Cada agente de IA autônomo que opera on-chain hoje tem o mesmo segredo humilhante: ele esquece quase tudo. Um agente de trading reequilibra uma tesouraria de 2Mnasegunda−feira,dominaumaarbitragemcomplexanaterc\ca−feirae,naquarta−feira,na~otemmemoˊriacoerentedenenhumadasduas—porqueainfraestruturaparalembraraindana~oexisteemumaformaqueseadapteaˋmaneiracomoosagentesrealmentetrabalham.Essalacunaeˊagoraoproblemana~oresolvidomaisimportantenaeconomiadeagenteson−chainde 450B e, em abril de 2026, uma rede de armazenamento originalmente projetada para arquivos posicionou-se como a resposta.
O Walrus Protocol, a rede de armazenamento descentralizada nativa da Sui da Mysten Labs, ultrapassou 450 TB de dados armazenados em seu aniversário de um ano, superando os 385 TB da Arweave e emergindo como a camada de armazenamento dominante para escrita intensa na Web3. Mas a história mais interessante não é a tonelagem bruta — é o MemWal, o SDK de memória de IA que a Walrus lançou em 25 de março de 2026, que reformula todo o protocolo como infraestrutura para agentes em vez de arquivos. Para desenvolvedores que constroem a próxima onda de sistemas autônomos, isso redesenha silenciosamente o mapa do armazenamento descentralizado.
O Gargalo de Memória de Que Ninguém Queria Falar
Agentes baseados em LLM vivem sob uma restrição cruel: a janela de contexto. Cada etapa de raciocínio, cada chamada de ferramenta, cada observação precisa caber em algumas centenas de milhares de tokens, e qualquer coisa que não caiba simplesmente deixa de existir da perspectiva do agente. Desenvolvedores humanos remediam isso com bancos de dados vetoriais, caches Redis e tabelas Postgres — infraestrutura centralizada que funciona bem até que você queira que o agente detenha suas próprias chaves, assine suas próprias transações e opere sem um backend confiável.
O movimento de agentes on-chain tornou esse problema agudo. No primeiro trimestre de 2026, apenas o Virtuals Protocol estava rastreando mais de $ 479M em atividade econômica gerada por agentes e mais de 17.000 agentes on-chain mantendo saldos. Esses agentes precisam de estado entre as sessões. Eles precisam lembrar quais contrapartes deram calote, quais estratégias perderam dinheiro, quais usuários lhes concederam permissões. E eles não podem simplesmente escrever isso na AWS — todo o ponto de operar de forma autônoma on-chain é que não há um "eles" para confiar uma senha de banco de dados.
As opções de armazenamento descentralizado existentes tropeçaram em diferentes aspectos do problema:
- O IPFS é endereçado por conteúdo e peer-to-peer, mas não tem incentivo econômico nativo para que alguém continue mantendo seus dados. Os arquivos desaparecem quando o último nó perde o interesse.
- O Filecoin corrige os incentivos com acordos de armazenamento, mas sua latência de recuperação — muitas vezes dezenas de segundos para dados frios — é incompatível com um agente que precisa buscar um fragmento de memória no meio de um loop de raciocínio.
- A Arweave oferece permanência genuína com um modelo de pagamento único para armazenamento eterno, mas sua economia otimiza para arquivamento: armazenamento de longo prazo barato, escritas de objetos pequenos caras e complicadas, sem integração nativa com a camada de computação onde os agentes realmente vivem.
Nenhum deles foi projetado com um caso de uso em mente onde um milhão de programas autônomos querem escrever pequenos blobs de estado estruturados a cada poucos segundos e lê-los de volta com latência sub-segundo, enquanto também ancoram a propriedade a um objeto controlado por carteira em uma cadeia de contratos inteligentes. O Walrus foi.
O Que o Walrus Realmente É
O Walrus é um protocolo de armazenamento descentralizado e disponibilidade de dados construído sobre a Sui pela Mysten Labs. Lançou sua mainnet em 2025 e atingiu seu marco de um ano no início de 2026 com alguns dados vitais impressionantes: 100 nós de armazenamento em 19 países, 4,12 PB de capacidade total do sistema com cerca de 39% atualmente em uso, e um pipeline crescente de integrações de protocolo. Os principais validadores por stake estão concentrados nos EUA, Finlândia, Holanda, Alemanha e Lituânia — uma distribuição geográfica que importa tanto para a latência quanto para a resiliência regulatória.
