لقد أجريت دراسة عميقة مؤخرًا حول بروتوكول Walrus، وكلما حفرت أعمق اكتشفت أن هذا المشروع له بعض المميزات. أشعر أنه قد يصبح واحدًا من أهم البنى التحتية الأساسية لدمج الذكاء الاصطناعي و Web3.

الواقع هو كالتالي: الذكاء الاصطناعي ينمو بسرعة، لكن البيانات كانت دائمًا نقطة الاختناق. الخدمات السحابية المركزية سهلة الاستخدام، لكن السعر مرتفع — تكاليف غالية، عرضة للرقابة، وليس هناك ضمان للخصوصية، وإذا أفلست الشركة أو توقفت الخدمة، تختفي بياناتك. أما حلول التخزين اللامركزية السابقة في Web3 (مثل Filecoin و Arweave) فعلى الرغم من كونها لامركزية، إلا أن المشاكل واضحة: التكاليف مرتفعة جدًا، السرعة بطيئة، ودعم الملفات الكبيرة ضعيف، والأهم من ذلك أن الذكاء الاصطناعي يتطلب قراءة وكتابة متكررة والتحديث الديناميكي للبيانات، وهذه الحلول ببساطة لا تستطيع التعامل معها.

يضرب Walrus مباشرة على نقاط الضعف هذه. تم تطويره من قبل فريق Sui في Mysten Labs، وهو بروتوكول تخزين لامركزي وتوفر بيانات، وتتضمن جوهر التكنولوجيا عدة نقاط:

أولاً، تقنية ترميز Red Stuff المحسّنة، حيث تبقى قدرة تحمل الأخطاء كما هي، لكن التكلفة الإجمالية للتخزين تصل فقط إلى 3~4 مرات، وبمقارنة مع خطط النسخ التقليدية للبلوكتشين التي تتراوح بين 25~100 مرة، الفرق في التكاليف هو اختلاف من حيث الحجم. ثانيًا، استخدام Sui كطبقة بيانات وتحقق، مع توزيع عقد التخزين على مئات أو آلاف العقد المستقلة، مما يستفيد من الأداء العالي والكمون المنخفض لـ Sui مع تحقيق لامركزية حقيقية. والميزة الأخرى هي الدعم الأصلي للبيانات القابلة للبرمجة — البيانات لم تعد ملفاتًا ثابتة، بل يستطيع المطورون بناء منطق التطبيق مباشرة على طبقة البيانات.