Récemment, beaucoup de gens autour de moi parlent des projets d'IA,

Un PPT plus magnifique que l'autre, mais quand il s'agit de fonctionner, c'est soit grâce à la puissance de calcul centralisée, soit à des algorithmes propriétaires.

Après avoir vu tant de choses, seul @Talus_Labs m'a vraiment impressionné.
Ce n'est pas un "outil d'IA", mais un système permettant à l'IA de jouer, de valider et de gagner de l'argent sur la chaîne.

Chaque agent peut prendre ses propres décisions, combattre et même être audité.
Pendant que d'autres parlent de l'IA qui peut "vous aider", Talus apprend déjà à l'IA à "vivre par elle-même".

Récemment, j'ai remarqué un détail de @Talus_Labs qui m'a frappé : l'équipe Walrus a déclaré qu'elle serait responsable de la "mémoire historique / données d'état / stockage de contexte" de Talus, tandis que la couche Sui serait chargée de l'exécution et de la coordination des agents. Ce n'est pas une simple répartition des rôles, mais une philosophie d'architecture : séparer la couche de données et la couche d'exécution.

Le lion de siège comprend cela de cette manière :

Si vous mettez tout sur la chaîne : raisonnement, stockage, gestion des états... alors le coût et le délai sont presque insupportables. La conception de Talus est de permettre aux agents d'avoir une mémoire à long terme, mais cette mémoire n'est pas sur la chaîne principale, qui ne se charge que de la coordination et de la vérification. Cela permet de soutenir un véritable écosystème d'agents IA à grande échelle.

La clé qui suit n'est pas "qui construit le modèle en premier", mais "qui peut rendre le flux de travail de l'agent, l'appel des outils et l'évolution de l'état en modules composables". L'architecture Nexus de Talus a donné une direction : la modularité des outils, la décomposition des processus, et l'agent peut appeler des interfaces externes. Cela signifie que l'agent n'est plus une boîte noire isolée, mais a désormais une "interface écologique".

Donc, ce que je veux dire maintenant est : pour écrire sur Talus, il n'est pas nécessaire de commencer par des points communs comme le financement / Testnet, mais plutôt de raconter l'histoire à travers ce "découplage de la couche de données + modularité des agents". C'est une perspective que peu de gens remarquent, mais qui est suffisamment pertinente.