系统初期什么都能跑。数据少，随便搭个架构都看不出问题。真正的考验不在第一天，而在数据开始疯狂堆积的那一刻。

拿个中等复杂度的应用算笔账：每天产生50-100KB的状态与行为数据。一年？18-36GB。再加上衍生数据和备份镜像，实际规模翻倍。听起来只是数字，但问题不在写入，在于这些数据根本停不下来。它们被反复读取、验证、相互组合。引用关系一旦混乱，整个系统的复杂度就会呈指数级爆炸。

这就是Walrus的设计起点。它不幻想数据会停止增长，也不指望对象只被写一次。Walrus的思路是：数据对象在创建时获得一个稳定的身份标识，这个身份永不改变。所有的变化都被记录为同一对象的状态演进历程。在小规模时看不出差异，但随着时间推移，这种设计优势会被逐步放大。

看测试披露的数据：支持MB级别的对象存储，通过多节点冗余确保可用性，测试网络里整体可用性稳定在99%以上。读取延迟维持在秒级水平，真实应用能直接调用，不仅仅是冷数据归档。

更关键的是应用层面的变化。当对象引用不再频繁变动，应用就能围绕稳定的数据结构做深度优化，这在传统存储模型中是很难实现的。