Cada agente de IA autónomo que opera on-chain hoy en día tiene el mismo secreto humillante: lo olvida casi todo. Un agente de trading reequilibra una tesorería de $2M el lunes, arrasa con un arbitraje complejo el martes y, para el miércoles, no tiene una memoria coherente de ninguno de los dos — porque la infraestructura para recordar aún no existe en una forma que se adapte a la manera en que los agentes realmente trabajan. Esa brecha es ahora el problema sin resolver más importante en la economía de agentes on-chain de $450B, y en abril de 2026 una red de almacenamiento diseñada originalmente para archivos se ha posicionado como la respuesta.
Walrus Protocol, la red de almacenamiento descentralizada nativa de Sui de Mysten Labs, superó los 450 TB de datos almacenados en su primer aniversario, sobrepasando los 385 TB de Arweave y emergiendo como la capa de almacenamiento de escritura intensiva dominante en Web3. Pero la historia más interesante no es el tonelaje bruto — es MemWal, el SDK de memoria de IA que Walrus lanzó el 25 de marzo de 2026, el cual redefine todo el protocolo como infraestructura para agentes en lugar de archivos. Para los desarrolladores que construyen la próxima ola de sistemas autónomos, esto redibuja silenciosamente el mapa del almacenamiento descentralizado.
El cuello de botella de la memoria del que nadie quería hablar
Los agentes basados en LLM viven dentro de una restricción cruel: la ventana de contexto. Cada paso de razonamiento, cada llamada a herramientas, cada observación tiene que caber dentro de unos pocos cientos de miles de tokens, y cualquier cosa que no quepa simplemente deja de existir desde la perspectiva del agente. Los desarrolladores humanos maquillan esto con bases de datos vectoriales, cachés de Redis y tablas de Postgres — infraestructura centralizada que funciona bien hasta que quieres que el agente posea sus propias llaves, firme sus propias transacciones y opere sin un backend de confianza.
El movimiento de agentes on-chain hizo que este problema fuera agudo. Para el primer trimestre de 2026, solo Virtuals Protocol estaba rastreando más de $479M en actividad económica generada por agentes y más de 17,000 agentes on-chain con balances. Estos agentes necesitan estado entre sesiones. Necesitan recordar qué contrapartes incumplieron, qué estrategias perdieron dinero, qué usuarios les otorgaron permisos. Y no pueden simplemente escribir eso en AWS — todo el sentido de operar de forma autónoma on-chain es que no hay un "ellos" en quien confiar con la contraseña de una base de datos.
Las opciones de almacenamiento descentralizado existentes tropezaron con diferentes aristas del problema:
- IPFS está direccionado por contenido y es peer-to-peer, pero no tiene un incentivo económico nativo para que alguien siga haciendo pinning de tus datos. Los archivos desaparecen cuando el último nodo pierde interés.
- Filecoin soluciona los incentivos con acuerdos de almacenamiento, pero su latencia de recuperación — a menudo de decenas de segundos para datos fríos — es incompatible con un agente que necesita recuperar un fragmento de memoria a mitad de un bucle de razonamiento.
- Arweave ofrece una permanencia genuina con un modelo de pago único y almacenamiento de por vida, pero su economía se optimiza para el archivo: almacenamiento a largo plazo barato, escrituras de objetos pequeños costosas y complicadas, y ninguna integración nativa con la capa de cómputo donde viven realmente los agentes.
Ninguno de estos fue diseñado con un caso de uso en mente donde un millón de programas autónomos quieren escribir pequeños blobs de estado estructurados cada pocos segundos y leerlos con una latencia inferior a un segundo, mientras anclan la propiedad a un objeto controlado por una billetera en una cadena de contratos inteligentes. Walrus sí lo fue.
Qué es Walrus en realidad
Walrus es un protocolo de almacenamiento descentralizado y disponibilidad de datos construido sobre Sui por Mysten Labs. Lanzó su mainnet en 2025 y alcanzó el hito de su primer año a principios de 2026 con algunas estadísticas vitales impresionantes: 100 nodos de almacenamiento en 19 países, 4.12 PB de capacidad total del sistema con aproximadamente un 39% utilizado actualmente, y una creciente cartera de integraciones de protocolos. Los principales validadores por participación están concentrados en EE. UU., Finlandia, Países Bajos, Alemania y Lituania — una distribución geográfica que importa tanto para la latencia como para la resiliencia regulatoria.
