Walrus, pegar algumas mercadorias e participar de uma discussão envolvente sobre dados verificáveis.

Como mencionado por @GDanezis, a memória de um agente funciona como muito mais do que um simples registro informal de suas ações passadas. Esse histórico armazenado realmente serve como a essência central do agente, definindo completamente seu caráter único e estabelecendo suas credenciais profissionais. 🦭

Muitos aplicativos de criptomoedas enfrentam um obstáculo comum quando dependem de informações não confiáveis de fontes que não podem ser verificadas. Os desenvolvedores frequentemente tentam corrigir isso aplicando patches, criando wrappers, introduzindo mecanismos de retry e instalando monitores. Mesmo que o programa pareça operar normalmente, simplesmente não há como provar que as informações fornecidas são precisas ou completamente inalteradas. Ao longo desse processo, seu aplicativo está lidando com transferências financeiras, gerenciando agentes e executando lógicas cruciais. No final, criar um sistema de alto risco baseado em dados que carecem de certeza absoluta levará inevitavelmente a uma falha que você não conseguirá rastrear ou explicar.

A comunidade Walrus já está ativa no @SuiNSdapp. Junte-se para se conectar com os detentores de WAL, construtores e todos que acompanham o ecossistema. 🔥👇
https://suins.io/communities/walrus

Aqui está uma observação interessante a considerar. Durante o ciclo anterior, a principal preocupação era descobrir quem possuía a maior quantidade de liquidez. À medida que avançamos para o próximo ciclo, esse foco mudará para identificar os agentes que dependem de dados verificáveis. Embora o cenário deste espaço tenha se transformado completamente, os riscos e recompensas subjacentes permanecem exatamente os mesmos.

apenas um pensamento 💭

último ciclo: quem tem a maior liquidez?
próximo ciclo: quais agentes estão utilizando dados verificáveis?

o jogo mudou, as apostas não mudaram.

Graças à nossa colaboração com @tatum_io, temos uma atualização importante para todos os construtores e agentes. Você pode finalmente dizer adeus ao tedioso processo de reconstrução de informações de blockchain um bloco de cada vez. Conjuntos de dados completos para Ethereum, Bitcoin e BSC agora estão instantaneamente acessíveis no Walrus, e estamos nos preparando para introduzir mais de 100 redes muito em breve. Ao empacotar esses dados de blockchain verificáveis e estruturados inteiramente onchain, garantimos que estão totalmente preparados para análises, treinamento de IA e fluxos de trabalho agentes em escala.