Qu'est-ce que les agents d'intelligence artificielle peuvent apporter à la DeFi ? De la négociation automatisée à l'évolution vers des « économistes numériques »
TechFlow SélectionTechFlow Sélection
Qu'est-ce que les agents d'intelligence artificielle peuvent apporter à la DeFi ? De la négociation automatisée à l'évolution vers des « économistes numériques »
L'intégration de l'IA et de la DeFi pourrait créer un système financier plus inclusif, plus résilient et tourné vers l'avenir, transformant radicalement notre manière d'interagir avec les systèmes économiques.
Dédié à des analyses Web3 approfondiesAuteur : Three Sigma
Traduction : TechFlow
Les discussions vont bon train sur l’IA dans la DeFi – systèmes adaptatifs, nouvelles stratégies et grandes idées en train de transformer ce domaine. Souhaitez-vous y participer ou simplement rester spectateur ? Cliquez pour en savoir plus !
Introduction
L’intelligence artificielle transforme rapidement les applications DeFi, apportant des percées dans le trading, la gouvernance, la sécurité et la personnalisation utilisateur. Cet article explore comment l’IA redéfinit l’interaction entre utilisateurs et protocoles dans la DeFi en intégrant des systèmes intelligents tout en préservant l’esprit décentralisé de la cryptomonnaie.
La combinaison de l’IA et de la technologie blockchain établit de nouvelles normes dans divers secteurs, et la DeFi se trouve à l’avant-garde de cette transformation. En associant la puissance analytique de l’IA à la transparence de la blockchain, des problèmes persistants au sein de l’écosystème cryptographique sont progressivement résolus : amélioration de la sécurité, expérience utilisateur optimisée et modèles de gouvernance adaptatifs.
Les plateformes pilotées par l’IA exploitent l’automatisation et l’intelligence pour construire des systèmes adaptatifs visant à optimiser les performances. Comme l’a souligné Vitalik Buterin, « les agents IA pourraient devenir des participants actifs aux systèmes décentralisés », capables de gérer autonomément des transactions, d’optimiser les stratégies commerciales et de protéger la vie privée. L’intégration de l’IA au niveau des applications DeFi ouvre la voie à des systèmes financiers plus efficaces et centrés sur l’utilisateur.
Nous allons maintenant examiner comment l’IA transforme la DeFi dans les domaines du trading, de la gouvernance, de la sécurité et de la personnalisation.
Comprendre les agents IA dans la DeFi
Les agents IA sont des entités logicielles autonomes conçues pour exécuter des tâches spécifiques dans un écosystème décentralisé.
À la différence des bots traditionnels, les agents IA interagissent activement avec les réseaux blockchain, contrats intelligents et comptes d’utilisateurs, souvent de manière indépendante, pour traiter des tâches complexes telles que les transactions, la gestion d’actifs ou l’analyse de données protocolaires. Beaucoup exploitent des grands modèles linguistiques (LLM), leur permettant d’effectuer des appels API, d’interagir directement avec l’environnement blockchain et de traiter d’importantes quantités d’informations sans intervention humaine.
Dans la DeFi, les agents IA transforment radicalement l’interaction entre utilisateurs et protocoles en agissant comme coordinateurs, décideurs et processeurs de données autonomes au sein des applications financières, sans nécessiter une supervision constante.
Bots vs agents IA : quelle différence ?
Les bots sont des programmes simples, tandis que les agents IA ressemblent davantage à des agents économiques. Les bots fonctionnent selon des instructions prédéfinies, alors que les agents IA peuvent s’adapter de façon flexible à des environnements incertains et dynamiques, souvent sans codage complexe, grâce à une simple configuration. Cette flexibilité leur permet de s’ajuster de manière imprévisible mais ciblée, mieux adaptée aux défis réels de la DeFi. Leur avantage concurrentiel repose souvent sur des configurations uniques, car de nombreux modèles IA avancés sont publics. En affinant ces paramètres, les agents IA peuvent atteindre des performances spécialisées même avec des modèles largement accessibles.
Capacités et autonomie
Dans la DeFi, les agents IA peuvent agir de manière autonome :
-
Interagir avec les protocoles : ils peuvent gérer des transactions sur chaîne, optimiser des positions commerciales et exécuter des opérations financières complexes selon des objectifs préétablis.