Bajo el capó, el truco de magia es un esquema de codificación de borrado llamado Red Stuff. En lugar de replicar cada blob en muchas copias completas (el enfoque clásico de Filecoin/S3), Red Stuff divide cada blob en fragmentos y los distribuye en más de 100 nodos con un factor de replicación de solo 4.5x. Esto significa que Walrus paga mucho menos por la durabilidad que la replicación ingenua, tolerando al mismo tiempo fallos en la gran mayoría de los nodos. Justo con la misma importancia, el esquema es de autocuración: cuando un nodo se desconecta, recuperar su parte de los datos cuesta un ancho de banda proporcional solo a los datos perdidos en lugar de todo el blob — por lo que la red se degrada y se repara con elegancia en lugar de colapsar repentinamente.
La capa económica es el token WAL. Los publicadores de blobs pagan tarifas de retención por época denominadas en WAL; los stakers proporcionan ancho de banda de almacenamiento y ganan esas tarifas; los objetos de Sui anclan la propiedad y el control de acceso para cada blob. A mediados de abril de 2026, WAL cotiza alrededor de $0.098 con una capitalización de mercado de aproximadamente $225M, un 45% más en un ciclo de 24 horas tras el anuncio de MemWal. Eso todavía está un 87% por debajo del máximo histórico de mayo de 2025 de $0.76, lo que indica que la mayor parte de la acumulación de valor aún está por delante del protocolo si la tesis de los agentes de IA se cumple.
Fundamentalmente — y esta es la parte que los competidores siguen pasando por alto — las escrituras en Walrus son baratas y rápidas. Se pueden subir gigabytes a la vez porque el blob solo atraviesa la red una vez, y los nodos de almacenamiento operan con fragmentos de una fracción del tamaño original. Eso hace que las escrituras pequeñas y frecuentes sean económicamente viables, lo cual es enormemente relevante si el que escribe es un agente que quiere guardar su estado cada pocas llamadas a herramientas.
Ingrese MemWal : El Almacenamiento Reconceptualizado como Cognición
El 25 de marzo de 2026, el equipo de Walrus presentó MemWal , un SDK para desarrolladores y un entorno de ejecución para construir agentes con memoria persistente. Actualmente se encuentra en fase beta, pero ya ha redefinido la forma en que los desarrolladores hablan del protocolo : Walrus ya no es "la capa de almacenamiento descentralizado barata" , es "donde sus agentes recuerdan cosas" .
La abstracción principal que introduce MemWal es el espacio de memoria — un contenedor estructurado y diseñado específicamente que reemplaza los archivos de registro (logs) no estructurados en los que los agentes solían volcar su estado. Un agente de trading podría tener tres espacios de memoria : un espacio de memoria de trabajo a corto plazo con unos pocos minutos de observaciones recientes, un espacio de estado de cartera a mediano plazo con posiciones y PyG (Pérdidas y Ganancias) no realizadas, y un espacio de reputación de contraparte a largo plazo que persiste a través de semanas o meses de historial de interacción. Cada espacio tiene su propia política de retención, permisos de acceso y cadencia de actualización.
Bajo el capó, un agente que utiliza el SDK de MemWal se comunica con un relayer de backend que maneja el procesamiento por lotes (batching), la codificación y la interacción con Sui para los commits de blobs. El relayer envía los datos a Walrus para su almacenamiento y, simultáneamente, actualiza los objetos de Sui que describen la propiedad y el control de acceso para cada espacio de memoria. Eso significa que la memoria de un agente no solo se almacena — es propiedad de un objeto de Sui, lo que significa que puede ser transferida, delegada, revocada o compuesta con otras primitivas on-chain al igual que cualquier otro activo.
Tres casos de uso concretos ya están impulsando las primeras integraciones :
-
Persistencia entre sesiones sin un backend siempre activo. Un agente puede iniciarse, cargar sus espacios de memoria relevantes desde Walrus a través del SDK, razonar durante un tiempo, realizar commits de actualizaciones y cerrarse — sin necesidad de un servidor centralizado en el proceso. La próxima vez que se active, ya sea en el mismo proceso o en una máquina diferente, reconstruye su propio estado a partir de la cadena.
-
Contexto compartido multi-agente con permisos criptográficos. Debido a que el modelo de objetos de Sui permite una delegación de capacidades detallada, un agente puede otorgar a otro acceso de solo lectura a un espacio de memoria específico sin exponer el resto de su estado. Esta es la primitiva que los "enjambres de agentes" (agent swarms) como los que están surgiendo en ElizaOS han estado pidiendo — una forma de permitir que un agente de análisis de sentimiento lea la salida del agente de scraping sin que ninguno de los dos tenga que confiar en una base de datos compartida.