Sob o capô, o truque de mágica é um esquema de codificação de apagamento chamado Red Stuff. Em vez de replicar cada blob em muitas cópias completas (a abordagem clássica do Filecoin/S3), o Red Stuff divide cada blob em fatias e as espalha por mais de 100 nós com apenas um fator de replicação de 4,5x. Isso significa que o Walrus paga muito menos pela durabilidade do que a replicação ingênua, enquanto ainda tolera falhas de uma supermaioria de nós. Tão importante quanto, o esquema é autorregenerativo: quando um nó fica offline, recuperar sua fatia de dados custa largura de banda proporcional apenas aos dados perdidos, em vez do blob inteiro — assim, a rede se degrada e se repara graciosamente em vez de sofrer interrupções abruptas.
A camada econômica é o token WAL. Os publicadores de blobs pagam taxas de retenção por época denominadas em WAL; os stakers fornecem largura de banda de armazenamento e ganham essas taxas; os objetos Sui ancoram a propriedade e o controle de acesso para cada blob. Em meados de abril de 2026, o WAL é negociado em torno de 0,098comumacapitalizac\ca~odemercadodeaproximadamente 225M, um aumento de 45% em 24 horas após o ciclo de anúncios do MemWal. Isso ainda é cerca de 87% abaixo da máxima histórica de $ 0,76 em maio de 2025, o que indica que a maior parte da valorização ainda está por vir se a tese dos agentes de IA se concretizar.
Crucialmente — e esta é a parte que os concorrentes continuam ignorando — as escritas no Walrus são baratas e rápidas. Você pode fazer upload de gigabytes de uma vez porque o blob atravessa a rede apenas uma vez, e os nós de armazenamento operam em fatias com uma fração do tamanho original. Isso torna as escritas pequenas e frequentes economicamente viáveis, o que importa enormemente se quem está escrevendo é um agente que deseja registrar seu estado a cada poucas chamadas de ferramentas.
Conheça o MemWal: Armazenamento Redefinido como Cognição
Em 25 de março de 2026, a equipe da Walrus apresentou o MemWal, um SDK de desenvolvedor e runtime para construir agentes com memória persistente. Ele está atualmente em fase beta, mas já redefiniu a forma como os desenvolvedores falam sobre o protocolo: a Walrus não é mais "a camada de armazenamento descentralizado barata", é "onde seus agentes se lembram das coisas".
A abstração central que o MemWal introduz é o espaço de memória (memory space) — um contêiner estruturado e construído para um propósito específico que substitui os arquivos de log não estruturados onde os agentes costumavam despejar estados. Um agente de negociação pode ter três espaços de memória: um espaço de memória de trabalho de curto prazo com alguns minutos de observações recentes, um espaço de estado de portfólio de médio prazo com posições e P&L não realizado, e um espaço de reputação de contraparte de longo prazo que persiste ao longo de semanas ou meses de histórico de interação. Cada espaço possui sua própria política de retenção, permissões de acesso e cadência de atualização.
Sob o capô, um agente que utiliza o SDK MemWal comunica-se com um relayer de backend que lida com o loteamento (batching), codificação e interação com a Sui para commits de blobs. O relayer envia os dados para a Walrus para armazenamento e, simultaneamente, atualiza os objetos Sui que descrevem a propriedade e o controle de acesso para cada espaço de memória. Isso significa que a memória de um agente não é apenas armazenada — ela é de propriedade de um objeto Sui, o que significa que pode ser transferida, delegada, revogada ou composta com outras primitivas on-chain como qualquer outro ativo.
Três casos de uso concretos já estão impulsionando as integrações iniciais:
-
Persistência entre sessões sem um backend sempre ativo. Um agente pode ser iniciado, carregar seus espaços de memória relevantes da Walrus via SDK, raciocinar por um tempo, realizar o commit das atualizações e ser desligado — sem nenhum servidor centralizado no processo. Na próxima vez que ele acordar, seja no mesmo processo ou em uma máquina diferente, ele reconstrói seu próprio estado a partir da rede.
-
Contexto compartilhado multi-agente com permissões criptográficas. Como o modelo de objeto da Sui permite a delegação de capacidades de forma granular, um agente pode conceder a outro acesso de apenas leitura a um espaço de memória específico sem expor o restante de seu estado. Esta é a primitiva que os "enxames de agentes" (agent swarms), como os que surgem no ElizaOS, têm solicitado — uma maneira de permitir que um agente de análise de sentimento leia a saída do agente de raspagem sem que nenhum dos dois precise confiar em um banco de dados compartilhado.