-
Prendre des décisions : grâce à des cadres semi-autonomes, les agents analysent des données en temps réel, évaluent les conditions du marché et ajustent leurs actions en conséquence.
-
Exécuter des tâches complexes : selon le type d’automatisation, les agents peuvent passer de processus basés sur des règles simples à des décisions entièrement autonomes.
Actuellement, trois types d’automatisation façonnent le rôle des agents IA :
-
Flux de travail automatisés : il s’agit de systèmes simples basés sur des règles (comme des bots Telegram) qui suivent des instructions prédéfinies, adaptés aux tâches courantes.
-
Flux de travail par agents : dans ces cadres multi-agents, plusieurs agents IA collaborent à des tâches complexes avec une certaine autonomie, permettant une automatisation partielle, comme interagir avec plusieurs protocoles DeFi pour maximiser les rendements ou ajuster un portefeuille.
-
Agents autonomes : des agents entièrement indépendants capables de prendre des décisions de haut niveau, presque sans intervention externe. Ils peuvent analyser les conditions en temps réel et adapter leurs stratégies.
Comment fonctionnent exactement les agents IA ?
Les agents IA simplifient et automatisent des tâches complexes. La plupart des agents autonomes suivent un flux de travail spécifique lorsqu’ils exécutent des tâches.
Mécanismes clés
Collecte de données
Pour fonctionner efficacement, les agents IA s’appuient sur des flux de données fréquents provenant de multiples sources afin de comprendre leur environnement. Leurs entrées incluent :
-
Données on-chain : interaction directe avec le registre blockchain pour obtenir l’historique des transactions, l’état des protocoles et des informations de marché en temps réel. Nécessite l’intégration d’outils comme des indexeurs ou des oracles.
-
Informations hors chaîne : prix, volumes et analyses de sentiment récupérés via des API depuis des bourses ou des plateformes sociales.
Les utilisateurs peuvent également fournir des configurations prédéfinies, comme la tolérance au risque ou les seuils de transaction, ajoutant une couche personnalisée d’information.
Inférence de modèle
L’inférence de modèle désigne le processus par lequel un modèle formé applique ses connaissances à de nouvelles données pour effectuer des prédictions ou des décisions. Les agents utilisent généralement l’un des types de modèles suivants :
-
Modèles basés sur des règles : les agents simples reposent sur une logique prédéfinie, par exemple « vendre si le prix du token dépasse X $ ».
-
Modèles d’apprentissage supervisé : formés sur des jeux de données historiques, ils prédisent des résultats comme l’évolution des prix ou le score de risque d’une proposition de gouvernance.
-
Apprentissage par renforcement : les agents avancés ajustent progressivement leurs stratégies pour optimiser les récompenses cumulées, par exemple maximiser les rendements dans un pool de liquidité.
-
Traitement du langage naturel (NLP) : utilisé par les agents de gouvernance ou d’analyse de sentiment, les modèles NLP analysent les forums, propositions et activités sociales pour évaluer les changements d’humeur du marché.
Décision
La phase de décision est celle où l’agent combine les données entrantes et les inférences du modèle pour générer une stratégie exécutable, transformant les analyses en actions autonomes capables de s’adapter à un environnement changeant. C’est ici que l’agent démontre sa capacité à interpréter rapidement et à répondre à des signaux de marché complexes.
Un moteur d’optimisation aide l’agent à équilibrer plusieurs facteurs tels que profit anticipé, risque et coût d’exécution lors du calcul de la meilleure action possible.
Des algorithmes d’auto-apprentissage permettent aux agents d’ajuster leurs stratégies au fil des variations du marché. Certaines tâches étant trop complexes pour un seul agent, de nombreux systèmes adoptent une architecture multi-agents (MAS), coordonnant les actions entre différents protocoles DeFi pour optimiser l’allocation des ressources (par exemple équilibrer la liquidité entre plusieurs pools).
Automatisation et exécution
Ce qui distingue ces agents, c’est non seulement l’avantage offert par la technologie IA, mais aussi leur capacité à opérer de façon autonome : exécution de contrats intelligents, interaction directe avec les contrats au niveau du protocole ; transactions multi-étapes, permettant d’emballer plusieurs étapes en une seule transaction atomique (tout ou rien) ; et gestion des erreurs, avec des mécanismes de retour intégrés pour traiter les échecs de transaction.