-
Rastros de decisión auditables para agentes regulados. Los agentes financieros que ejecutan operaciones, aprueban préstamos o gestionan flujos de trabajo de cumplimiento necesitan producir registros que los reguladores, auditores y contrapartes puedan verificar. Un espacio de memoria anclado a un objeto de Sui con un registro de commits inmutable es exactamente lo que significa el "cumplimiento verificable" en un sistema nativo de agentes.
El diseño jerárquico — memoria de trabajo a corto plazo separada del almacenamiento persistente a largo plazo, con capas de verificaciones de integridad criptográfica — refleja la arquitectura hacia la cual la investigación en ciencias cognitivas ha estado orientando a los constructores de IA durante años. La diferencia es que MemWal lo convierte en una primitiva del protocolo en lugar de una preocupación específica de cada aplicación.
Por Qué los Titulares No Pueden Simplemente Pivotar Aquí
Es tentador asumir que Filecoin o Arweave podrían simplemente añadir un SDK de "memoria de agente" y competir. El problema es arquitectónico, no de marketing.
La actualización de finalidad rápida F3 de Filecoin en 2025 realizó un trabajo significativo en su perfil de latencia e impulsó la capitalización de mercado de la red por encima de los 5.000 millones de dólares, pero el modelo de almacenamiento basado en acuerdos (deals) asume fundamentalmente que las escrituras son grandes, poco frecuentes y negociadas de antemano. La recuperación está mejorando, pero todavía se mide en segundos para los datos fríos (cold data), lo cual está fuera del presupuesto de un bucle de razonamiento de un agente. Se podría obligar a los agentes a trabajar en torno a esto con un almacenamiento en caché agresivo, pero en ese punto se habría reconstruido un backend off-chain.
La permaweb de Arweave es filosóficamente diferente — está diseñada para datos que deben sobrevivir a su creador, lo cual es maravilloso para el periodismo, los registros de procedencia y los archivos históricos, pero deficiente para el estado de un agente que se actualiza rápidamente. El modelo de pagar una vez y almacenar para siempre tampoco coincide con la forma económica real de la memoria de los agentes, donde la mayoría de los estados son interesantes durante unos pocos días o semanas y luego pueden ser eliminados. La capa de cómputo AO de Arweave es interesante y merece atención, pero es una apuesta diferente : cómputo paralelo sobre la permaweb en lugar de una capa de memoria para agentes que se ejecutan en otros lugares.
IPFS sigue siendo lo más parecido a una lingua franca para el direccionamiento de archivos en Web3, pero sin garantías de persistencia, ningún desarrollador de agentes serio pondrá un estado de carga crítica allí. El ecosistema de servicios de pinning que creció alrededor de IPFS es un parche pragmático, no una solución arquitectónica.
La ventaja de Walrus no es que haya inventado una nueva primitiva — la codificación de borrado (erasure coding) ha existido durante décadas. Es que el modelo económico (alquiler por época en lugar de dotación perpetua), el perfil de latencia (lecturas de menos de un segundo en blobs pequeños) y la integración de contratos inteligentes (objetos de Sui como anclajes de propiedad) se alinean con la forma en que los agentes autónomos realmente necesitan comportarse. El resto del stack tiene que forzar esas propiedades en arquitecturas existentes que fueron diseñadas para otra cosa.
Hay una tabla comparativa útil del equipo de investigación de Four Pillars que revela otra ventaja no obvia : el costo. La codificación de borrado de Walrus y su bajo factor de replicación la hacen aproximadamente 100 veces más barata que Filecoin o Arweave por MB de almacenamiento duradero. Para los agentes que podrían escribir cientos de pequeñas actualizaciones de estado por día, eso se traduce en dinero real a escala.
Qué significa esto para los constructores de infraestructura
La aparición de Walrus como una capa de memoria para agentes es parte de un patrón más amplio que cualquier persona que construya infraestructura Web3 en 2026 debe interiorizar. La economía de los agentes se está fracturando en sustratos especializados, cada uno resolviendo un problema específico:
- Coinbase's Agentic Wallet resuelve la custodia: dónde residen las llaves.
- x402z de Mind Network maneja los pagos confidenciales: cómo transaccionan los agentes sin filtrar su estrategia.
- Nava Labs aborda la verificación de intención: si la acción ejecutada coincidió con lo que el usuario solicitó.
