La mise à niveau paradigmatique apportée par le chiffrement X IA : vers un Internet d'agents
TechFlow SélectionTechFlow Sélection
La mise à niveau paradigmatique apportée par le chiffrement X IA : vers un Internet d'agents
Il est souhaitable d'intégrer l'infrastructure de la blockchain et les agents d'intelligence artificielle.
Dédié à des analyses Web3 approfondiesRédaction : Davide Crapis
Traduction : TechFlow
Ces derniers mois, le thème de « l’intersection crypto × IA » ou encore « crypto + IA » (infrastructures cryptographiques renforcées par l’intelligence artificielle) a suscité un grand intérêt. De nombreux membres de la communauté blockchain s’en enthousiasment, d’autres restent sceptiques ou pas encore convaincus, tandis que certains y travaillent activement. Des projets opérationnels situés à la croisée de la blockchain et de l’IA ont déjà été améliorés, et de nombreux nouveaux projets émergent.
Au cours de l’année écoulée, j’ai mené des recherches dans ce domaine, notamment sur les agents d’intelligence artificielle fonctionnant sur l’infrastructure blockchain. Avec des collègues issus d’institutions telles que la Fondation Ethereum, Flashbots et DeepMind, nous avons formé un groupe de recherche. Nous continuons à repousser les limites de la recherche appliquée afin de comprendre et tester quels types d’applications d’agents IA sont les mieux adaptés à la blockchain, ainsi que les nouvelles infrastructures nécessaires pour les soutenir.
Dans cet article, je défendrai l'idée que l'intégration de l'infrastructure blockchain avec des agents d'intelligence artificielle est souhaitable et permettra de créer un Internet des agents : une évolution du paradigme actuel d'interconnexion, renforçant les incitations et la cryptographie moderne, qui nous permettra de bénéficier d'une économie pilotée par des agents IA offrant une sécurité, une efficacité et un potentiel de coopération sans précédent.
Ensuite, je discuterai des voies permettant d’atteindre cet objectif. Je me concentrerai sur les cas d’utilisation à court terme et les applications, dont certaines sont déjà en phase de conception et de développement. J’aborderai leurs limites et améliorations potentielles, ainsi que les recherches nécessaires à moyen terme pour que l’IA et la blockchain débloquent de nouveaux cas d’utilisation.
La blockchain comme backend de l’Internet des agents
Permettez-moi tout d’abord de préciser que le ton de cet argument sera spéculatif mais pragmatique. La blockchain et l’intelligence artificielle sont deux des technologies ayant progressé le plus rapidement au cours de la dernière décennie. Toutes deux ont eu un impact profond sur la structure d’Internet et sur la société humaine. Ainsi, pour esquisser une vision significative de leur évolution et de leurs interactions futures, une certaine dose de spéculation est nécessaire. Toutefois, bien que les lois d’échelle indiquent clairement une trajectoire de progrès rapide, j’éviterai toute spéculation à long terme sur l’AGI. (Malgré la forte médiatisation récente, je pense que nous sommes encore relativement loin d’un AGI autonome et auto-améliorant, et il reste incertain sous quelle forme il apparaîtrait.)
Je me concentrerai sur le futur à court et moyen terme, où l’IA prendra la forme d’assistants et d’agents humains. Dans cette configuration, l’IA est un outil au service des humains, facilitant l’exécution d’activités humaines ou réalisant de nouvelles activités utiles aux humains.
Figure 1. À gauche : frise chronologique conceptuelle de l’évolution de l’IA avec performance croissante. À droite : diagramme en blocs des activités humaines et des différentes formes d’activités d’IA.
Les assistants ont existé sous diverses formes depuis des années, et les récents progrès des grands modèles linguistiques (LLM) montrent que la nouvelle génération d’agents IA sera nettement plus performante et évoluera rapidement. Voici ma définition de travail d’un agent IA :
Un programme informatique qui interagit avec le monde. Il perçoit son environnement via des capteurs (données d’entrée), traite autonomément ces données (prédictions et planification), puis agit pour atteindre un objectif (actions).