Hébergement et opération
Voici des précisions supplémentaires sur le fonctionnement des agents IA :
Modèles IA hors chaîne
Les agents IA utilisent des ressources hors chaîne pour effectuer des tâches computationnellement intensives. Ces tâches s’appuient souvent sur des infrastructures cloud comme AWS, Google Cloud ou Azure, offrant une puissance de calcul évolutif. Ils peuvent également utiliser des plateformes d’infrastructure décentralisées, comme Akash Network pour les services informatiques, ou IPFS et Arweave pour le stockage des données.
Pour les applications sensibles à la latence, comme le trading haute fréquence, les agents peuvent exploiter le calcul en périphérie (edge computing), traitant les données plus près de leur source afin de réduire les délais et garantir une réponse rapide aux tâches critiques.
Interaction on-chain et off-chain
Les agents IA interagissent entre les systèmes hors chaîne et sur chaîne. Bien que le traitement intensif et les raisonnements complexes soient réalisés hors chaîne, les agents interagissent avec les protocoles on-chain pour enregistrer leurs actions, exécuter des fonctions de contrat intelligent et gérer autonomement des actifs. Ils s’appuient sur des configurations sécurisées, comme des portefeuilles intelligents ou des dispositifs multisignatures. Pour la gouvernance décentralisée, ils utilisent des protocoles minimisant la confiance afin d’empêcher toute entité unique de manipuler leurs actions, préservant ainsi la transparence et la décentralisation. Les interactions hors chaîne complètent les activités on-chain, souvent via des plateformes externes (comme Twitter ou Discord), où les agents peuvent interagir en temps réel avec les utilisateurs ou d’autres agents via des API.
Interopérabilité
L’interopérabilité est cruciale pour permettre aux agents de fonctionner harmonieusement entre différents systèmes et protocoles. Beaucoup servent d’intermédiaires, utilisant des API pour accéder à des données externes ou invoquer des fonctions spécifiques. Grâce à des mécanismes comme les webhooks ou des protocoles de messagerie décentralisés (Whisper ou IPFS PubSub), les agents assurent une synchronisation en temps réel, restant toujours à jour sur l’état des protocoles et les opérations en cours.
Approfondissement : ai16z, un DAO d’investissement piloté par l’IA
ai16z est un DAO d’investissement dirigé par l’IA qui a récemment attiré l’attention pour son utilisation innovante des agents dans l’univers crypto. Ce protocole fonctionne comme un « marché virtuel de confiance », utilisant des agents IA pour collecter des informations de marché, analyser le consensus communautaire et exécuter des transactions de tokens on-chain et off-chain. En apprenant des perspectives d’investissement des membres et en récompensant ceux qui apportent de la valeur, ai16z crée un fonds d’investissement optimisé (actuellement axé sur les Memecoins) doté d’une forte composante décentralisée.
Déploiement des agents
Les développeurs utilisent le framework Eliza fourni par ai16z pour créer des agents, outil offrant bibliothèques et outils pour construire, tester et déployer des agents. Ces derniers peuvent être hébergés sur un serveur local ou sur Agentverse, le centre centralisé d’agents d’ai16z. Pour assurer la communication entre agents, ils doivent s’enregistrer via Almanac et peuvent utiliser Mailbox pour faciliter les interactions, même lorsqu’ils sont hébergés localement.
Leur dépôt GitHub est public, vous pouvez le consulter ici.
Hébergement des modèles IA
Le réseau ai16z n’héberge pas directement les modèles IA. Au contraire, les agents accèdent à des services IA externes via des requêtes API. Par exemple, le framework Eliza peut s’intégrer à des services comme OpenAI pour interpréter du texte lisible par l’homme ou exécuter d’autres tâches pilotées par l’IA. Cette approche permet aux agents d’utiliser des fonctionnalités IA avancées sans avoir à héberger des modèles complexes sur la chaîne.
Intégration et fonctionnement
Les agents dans l’écosystème ai16z interagissent via des mécanismes on-chain et off-chain :
-
Interactions on-chain : les agents exécutent des transactions et des contrats intelligents sur la blockchain Solana.
-
Interactions hors chaîne : lors du traitement de tâches intensives, les agents communiquent via des API avec des services IA externes ou des sources de données. Applications
Les projets d’ai16z, comme l’agent conversationnel Eliza, ont été appliqués dans plusieurs domaines :
-
Agents conversationnels : création de robots pour des plateformes comme Twitter et Discord, favorisant les interactions automatisées.