- ERC-8004 define la identidad: quién es el agente on-chain.
- Warden está construyendo la capa de liquidación criptoeconómica: cómo los agentes depositan colateral y son penalizados (slashed) por mal comportamiento.
- Walrus + MemWal ahora posee la capa de memoria: qué sabe y recuerda el agente.
Ninguno de estos es un mercado de "el ganador se lo lleva todo" por sí solo, pero juntos forman el nuevo stack agéntico — y los proyectos que ganen serán aquellos que se integren de manera fluida a través de las capas. Un desarrollador que lance un nuevo agente de trading on-chain en 2026 debería esperar componer una billetera de Sui, una capa de memoria de Walrus, una credencial de identidad, una prueba de verificación y un riel de pago. Ningún protocolo individual hace bien las cinco cosas, y los que lo intentan suelen no hacer ninguna bien.
La proyección de DePIN del Foro Económico Mundial — de $50 mil millones en 2025 a $3.5 billones para 2028 — es el viento macroeconómico que impulsa todo esto. El almacenamiento y el cómputo son los componentes más grandes de esa proyección, y el almacenamiento es donde Walrus está plantando su bandera de manera más agresiva. La asociación con Allium, que trajo 65 TB de datos de blockchain verificables y de grado institucional (registros históricos de Bitcoin, Ethereum, Sui) a la plataforma Walrus a principios de este año, es la validación institucional que el protocolo necesitaba: no es solo un juguete para proyectos de NFT nativos de Sui, sino un sustrato viable para cargas de trabajo de datos serias.
Las preguntas abiertas
Nada de esto está garantizado. Tres cosas aún podrían descarrilar la tesis:
Riesgo de concentración en Sui. Walrus está vinculado económicamente a Sui a través de la tokenomics de WAL y técnicamente a través de la integración del modelo de objetos. Si Sui pierde relevancia como plataforma de contratos inteligentes — frente a Aptos, Solana o un renacimiento de las L2 — la historia de la memoria para agentes de Walrus tendrá que reconstruirse desde una base más débil. Hasta ahora, la tracción de los desarrolladores en Sui parece saludable, pero "hasta ahora" es como se describe a cada plataforma cripto antes de su punto de inflexión en cualquier dirección.
Curva de adopción de MemWal. El SDK todavía está en fase beta. La verdadera prueba es si los principales frameworks de agentes — ElizaOS, sistemas estilo AutoGPT, los protocolos de agentes MCP / A2A emergentes — hacen de MemWal una integración de primer nivel o solo una opción entre varias. Sin un soporte sólido de los frameworks, MemWal se convierte en una herramienta de nicho para desarrolladores que se esfuerzan por usar Sui.
Presión de centralización comercial. Si OpenAI o Anthropic lanzan un producto de "memoria para agentes" propio con una integración estrecha de LLM, muchos desarrolladores elegirán la opción conveniente sobre la descentralizada. La respuesta de Walrus tiene que ser que la memoria descentralizada desbloquea casos de uso — agentes que poseen sus propios activos, colaboración de agentes entre múltiples partes sin un operador de confianza — que la memoria centralizada no puede ofrecer. Eso es cierto, pero el go-to-market requiere una educación sostenida.
Construyendo sobre el nuevo stack agéntico
Los próximos 18 meses decidirán si el stack de Web3 agéntico se osifica alrededor de tres o cuatro incumbentes o se fragmenta en una docena de capas competidoras. La apuesta de Walrus es que la memoria se convierta en una capa distinta y reclamable en ese stack — y que el ganador de la capa de memoria sea quien combine propiedad programable, lecturas de baja latencia, economía sostenible y herramientas reales para desarrolladores. Según esa lista de verificación, hoy está más avanzado que cualquiera de sus competidores directos.
Para los constructores que quieran lanzar productos nativos de agentes en 2026, la recomendación práctica es simple: traten la memoria como una preocupación de infraestructura de primer nivel, no como algo secundario. Los agentes que recuerden a sus usuarios, sus estrategias y sus errores acumularán ventajas que los agentes sin estado (stateless) simplemente no podrán igualar.
BlockEden.xyz proporciona infraestructura RPC de Sui confiable y de grado de producción para equipos que construyen agentes on-chain y dApps que se integran con Walrus, MemWal y el ecosistema de Sui en general. Explore nuestros servicios de API de Sui para construir sobre los mismos cimientos que impulsan el stack de Web3 nativo de agentes.
Fuentes