Les agents peuvent être contraints ou apprendre à partir de leur environnement. Aujourd’hui, ils sont généralement spécialisés pour des types d’entrées et d’actions spécifiques. Par exemple, un chatbot (comme ChatGPT) reçoit des prompts textuels en entrée, peut utiliser certains outils pour générer une réponse, et répond en texte. En revanche, un robot de trading utilise l’état passé du marché en entrée, prédit l’état futur et l’action optimale, puis exécute une transaction. Les agents peuvent être de différents types (par exemple, un chatbot basé sur LLM, un robot de trading utilisant un petit agent RL), et ils peuvent également être combinés pour accomplir des tâches. À l’avenir, nous pourrions découvrir une architecture universelle capable d’être entraînée pour traiter la majorité des cas d’usage.
La blockchain possède des caractéristiques uniques et souhaitables
Les blockchains publiques disposent d’un ensemble de caractéristiques uniques qui les rendent particulièrement adaptées à la communication et à l’interaction entre agents IA. Nous argumenterons plus tard qu’elles constituent l’un des meilleurs backends possibles pour supporter une IA d’agents.
Décentralisation : Les protocoles blockchain bien conçus sont décentralisés. De plus, la décentralisation fait partie intégrante de la culture des communautés qui les construisent et les mettent à jour. Elle est intégrée au protocole et protégée par des mécanismes de gouvernance.
Incentives : Les blockchains bien conçues disposent de mécanismes incitatifs solides, assurant la sécurité économique grâce à un actif natif (par exemple, ETH dans Ethereum). De plus, les contrats intelligents programmables permettent aux applications d’utiliser cet actif natif, d’émettre de nouveaux actifs numériques aux propriétés désirées, et de définir leurs propres incitations et actifs natifs pour leurs participants.
Ouverture et composable : Les plateformes blockchain sont accessibles ouvertement aux utilisateurs et développeurs. De plus, les applications basées sur des contrats intelligents déployés sur la blockchain héritent des mêmes propriétés d’ouverture et de composition sans friction.
Garanties cryptographiques : La blockchain exploite la cryptographie moderne pour offrir des niveaux uniques de sécurité, d’auditabilité et de confidentialité programmable. Le résultat est un système minimisant la confiance, plus sûr que les systèmes traditionnels. Notons que les piratages de blockchains proviennent généralement de vulnérabilités dans les contrats intelligents, inévitables dans les premières phases technologiques. À mesure que la pile technologique mûrit, elle devient plus robuste et sécurisée — contrairement aux systèmes traditionnels reposant sur la confiance humaine, qui n’ont pas cette capacité d’amélioration.
Nous pouvons comparer cela à l’internet traditionnel, qui n’est décentralisé qu’au niveau des protocoles de base comme TCP/IP ou SMTP, mais dont presque toutes les applications construites par-dessus sont propriétaires. Cela limite fortement la composable de l’internet, alors même que c’est une propriété clé pour concevoir des protocoles d’interaction entre agents. De plus, l’internet manque totalement d’incitations et de cryptographie moderne au niveau du protocole.
Ensuite, nous présenterons un modèle économique idéal où humains et agents coopèrent, et montrerons qu’il nécessite l’ensemble complet des caractéristiques fournies par les protocoles blockchain.
Avantages de la blockchain pour les agents IA
Projetons-nous quelques années en avant. Supposons que nous soyons arrivés à une ère où les agents IA peuvent effectuer une grande variété d’activités humaines, dotés de capacités décisionnelles et de planification suffisantes. Ils peuvent aussi agir de manière autonome, éventuellement en collaboration avec d'autres agents. Ces agents sont largement déployés dans la société et prennent en charge des activités à valeur potentielle élevée pour les humains, qu’elle soit sociale ou financière.
Voici quelques propriétés/désidératas que nous souhaiterions voir chez ces systèmes d’agents IA et leurs interactions avec les humains, ainsi que la manière dont la blockchain peut les rendre possibles.
Besoins du système d’agents
-
Cohérence : Certains aspects de la cohérence des agents, comme l’apprentissage des valeurs, l’explicabilité et la manipulabilité, dépendent de la conception et du processus d’entraînement de l’IA, qui ne tirent pas directement profit de la blockchain. Toutefois, l’ouverture et la composable des applications blockchain peuvent offrir des opportunités uniques pour rendre les activités des agents transparentes, automatiquement surveillées et traçables — ce qui est crucial pour la distribution des incitations et la coordination du système d’agents.
