Vanar intègre la mémoire sémantique Neutron dans OpenClaw, permettant un contexte persistant entre sessions pour les agents IA autonomes

Vanar, fournisseur d’infrastructures blockchain native à l’IA, a annoncé l’introduction de la mémoire sémantique persistante pour les agents OpenClaw grâce à l’intégration de sa couche de mémoire Neutron. Cette mise à jour permet aux agents de conserver, de récupérer et d’étendre le contexte historique à travers les sessions, les plateformes et les déploiements, répondant ainsi à l’une des limitations fondamentales des systèmes d’IA autonomes actuels.

La plupart des agents d’IA fonctionnent aujourd’hui avec une mémoire à court terme ou limitée à la session, ce qui les oblige à redémarrer les flux de travail, à retraiter les informations et à demander à nouveau l’entrée de l’utilisateur chaque fois qu’une session se termine ou que l’infrastructure sous-jacente change. Le modèle de mémoire existant d’OpenClaw repose principalement sur des journaux de session éphémères et un index vectoriel local, ce qui limite la capacité d’un agent à maintenir une continuité durable entre plusieurs sessions.

Avec l’intégration de la mémoire sémantique de Neutron directement dans les flux de travail d’OpenClaw, les agents peuvent préserver le contexte conversationnel, l’état opérationnel et l’historique des décisions lors des redémarrages, des changements de machine et des transitions de cycle de vie. Neutron organise à la fois les entrées structurées et non structurées en unités de connaissance compactes et cryptographiquement vérifiables appelées Seeds, permettant une récupération de mémoire durable dans des environnements distribués.

En conséquence, les agents OpenClaw peuvent être redémarrés, redéployés ou remplacés sans perdre les connaissances accumulées. L’intégration permet également aux agents OpenClaw de maintenir la continuité à travers diverses plateformes de communication telles que Discord, Slack, WhatsApp et interfaces web, soutenant des flux de travail longs et multi-étapes. Cela élargit le champ des déploiements potentiels dans l’automatisation du support client, les opérations en chaîne, les outils de conformité, les systèmes de connaissance d’entreprise et la finance décentralisée.

Neutron utilise des embeddings vectoriels de haute dimension pour la récupération sémantique, permettant aux agents de retrouver le contexte pertinent via des requêtes en langage naturel plutôt que par une correspondance de mots-clés fixe. Le système est conçu pour atteindre une latence de recherche sémantique inférieure à 200 millisecondes, supportant une interaction en temps réel à l’échelle de la production.

« La mémoire persistante est une exigence structurelle pour les agents autonomes », déclare Jawad Ashraf, PDG de Vanar, dans un communiqué écrit. « Sans continuité, les agents sont limités à des tâches isolées. Avec la mémoire, ils peuvent opérer à travers le temps, les systèmes et les flux de travail, accumulant de l’intelligence au lieu de réinitialiser le contexte », a-t-il ajouté.

L’intégration Neutron-OpenClaw est prête pour la production pour les développeurs, Neutron fournissant une API REST et un SDK TypeScript permettant aux équipes d’incorporer une mémoire persistante dans les architectures d’agents existantes sans restructuration majeure. La prise en charge multi-locataires garantit une isolation sécurisée de la mémoire entre projets, organisations et environnements, permettant à la fois des déploiements à l’échelle de l’entreprise et des applications décentralisées.

Cette sortie reflète un changement architectural plus large vers une autonomie de longue durée et une exécution distribuée dans les systèmes d’IA. À mesure que les agents interagissent de plus en plus à travers des réseaux décentralisés, des protocoles financiers et des environnements utilisateur en temps réel, la mémoire persistante et vérifiable passe d’une amélioration optionnelle à une exigence fondamentale. La mémoire persistante n’est pas une simple fonctionnalité des agents autonomes. C’est la condition préalable.