Lorsqu'on parle des projets AI dans l'écosystème Sui, plusieurs ont émergé ces deux dernières années, mais peu ont réellement réussi à déplacer un agent AI sur la chaîne pour le faire fonctionner en pratique. Très peu. La plupart des projets restent au stade de la validation de concept — avec des modèles volumineux, la latence d'inférence explose, les problèmes de confidentialité des données ne sont pas résolus, et finalement l'IA devient un simple accessoire pour la DeFi, les jeux et les réseaux sociaux, sans jamais devenir le protagoniste.

Talus AI se distingue. Depuis la fin 2025, ils utilisent directement Walrus comme infrastructure de base, en déployant des modèles à grande échelle, des ensembles de données dynamiques, et en enregistrant l'historique sur la chaîne, permettant à l'agent de prendre des décisions, d'effectuer des transactions et d'interagir en temps réel. Tout le processus est décentralisé, entièrement vérifiable — ce n'est pas une simple correction, mais une refonte de l'interaction intelligente dans Web3.

Le cœur de Talus, c'est l'agent AI, autrement dit, le double numérique. L'utilisateur définit ses objectifs, et l'agent agit automatiquement — arbitrage DeFi, farming d'équipements dans les jeux, publication et interaction sur les réseaux sociaux, tout est possible. Avant, ces agents tournaient sur des serveurs centralisés, avec une boîte noire, personne ne savait comment ça fonctionnait. Maintenant, c'est différent : le modèle réside dans Walrus, les décisions sont enregistrées sur la blockchain, tout le processus d'exécution est transparent et traçable. Ainsi, l'agent passe d'une entité non fiable à une entité fiable, chaque étape pouvant être auditée, et l'utilisateur peut vérifier le chemin d'exécution.

Le rôle central de Walrus ici, c'est la "cerveau de données". L'agent doit ingérer une quantité énorme d'historiques de transactions sur la chaîne, de signaux de marché, de préférences utilisateur — ces données sont dispersées partout et sont particulièrement volumineuses, ce que le stockage traditionnel ne peut pas gérer. Talus utilise les objets blob de Walrus pour organiser ces données, avec des paramètres de modèle stockés en couches — les petites couches dans Quilt, les grandes couches directement stockées —, et lors de la requête, le contrat Sui vérifie d'abord la disponibilité du blob, puis les récupère en parallèle.