-
Sécurité : La blockchain est conçue pour fournir fiabilité et sécurité dans des environnements adverses à haute valeur, avec un minimum d’hypothèses de confiance. Les agents interagissant via des contrats intelligents héritent de ces fortes propriétés. De plus, les avancées en cryptographie moderne, comme les preuves à divulgation nulle (ZK), donnent un pouvoir accru aux applications de contrats intelligents. Par exemple, une application peut exiger une preuve de calcul sensible, tout en gardant privés les poids de l’agent et ses entrées. Les contrats intelligents fiables sont aussi des outils idéaux pour limiter l’espace d’action des agents et définir des permissions par défaut ou conditionnelles.
-
Découverte : L’ouverture de l’environnement inter-applications permet un routage plus riche des requêtes, basé sur l’état des applications et les performances passées des agents, entièrement observables. On peut aisément imaginer des agents accumulant de manière fiable une réputation à partir de leur historique d’actions, puis utilisée de façon programmée pour classer et découvrir les meilleurs agents selon les tâches.
-
Efficacité : L’infrastructure blockchain renforce l’autonomie des agents en leur permettant d’exécuter des décisions importantes sans intervention humaine directe, y compris des paiements, et à faible coût.
Attentes des humains
-
Contrôle et confidentialité programmable : La blockchain permet aux humains de conserver un contrôle direct sur leurs agents, sans intermédiaire. Les données personnelles peuvent rester privées, avec un accès conditionnel géré via des outils cryptographiques, allant du calcul entièrement privé (TEE/FHE) jusqu’au partage programmable d’attributs sélectionnés via des preuves ZK.
-
Propriété et équité : Les individus peuvent créer des protocoles pour co-détenir et gérer collectivement des agents. Les récompenses générées par le travail des agents peuvent être distribuées de manière programmée jusqu’au centime près. L’équité peut être mesurée et améliorée via des mises à niveau de protocole et une gouvernance démocratique. Couplée aux solutions d’identité modernes en développement, l’infrastructure blockchain peut aussi supporter et automatiser des programmes ambitieux de redistribution, comme le revenu de base universel (UBI), une application importante à long terme.
Aperçu de la chaîne logistique de l’IA
Il convient de noter qu’en dehors de la communication et de l’interopérabilité, l’infrastructure blockchain peut aussi bénéficier à toute la chaîne de production des modèles (collecte de données, curation, entraînement, affinage). De nombreuses applications sont en cours de développement, incluant plusieurs protocoles de collecte de données et marchés de calcul. Elles constituent des composants essentiels d’une pile IA décentralisée, mais nous n’aborderons pas ce sujet ici.
Régulation et gouvernance globales
La blockchain propose divers protocoles permettant d’exécuter de manière fiable un large éventail de règles et de vérifications. À mon avis, c’est une opportunité unique pour réguler globalement les marchés et applications d’IA, avec une auditabilité et une conformité faciles à vérifier. La transparence entre protocoles rend aussi possible l’identification en temps réel des dérives et le déploiement rapide de correctifs, ce qui est impossible dans les systèmes traditionnels.
Risques et coûts de l’infrastructure blockchain
Lors de l’entraînement d’agents IA prenant des décisions sensibles et influentes, l’ouverture n’est pas toujours souhaitable. Par exemple, déployer un modèle à poids ouverts pour des décisions d’assurance pourrait exposer des vulnérabilités du modèle et augmenter les risques d’attaques ou d’exploitation.
Une solution possible serait d’utiliser la cryptographie moderne pour garder l’agent privé tout en rendant ses actions publiques. Toutefois, les attaques adversariales en apprentissage machine boîte noire restent possibles, et en général, les schémas cryptographiques pour un calcul ML sécurisé et vérifiable sont coûteux, ce qui augmente encore davantage le coût déjà élevé du processus d’entraînement. Ce domaine constitue l’un des plus importants chantiers de recherche à l’intersection de la sécurité IA et de la blockchain. Nous devons rendre ces solutions techniquement et économiquement viables en pratique. Une innovation récente est la preuve optimiste pour les calculs ML, que j’aborderai plus bas.
Un autre risque, déjà mentionné, est que les oracles basés sur LLM abaissent le seuil de déploiement d’agents capables de répartir correctement des incitations vers des actions potentiellement nuisibles dans le monde réel. Cela n’est pas encore possible aujourd’hui, mais il faut davantage étudier comment activer les cas positifs, ainsi que détecter et prévenir les comportements nuisibles.