-
Trilhas de decisão auditáveis para agentes regulamentados. Agentes financeiros que executam negociações, aprovam empréstimos ou gerenciam fluxos de trabalho de conformidade precisam produzir registros que reguladores, auditores e contrapartes possam verificar. Um espaço de memória ancorado a um objeto Sui com um log de commit imutável é exatamente o que "conformidade verificável" significa em um sistema nativo de agentes.
O design hierárquico — memória de trabalho de curto prazo separada do armazenamento persistente de longo prazo, com verificações de integridade criptográfica em camadas — reflete a arquitetura para a qual a pesquisa em ciência cognitiva tem impulsionado os construtores de IA por anos. A diferença é que o MemWal torna isso uma primitiva de protocolo, em vez de uma preocupação individual de cada aplicação.
Por que os Incumbentes não podem simplesmente Pivotar para cá
É tentador assumir que o Filecoin ou o Arweave poderiam simplesmente adicionar um SDK de "memória de agente" e competir. O problema é arquitetural, não de marketing.
O upgrade de finalização rápida F3 do Filecoin em 2025 realizou um trabalho significativo em seu perfil de latência e elevou o valor de mercado da rede para mais de US$ 5 bilhões, mas o modelo de armazenamento baseado em acordos (deals) assume fundamentalmente que as gravações são grandes, infrequentes e negociadas antecipadamente. A recuperação está melhorando, mas ainda é medida em segundos para dados frios, o que está fora do orçamento de um ciclo de raciocínio de um agente. Você poderia forçar os agentes a contornar isso com cache agressivo, mas, nesse ponto, você teria reconstruído um backend off-chain.
A permaweb do Arweave é filosoficamente diferente — ela é projetada para dados que devem sobreviver ao criador, o que é maravilhoso para o jornalismo, registros de proveniência e arquivos históricos, e inadequado para estados de agentes que se atualizam rapidamente. O modelo pague-uma-vez-armazene-para-sempre também não corresponde ao formato econômico real da memória do agente, onde a maioria dos estados é interessante por alguns dias ou semanas e depois pode ser descartada. A camada de computação AO do Arweave é interessante e merece atenção, mas é uma aposta diferente: computação paralela na permaweb, em vez de uma camada de memória para agentes que rodam em outros lugares.
O IPFS continua sendo o que há de mais próximo de uma língua franca para endereçamento de arquivos Web3, mas sem garantias de persistência, nenhum desenvolvedor sério de agentes colocará estados críticos lá. O ecossistema de serviços de pinning que cresceu em torno do IPFS é uma correção pragmática, não uma solução arquitetural.
A vantagem da Walrus não é ter inventado uma nova primitiva — a codificação de apagamento (erasure coding) existe há décadas. É que o modelo econômico (aluguel por época em vez de dotação perpétua), o perfil de latência (leituras em sub-segundos em blobs pequenos) e a integração com contratos inteligentes (objetos Sui como âncoras de propriedade) se alinham com a forma como os agentes autônomos realmente precisam se comportar. O restante da pilha precisa forçar essas propriedades em arquiteturas existentes que foram projetadas para outra finalidade.
Existe uma tabela de comparação útil da equipe de pesquisa da Four Pillars que revela outra vantagem não óbvia: custo. A codificação de apagamento da Walrus e o baixo fator de replicação a tornam cerca de 100 vezes mais barata que o Filecoin ou o Arweave por MB de armazenamento durável. Para agentes que podem gravar centenas de pequenas atualizações de estado por dia, isso se transforma em dinheiro real em escala.
O que isso significa para construtores de infraestrutura
O surgimento da Walrus como uma camada de memória para agentes faz parte de um padrão mais amplo que qualquer pessoa que esteja construindo infraestrutura Web3 em 2026 precisa internalizar. A economia de agentes está se fragmentando em substratos especializados, cada um resolvendo um problema específico:
- Agentic Wallet da Coinbase resolve a custódia: onde as chaves residem.
- x402z da Mind Network lida com pagamentos confidenciais: como os agentes transacionam sem vazar a estratégia.
- Nava Labs aborda a verificação de intenção: se a ação executada correspondeu ao que o usuário solicitou.
