MemForks 是一个面向 AI 智能体的共享、分支感知记忆系统，其核心定位是“AI 智能体记忆的 Git”。它构建在 MemWal、Walrus 和 Sui 之上，旨在解决智能体记忆管理中的几个关键问题：风险推理污染良好上下文、多智能体协作退化为最后写入胜出、推理轨迹随会话消失。
用途方面，MemForks 为智能体提供可分支、可合并、可审计的共享记忆。MemWal 负责加密的、所有者控制的语义召回，MemForks 则在其上增加分支图，包括分叉、合并提案、解析器策略和可审计历史。
主要能力包括：分支与合并，可为实验、对话、智能体以及跨工具和机器的功能工作创建分支作用域记忆；使用类型化解析器策略进行合并，如 Union、LLM 协调、评估器选择或 k-of-n 陪审团证明；证明来源，保留作者、时间戳、分支谱系、合并锚点和解析器证明以供检查。系统提供 Git 风格命令：status、log、recall、commit、merge、proposals、ui。还提供 TypeScript 客户端，支持 branch、checkout、append、proposeMerge 和订阅，可在任何智能体运行时中使用。集成方面，Cursor 和 Codex 集成将召回和记忆注入原生编码智能体工作流；LangGraph 检查点和 Vercel AI SDK 记忆接口面向应用智能体。
使用方式上，官方描述为“两条命令，然后你的智能体就能记住”。首先配置 Sui 密钥、MemWal 账户、委托密钥和 MemoryTree，然后安装编码智能体集成，或从自己的智能体运行时使用 SDK 和适配器。智能体通过 MCP 工具调用，从 branch/feat-auth 等命名空间召回加密记忆；新事实、决策和工件通过 MemWal 写入 Walrus，并在负载中携带父指针；分支创建、合并提案、最终合并和解析器证明由 Move 对象记录，使规范记忆具有公开审计轨迹。
适用场景包括：智能体需要尝试坏想法而不覆盖有用状态；多智能体团队需要合并语义而非共享追加堆；需要检查产生结论的分支和证明轨迹。
限制方面，官方文本未提供具体收费、价格、平台支持范围或性能数据，这些信息暂未提供。MemForks 不重新实现加密存储或语义召回，而是围绕 MemWal 增加共享远程、合并协议和结算层。