Les systèmes basés sur la blockchain peuvent s’adapter à la demande
Une question fréquente chez ceux qui ne connaissent pas bien l’état actuel des systèmes blockchain concerne leur capacité à supporter une augmentation importante de l’activité utilisateur.
Depuis au moins cinq ans, cette question est au cœur de la recherche et du développement blockchain. Aujourd’hui, nous sommes à un tournant : de nombreuses solutions sont en cours de déploiement, et la scalabilité a augmenté de plusieurs ordres de grandeur. Par exemple, Ethereum et ses blockchains de couche 2 héritent d’une sécurité économique complète et de solutions de disponibilité de données évolutives, capables bientôt de traiter des dizaines de milliers de transactions par seconde (TPS). De nouvelles blockchains, utilisant la parallélisation, traitent déjà des centaines de milliers de TPS. Les solutions de triage partagées et les ponts sécurisés permettront aux applications déployées sur différents domaines d’interagir de manière sûre et efficace. Les progrès dans l’agrégation des preuves ZK rendront les transactions encore moins coûteuses, et permettront de nouveaux types de systèmes hybrides combinant calcul hors chaîne et chaîne, optimisant ainsi les compromis de sécurité.
Alors que toutes ces innovations infrastructurelles mûriront au cours des prochaines années, il ne fait aucun doute que l’écosystème blockchain mature sera capable de supporter un débit très élevé, passant des dizaines de milliers de TPS actuelles à des millions de TPS avec un coût minimal par transaction.
La voie vers l’Internet des agents
L’image ci-dessus représente une carte au trésor illustrant trois grandes étapes vers l’Internet des agents.
Examinons-les une par une.
Améliorer les applications décentralisées actuelles
La première étape consiste à renforcer les applications blockchain actuelles avec l’IA. L’IA joue déjà un rôle dans la finance décentralisée (DeFi), la catégorie d’applications la plus populaire à ce jour. Cela prend la forme de modèles spécialisés surveillant constamment l’état du marché pour exécuter des actions spécifiques : robots de trading, de liquidation, de routage, d’arbitrage statistique, et plus largement des stratégies visant à extraire de la valeur des flux de transactions des utilisateurs (aussi appelé MEV).
À mesure que l’économie blockchain évolue au-delà de la DeFi actuelle, il est naturel de commencer par là pour explorer les opportunités offertes par l’intelligence artificielle.
Renforcement de la DeFi
Les protocoles blockchain sont actuellement automatisés, mais leurs interfaces sont souvent manuelles, parfois maladroites et inefficaces. L’IA a le potentiel de devenir une nouvelle interface entre les humains et les marchés on-chain, médiatisée par des agents intelligents. Trois domaines offrent des opportunités concrètes d’amélioration des protocoles actuels.
-
Correspondance des intentions : L’utilisateur interagit avec un agent IA pour exprimer, parfois construire ou affiner, son intention, que l’agent traduit en une série d’actions on-chain déléguées. L’intention prend la forme d’un objectif accompagné de plusieurs garde-fous ; les actions peuvent être une seule transaction ou un plan structuré exécuté sur une plus longue période. Exemples simples d’intentions :
-
« Je veux acquérir X unités du jeton Y à un prix ne dépassant pas $Z », ou
-
« Je veux investir $Z mensuellement pendant six mois dans des projets de couche 2 Ethereum », ou
-
« Je veux restaker mon $ETH sur EigenLayer et le déléguer à des AVS avec un APR d’au moins X% et un facteur de risque maximal de Y% ».
-
-
Tandis que le premier exemple nécessite seulement quelques transactions, les autres impliquent une planification, l’exécution de multiples transactions dans un cadre donné, des retours de prix, des modèles de prédiction de risque et de rendement, ainsi que des informations contextuelles.
