Коли мова йде про AI-проєкти у екосистемі Sui, за останні кілька років з'явилося чимало, але чи справді можливо перенести AI-агента на ланцюг і запустити його там у реальності? Вкрай мало таких випадків. Більшість проєктів залишаються на стадії концептуальної перевірки — великі моделі погіршують продуктивність, затримки при обробці зростають, проблеми з приватністю даних залишаються невирішеними, і в підсумку AI перетворюється на декоративний елемент у DeFi, іграх і соцмережах, а не на головного героя.

Talus AI тут відрізняється. З кінця 2025 року вони безпосередньо використовують Walrus як інфраструктуру, розгортаючи масштабні моделі, динамічні набори даних і історичні записи на ланцюгу, щоб агент міг у реальному часі приймати рішення, здійснювати транзакції та взаємодіяти. Весь процес децентралізований і повністю перевірений — це не дрібні оновлення, а переосмислення способу інтелектуальної взаємодії у Web3.

Ядром Talus є AI-агент, по суті — цифровий двійник. Користувач визначає ціль, і агент автоматично виконує роботу — арбітраж у DeFi, фарм у грі, публікація у соцмережах і взаємодія. Раніше агент працював на централізованих серверах, з чорним ящиком, і ніхто не знав, що там відбувається. Тепер ситуація змінилася: модель зберігається у Walrus, рішення фіксуються у ланцюгу, весь процес виконання прозорий і відстежуваний. Таким чином, агент, який раніше був недовірливим, став довіреним, кожен крок можна проаналізувати, а користувач — перевірити шлях виконання.

Роль Walrus тут — це головний мозок даних. Агенту потрібно обробляти величезну кількість історичних транзакцій у ланцюгу, ринкових сигналів і переваг користувачів. Ці дані розкидані по різних місцях і дуже об’ємні, тому традиційне зберігання не справляється. Talus використовує об’єкти blob у Walrus для організації даних, а параметри моделі зберігаються шарами — менші у Quilt, великі — безпосередньо. При запиті контракт Sui спочатку перевіряє доступність blob, потім паралельно витягує дані.