- ERC-8004 define a identidade: quem o agente é on-chain.
- Warden está construindo a camada de liquidação criptoeconômica: como os agentes depositam garantias e sofrem slashing por mau comportamento.
- Walrus + MemWal agora detêm a camada de memória: o que o agente sabe e recorda.
Nenhum deles é um mercado de "o vencedor leva tudo" por si só, mas juntos formam a nova stack de agentes — e os projetos que vencerem serão aqueles que se integrarem de forma limpa entre as camadas. Um desenvolvedor que lançar um novo agente de negociação on-chain em 2026 deve esperar compor uma carteira Sui, uma camada de memória Walrus, uma credencial de identidade, uma prova de verificação e um trilho de pagamento. Nenhum protocolo isolado faz bem as cinco coisas, e aqueles que tentam, geralmente não fazem nenhuma bem.
A projeção de DePIN do Fórum Econômico Mundial — de US50bilho~esem2025paraUS 3,5 trilhões até 2028 — é o vento macro que sopra através de tudo isso. Armazenamento e computação são os maiores componentes dessa projeção, e o armazenamento é onde a Walrus está plantando sua bandeira de forma mais agressiva. A parceria com a Allium, que trouxe 65 TB de dados de blockchain verificáveis e de nível institucional (registros históricos de Bitcoin, Ethereum e Sui) para a plataforma Walrus no início deste ano, é a validação institucional de que o protocolo precisava: não é apenas um brinquedo para projetos de NFT nativos da Sui, mas um substrato viável para cargas de trabalho de dados sérias.
As questões em aberto
Nada disso é garantido. Três coisas ainda podem descarrilar a tese:
Risco de concentração na Sui. A Walrus está economicamente ligada à Sui através da tokenomics do WAL e tecnicamente ligada através da integração do modelo de objetos. Se a Sui perder relevância como plataforma de smart contracts — para Aptos, Solana ou uma renascença de L2s — a história da memória de agentes da Walrus terá que ser reconstruída a partir de uma base mais fraca. Até agora, a tração de desenvolvedores na Sui parece saudável, mas "até agora" é como se descreve toda plataforma cripto antes de seu ponto de inflexão em qualquer direção.
Curva de adoção do MemWal. O SDK ainda está em beta. O verdadeiro teste é se os principais frameworks de agentes — ElizaOS, sistemas no estilo AutoGPT, os protocolos emergentes de agentes MCP / A2A — tornarão o MemWal uma integração de primeira classe ou apenas uma opção entre várias. Sem um suporte rigoroso desses frameworks, o MemWal se torna uma ferramenta de nicho para desenvolvedores que se esforçam para usar a Sui.
Pressão de centralização comercial. Se a OpenAI ou a Anthropic lançarem um produto de "memória de agente" proprietário com integração profunda com LLM, muitos desenvolvedores escolherão a opção conveniente em vez da descentralizada. A resposta da Walrus deve ser que a memória descentralizada desbloqueia casos de uso — agentes detendo seus próprios ativos, colaboração de agentes entre várias partes sem um operador confiável — que a memória centralizada não consegue. Isso é verdade, mas a estratégia de entrada no mercado exige educação contínua.
Construindo na nova stack de agentes
Os próximos 18 meses decidirão se a stack Web3 de agentes se consolidará em torno de três ou quatro incumbentes ou se fragmentará em uma dúzia de camadas concorrentes. A aposta da Walrus é que a memória se torne uma camada distinta e reivindicável nessa stack — e que o vencedor da camada de memória seja quem combinar propriedade programável, leituras de baixa latência, economia sustentável e ferramentas reais para desenvolvedores. Por esse checklist, ela está mais avançada do que qualquer um de seus concorrentes diretos hoje.
Para os construtores que desejam lançar produtos nativos para agentes em 2026, a recomendação prática é simples: trate a memória como uma preocupação de infraestrutura de primeira classe, não como um detalhe posterior. Os agentes que se lembram de seus usuários, suas estratégias e seus erros acumularão vantagens que os agentes sem estado simplesmente não conseguem.
A BlockEden.xyz fornece infraestrutura RPC da Sui confiável e de nível de produção para equipes que constroem agentes on-chain e dApps que se integram com Walrus, MemWal e o ecossistema Sui mais amplo. Explore nossos serviços de API Sui para construir sobre as mesmas fundações que alimentam a stack Web3 nativa para agentes.
Fontes