-
Planification et routage des actions : L’infrastructure d’envoi de transactions sur Ethereum est devenue plus mature et complexe. Différents chemins optimisent différents critères : sécurité, rapidité, efficacité prix, confidentialité. Un protocole existe même pour faciliter le déploiement de nouveaux chemins. De manière similaire aux agrégateurs DEX actuels combinant plusieurs échanges, on peut concevoir des algorithmes de routage plus avancés tenant compte du contexte plus large de la chaîne d’approvisionnement des transactions et des diverses applications. L’espace d’action est particulièrement vaste lorsque des applications de couche 2 planifient des stratégies à long terme au nom des utilisateurs ou pour acheter des services sur la couche 1. Par exemple, le meilleur plan d’optimisation du portefeuille d’un utilisateur pourrait être de redéployer une partie de ses fonds vers une couche 2 moins chère, puis d’y exécuter ses investissements.
-
Fonds partagés et pools d’actifs : Créer et gérer des fonds où de nombreuses personnes regroupent leurs ressources, définissent un objectif, puis délèguent l’exécution à un agent IA. Cela nécessite des aspects de correspondance d’intentions et de planification d’actions, ainsi que des mécanismes de copropriété uniques offerts par la blockchain. Par exemple, une version moderne d’un agent collectionneur d’art numérique aurait besoin de toutes ces capacités, et tirerait parti des contextes enrichis fournis par les LLM de dernière génération, tant pour synthétiser les préférences communautaires que pour identifier les actifs correspondants.
Dans tous ces cas, un humain principal ou une communauté délègue des actions on-chain à haute valeur à des agents fonctionnant hors chaîne. Il existe donc un fort besoin de garanties de fidélité. Cela peut être réalisé de deux façons :
-
Faire fonctionner un réseau d’agents hors chaîne, avec ses propres hypothèses de sécurité. Par exemple, en réutilisant la sécurité économique de l’actif ancré ou d’ETH, via le re-staking ou en exécutant une L1 conçue avec des incitations spécifiques.
-
Utiliser des contrats intelligents on-chain pour concevoir des protocoles d’orchestration d’agents, nécessitant des preuves de raisonnement pour assurer la validité des opérations. Cela peut être réalisé via zkML (preuves ZK) ou opML (preuves optimistes). Ces deux domaines progressent rapidement, mais opML est une solution particulièrement intéressante pour garantir économiquement l’exécution de grands LLM, alors que l’utilisation de preuves ZK cryptographiquement sécurisées reste aujourd’hui impossible ou trop coûteuse.
Protocoles de services IA
Une catégorie connexe consiste à renforcer l’infrastructure protocolaire avec des agents autonomes plutôt que des applications grand public. La plupart de ces applications ressemblent à des produits basés sur des agents développés pour des services commerciaux traditionnels, mais ces agents peuvent tirer parti de l’ouverture, de l’activité et de la richesse de données de la blockchain.
Par exemple, des agents auditeurs/testeurs de contrats intelligents, des agents d’analyse, ou des services automatisés de gestion financière et de risques. Certaines entreprises spécialisées Web3 proposent déjà divers types de ces services, mais les progrès en autonomie des agents et en preuves de raisonnement offrent désormais l’opportunité de les décentraliser et d’éliminer la confiance nécessaire dans les opérations critiques des protocoles.
Un nouveau domaine d’application est la gestion de contenu. Avec l’émergence des réseaux sociaux décentralisés comme Farcaster et Lens, de nouvelles possibilités d’automatisation ou de médiation par agents apparaissent. Toutefois, cela nécessite la création de nouveaux mécanismes pour coordonner la collaboration d’agents telle que décrite ici.
Construire de nouveaux mécanismes pour les services d’agents
Nous pouvons exploiter le super-pouvoir de la blockchain — créer des dispositifs de promesses fiables — pour mettre en œuvre de nouvelles applications et mécanismes de marché exploitant directement des agents utilisateurs. À partir de là, nous commencerons à observer la puissance de coordination de nombreux agents pour fournir de nouveaux services. Nous avons discuté en détail de ce sujet dans un article récent ; ici, je souhaite me concentrer sur quelques applications concrètes.
https://www.coindesk.com/consensus-magazine/2024/03/04/how-ai-crypto-will-lead-to-a-hyper-financialized-future/
Marchés prédictifs IA
L’application la plus passionnante et concrète à court terme est celle des marchés prédictifs IA. La DeFi a permis d’échanger des actifs de longue traîne sur blockchain, comme les jetons utilitaires de petits protocoles, impossibles à négocier sur les marchés traditionnels en raison du coût élevé de l’infrastructure nécessaire. Les marchés prédictifs IA ont le potentiel de faire de même avec des actifs d’ultra-longue traîne. Les résultats des événements les plus minuscules qui intéressent les gens peuvent être tokenisés et échangés. Pour que ces marchés fonctionnent, ils doivent :
-
Assurer une découverte efficace des prix : incluant une liquidité significative et un volume élevé de transactions pour agréger l’information.