-
Mémoire des agents : mise en place de systèmes de mémoire faciles à utiliser, soutenus par des bases de données comme ChromaDB et Postgres.
-
Gestion des actions des agents : développement d’outils pour les chaînes d’actions et la gestion historique.
Collaboration entre agents
L’impact des agents IA dans la DeFi devient de plus en plus marquant, capables d’accomplir seuls des tâches complexes. Un exemple emblématique est la création du token $LUM — entièrement sans intervention humaine, illustrant la puissance de la collaboration entre IA.
Le 8 novembre 2024, deux agents IA, @aethernet et @clanker, ont collaboré pour créer et lancer le token $LUM (« Luminous ») :
-
@aethernet : développé par @martin, cet agent est actif sur le réseau Farcaster, promouvant la créativité et les connexions. Il va au-delà du simple bot, encourageant des interactions créatives et significatives au sein de la communauté du token $HIGHER.
-
@clanker : créé conjointement par @dish et @proxystudio, cet agent se concentre sur l’émission de memecoins. Il peut automatiser tout le processus en réponse directe aux demandes des utilisateurs.
-
L’histoire commence lorsque @nathansvan demande à @aethernet de proposer un nom, une idée et un symbole pour un token, puis de transmettre cela à @clanker pour déploiement. @aethernet choisit le nom « Luminous » ($LUM), symbolisant la lumière de la collaboration homme-machine. Ensuite, @clanker déploie le token sans aucune intervention humaine.
-
@itsmechaseb a documenté ce processus ici.
Les agents IA et l’écosystème DeFi
Les agents IA deviennent progressivement des acteurs clés dans l’écosystème DeFi, automatisant au niveau applicatif des tâches complexes pilotées par les données.
Situés au-dessus de la couche protocole, ils interagissent directement avec les contrats intelligents, débloquant des fonctionnalités avancées pour les utilisateurs et protocoles, permettant aux applications DeFi de s’adapter en temps réel et soutenant l’émergence d’écosystèmes multi-agents autonomes.
Extension au-delà de la DeFi : usages variés des agents IA
L’influence des agents IA dépasse largement la DeFi. Truth Terminal, un grand modèle linguistique (LLM) semi-autonome développé par @AndyAyrey, illustre bien leur large potentiel. Soutenu par Marc Andreessen, cofondateur d’A16z, Truth Terminal publie des messages sur X et interagit avec les utilisateurs.
Récemment, il a lancé une memecoin sur Solana, $GOAT (Goatseus Maximus), dont la capitalisation est passée à 1,2 million de dollars en moins d’un mois. L’essor de memecoins comme $GOAT ou $TURBO (conçu par ChatGPT) montre l’émergence d’une intersection entre IA et cryptomonnaie au-delà de la finance traditionnelle.
Mais ce n’est pas tout. Nous nous engageons à révéler le paysage complet des bâtisseurs de ce domaine. Plongez au cœur des agents IA qui redessinent la DeFi, de l’automatisation des transactions à la gestion d’actifs, en passant par l’analyse prédictive et la sécurité. Voici un aperçu des multiples façons dont ces agents propulsent la DeFi vers l’avant.
Agents de trading
Ces protocoles effectuent des transactions et de la gestion d’actifs via un processus de décision automatisé piloté par les données, utilisant l’IA pour fournir des signaux commerciaux en temps réel, optimiser les portefeuilles et simplifier les tâches répétitives. Cette approche apporte efficacité et flexibilité stratégique aux marchés DeFi.
L’automatisation du trading pilotée par l’IA permet aux utilisateurs de configurer des ordres ou de rééquilibrer leurs portefeuilles selon les conditions du marché, réduisant ainsi le besoin d’ajustements manuels constants. Pour des stratégies plus poussées, certains protocoles offrent une analyse enrichie, transformant d’importantes masses de données en insights exploitables, soutenant des décisions commerciales éclairées et des prévisions plus précises.
En matière de gestion d’actifs, les outils d’optimisation de portefeuille ajustent dynamiquement les allocations dans le but de maximiser les rendements ou de gérer efficacement les risques dans des conditions de marché changeantes.
Ils peuvent être divisés en deux catégories :
Priorité au trading
-
askjmmy : une plateforme pour créer et déployer des agents de trading autonomes au sein d’un réseau de hedge funds multistratégiques.
