La majorité des gens comprennent la façon de stocker de manière trop simple et brutale — donnez-moi de l’espace, je stocke des fichiers, et c’est tout. Mais ce que fait réellement Walrus n’a rien à voir avec ça.

La logique centrale de Walrus est inversée : il ne demande pas « pouvez-vous lire », mais « cet objet existe-t-il de manière continue dans le temps ». Cela peut sembler abstrait, mais en y réfléchissant bien, on comprend.

Dans le modèle traditionnel, la mise à jour équivaut à écraser. Vous modifiez une donnée, et la version précédente disparaît. Dans la conception de Walrus ? La mise à jour est une continuation. Vous ne remplacez pas l’objet, vous le faites continuer à croître. Les données historiques ne sont pas des déchets à nettoyer, mais une partie intégrante de la structure elle-même.

Au premier abord, cela ne semble pas évident, mais si vous travaillez sur des applications de contenu, des produits sociaux, des jeux ou des Agents IA, vous ressentirez immédiatement l’importance de cette conception.

Faisons un calcul simple : une application qui génère en moyenne 15GB de contenu par jour, soit 5TB par an. Ces données sont soit des relations utilisateur, soit des étiquettes d’identité, soit des enregistrements de comportement, soit des certificats de confiance. Ce genre de choses, vous n’avez pas le droit de les supprimer à la légère.

La conception de Walrus part du principe très simple : votre conception initiale vous fera sûrement regretter, la structure devra tôt ou tard changer, et la logique sera forcément mise à jour. Plutôt que d’essayer de vous faire « concevoir parfaitement », il vaut mieux que vous puissiez concevoir de manière bâclée sans en mourir. Ce n’est pas une question de couche de stockage, mais une hypothèse fondamentale sur le monde à long terme.