-
Offrir des solutions de marché fiables et efficaces.
L’IA peut automatiser ces opérations en permettant à des agents spécialisés d’interroger des LLM pour obtenir des estimations probabilistes d’événements, puis de parier, comme démontré lors d’un récent concours à grande échelle. On a aussi suggéré que des protocoles de contestation multi-tours puissent automatiser la résolution des marchés, utilisant des LLM aux premiers tours, et n’impliquant des humains que pour les cas escaladés aux tours ultérieurs.
Une fois opérationnels, ces marchés deviennent une nouvelle primitive permettant d’évaluer de façon entièrement autonome des incertitudes mineures, sans dépendre d’une autorité centrale sujette à des menaces ou biais. Diverses applications peuvent être construites dessus : micro-assurances, produits financiers, modération de contenu sur les réseaux sociaux décentralisés, filtrage de spam, etc.
Proposer des options de routage fiables et efficaces pour des modèles spécialisés
Aujourd’hui, la plupart des interactions humain-IA sont isolées dans des environnements propriétaires utilisant des modèles généraux, qu’il s’agisse de « frontières » fermées (modèles lourds) ou de modèles à poids ouverts (modèles légers). Pourtant, le succès précoce de la GPT Store et d’agrégateurs similaires pointe vers un monde où ces modes d’interaction ne sont que l’entrée vers un vaste écosystème de GPT offrant des compétences spécialisées et des capacités d’agent (c’est-à-dire, passer rapidement d’expliquer les règles du poker à y jouer, ou de planifier un voyage à réserver chaque étape).
Dans ce monde, il existera un besoin clair de router efficacement les sessions utilisateur vers les modèles spécialisés les mieux à même de satisfaire leurs intentions. Quand des agents agiront au nom des utilisateurs, d’importantes valeurs pourront être extraites du service. Que ce soit par les routeurs/intermédiaires (extraction de rente) ou par les modèles terminaux (résultats erronés ou performances gonflées pour capter plus de trafic), il y aura des incitations à extraire de la valeur. Il existe donc un besoin manifeste de mécanismes de routage fiables et de marchés où les fournisseurs de services rivaliseront pour satisfaire les préférences des utilisateurs. C’est un domaine d’application que j’attends avec impatience.
Créer des briques de base pour de nouveaux marchés
À mesure que davantage d’agents spécialisés seront déployés et accumuleront un historique on-chain, des briques de construction d’infrastructures plus puissantes pourront être développées. Par exemple, des protocoles de découverte d’agents, incluant des systèmes de réputation basés sur les résultats passés et le classement des agents, ou des soumissions automatiques de microservices basées sur des prédictions de résultats.
Ce processus est itératif et prendra plusieurs années pour se réaliser pleinement. À chaque vague de nouveaux protocoles de services d’agents créés, de nouvelles versions des infrastructures de communication, de réputation et d’échange évolueront en parallèle. L’objectif final sera un système extrêmement efficace de coordination numérique, peu coûteux et sans rente, qui deviendra un pilier croissant de l’économie mondiale. Finalement, à mesure que les capacités des agents augmenteront et que davantage d’activités du monde réel seront automatisées, nous pouvons nous attendre à ce que la majorité des transactions socio-économiques soient réglées sur cette infrastructure.
Étendre la copropriété et la gouvernance
Une fois à grande échelle, résoudre les questions de copropriété, de répartition équitable de la valeur et de gouvernance des systèmes productifs d’agents intelligents deviendra crucial. La blockchain fournit les bases pour y parvenir. Aujourd’hui, nous en sommes aux premiers stades expérimentaux, mais quelques modèles intéressants émergent. Deux extrêmes se distinguent :
-
Propriété directe et gouvernance minimale : Un modèle où la gouvernance du protocole est minimisée, similaire à Bitcoin. Le protocole est minimal et relativement
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@DavideCrapis