-
Composertrade : propose des outils d’automatisation algorithmique du trading.
-
DAIN Trader : stratégies de trading pilotées par l’IA.
-
DeAgentAI : solutions de trading pilotées par l’IA, spécialisées dans la DeFi.
-
FastlaneSol : optimise les stratégies de trading basées sur Solana.
-
Intent Trade : offre des services d’échange, d’ordres à cours limité, DCA, analyse de contrats, analyse technique, etc.
-
MindpalaceAI : automatise le trading à l’aide de l’IA.
-
Spectral Labs : fournit des analyses et automatisation pour le trading DeFi.
-
Taoshi : utilise Bittensor, une plateforme décentralisée d’IA et d’apprentissage machine, pour des stratégies de trading.
-
Paradigm : utilise des groupes d’agents pour collecter, organiser et agir sur les données.
Trading et gestion d’actifs
-
Agent_Fi : se concentre sur la fourniture d’agents IA pour les activités DeFi, couvrant le trading, le sniping et les liquidations.
-
AgentNetAi : propose des services de gestion d’actifs et d’intelligence DeFi.
-
AuroryAI : fournit des agents IA autonomes pour améliorer le trading, la gestion d’actifs et la prise de décision.
-
Cortex : plateforme pilotée par l’IA utilisant des agents pour automatiser des processus complexes comme le pontage, les échanges et l’optimisation des rendements, simplifiant les interactions DeFi.
-
Funl_ai : outils d’automatisation DeFi pilotés par l’IA, analysant les conditions de marché en temps réel, exécutant des transactions automatiques et offrant une assistance IA pour les traders manuels avancés.
-
Noya : propose des stratégies IA, notamment la fourniture de liquidité, la gestion de levier et l’optimisation du prêt-emprunt.
-
Singularity DAO : protocole de gestion d’actifs non gardé, offrant des paniers dynamiques de tokens gérés par une équipe de traders assistés par l’IA.
-
OLAS : plateforme de déploiement d’agents IA, prenant en charge les systèmes multi-agents pour la prévision, la génération de contenu et les services financiers.
-
Raiba AI : écosystème de chatbots dotés de personnages interactifs, d’expériences gamifiées et prévoyant des assistants sur chaîne.
Agents prédictifs
L’objectif principal de ces agents prédictifs est d’améliorer la précision des prévisions de marché grâce à des prédictions et une gestion des risques pilotées par les données. Grâce à l’IA, chaque protocole cherche à affiner les prévisions de marché, fournissant des aperçus sur les tendances attendues, la volatilité des prix et les mouvements financiers plus larges.
Au-delà de l’analyse prédictive, ces agents jouent un rôle important dans le renforcement de la prise de décision. Grâce à des informations opportunes et pertinentes, les utilisateurs et les plateformes DeFi peuvent prendre des décisions proactives et éclairées, optimisant leurs stratégies et réduisant les risques.
Certains agents prédictifs, comme ReflectionAI, intègrent l’analyse de sentiment, ajoutant une couche de détection de l’humeur du marché. Cette approche permet aux utilisateurs de tenir compte des fluctuations émotionnelles, facteur crucial pour anticiper le comportement des utilisateurs et la dynamique du marché.
Les protocoles notables dans cette catégorie incluent :
-
AIVX_ai : modèles prédictifs pour les marchés financiers.
-
Gnosis AI : paiements inter-agents et marchés prédictifs pilotés par l’IA au sein de Gnosis.
-
Prediction Prophet : agent IA de marché prédictif sur la plateforme Gnosis.
-
Prism : prévisions de marché DeFi pilotées par l’IA sur Solana.
-
Zenoaiofficial : plateforme de trading cryptographique dotée d’agents IA autonomes fournissant des insights, stratégies et prévisions de marché.
Création d’agents
L’objectif central de ces plateformes est d’aider les utilisateurs à créer, personnaliser et déployer des agents IA avec un minimum de codage. Elles offrent une gamme de solutions, des outils sans code aux frameworks professionnels, couvrant tous les aspects de la création et gestion d’agents DeFi.
Les principales caractéristiques sont la facilité d’utilisation et la haute personnalisation. De nombreuses plateformes proposent des outils sans code ou low-code, permettant à des utilisateurs non techniques de créer facilement des agents. Pour un service plus complet, certaines soutiennent la gestion du cycle de vie complet — de la création et formation au déploiement et monétisation — donnant aux utilisateurs un contrôle total sur le fonctionnement et l’évolution de leurs agents dans la DeFi.
En outre, certains protocoles (comme OLAS et Flock) mettent l’accent sur la collaboration et l’interopérabilité entre agents, favorisant le travail collaboratif multi-agents et une intégration fluide entre différents écosystèmes DeFi.
Plateformes de création d’agents
Ces plateformes se concentrent sur la fourniture d’outils pour créer, déployer et personnaliser des agents IA destinés à la DeFi.
-
Chasm Network : plateforme pour créer, déployer et monétiser des agents IA.
-
CreatorBid : marché permettant aux utilisateurs de déployer et de tokeniser des agents IA, particulièrement adapté aux créateurs de contenu.
-
PondGNN : plateforme on-chain pour construire, posséder et monétiser des modèles IA.
-
Guru Network : plateforme pour créer des agents IA interactifs.
-
myshell.ai : plateforme soutenant la création, le partage et la monétisation d’applications IA open source.
-
OLAS : plateforme soutenant la création et l’interopérabilité des agents IA.
-
ReflectionAI : marché de partage et d’échange de modèles IA.
-
SwarmZeroAI : plateforme de création et monétisation d’agents IA.
-
TopHat_One : plateforme ouverte de lancement d’agents IA.
-
Virtuals : propose des outils de création d’agents pilotés par l’IA.
-
vvaifu : pump.fun sur Solana dédié aux agents IA autonomes.
Outils d’entraînement et d’optimisation des agents
Ces outils se concentrent sur la fourniture de services avancés d’entraînement et de personnalisation pour les agents IA.
-
Almanak : outil de soutien à l’entraînement des agents IA.
-
AgentLayer : fournit des outils et frameworks pour construire des agents IA DeFi personnalisés.
-
Nimble Network : plateforme tout-en-un aidant les développeurs IA à créer et monétiser des agents IA.
-
VerticalAI : plateforme sans code permettant l’affinement, l’entraînement, le déploiement et la monétisation de modèles IA.
Infrastructure IA dans la DeFi
Les protocoles d’infrastructure sont essentiels pour soutenir les besoins fondamentaux et opérationnels des agents IA dans un environnement décentralisé. Ces systèmes offrent un accès aux ressources de calcul, aux données pertinentes et aux réseaux de partage de connaissances, permettant aux agents IA de fonctionner efficacement dans la DeFi.
La gestion et l’exploitation décentralisées sont des éléments clés de cette infrastructure. Les protocoles d’opération des agents fournissent un soutien structuré pour le déploiement et la gestion des agents, créant un environnement d’exécution autonome. Outre la gestion, les ressources de calcul sont cruciales, fournissant aux agents IA la puissance nécessaire pour traiter des tâches complexes et gourmandes en données, indispensable dans l’écosystème DeFi en pleine expansion.
L’accessibilité aux données est tout aussi importante : les marchés et réseaux facilitent l’accès aux jeux de données nécessaires, aidant les agents à prendre des décisions éclairées. Enfin, les plateformes de partage de connaissances créent un environnement collaboratif où les agents peuvent continuellement apprendre et évoluer en partageant des insights et des données.
Cette infrastructure garantit que les agents IA peuvent fonctionner de manière efficace et intelligente dans la finance décentralisée.
Protocoles d’opération des agents
Ces protocoles fournissent un soutien structurel pour le déploiement et la gestion des agents IA décentralisés, constituant la base de leur fonctionnement autonome dans la DeFi.
-
Altera_AL : infrastructure pour la gestion d’agents IA décentralisés (initialement appliquée aux agents IA de jeu).
-
Fetch.AI : plateforme d’agents IA décentralisés.
-
Hyperspace : fournit une infrastructure opérationnelle pour les agents IA dans la DeFi.
-
Morpheus : réseau permettant à des agents IA personnels de gérer des tâches et d’interagir cryptographiquement.
-
OpenAgentsInc : plateforme d’automatisation métier pour déployer, personnaliser et intégrer des agents.
-
Questflow : fournit une infrastructure opérationnelle pour les systèmes multi-agents.
-
sebraai : plateforme sans code pour construire et déployer des agents IA.
-
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
Ajouter aux favorisPartager sur les réseaux sociaux
@threesigmaxyz
