Entretien avec le cofondateur de Virtuals : la valeur des agents est actuellement déterminée par l'attention, et les deux grandes orientations futures pour créer des licornes sont les applications spécialisées et les infrastructures économiques d'agents.
TechFlow SélectionTechFlow Sélection
Entretien avec le cofondateur de Virtuals : la valeur des agents est actuellement déterminée par l'attention, et les deux grandes orientations futures pour créer des licornes sont les applications spécialisées et les infrastructures économiques d'agents.
Explorer en profondeur l'impact profond du concept de « commerce des agents intelligents » sur l'ensemble du domaine de la cryptographie.
Dédié à des analyses Web3 approfondiesPréparation et traduction : TechFlow
Présentateurs : Ryan & Ejaazz
Invité : Jansen Teng, co-fondateur de Virtuals
Source du podcast : Bankless
Titre original : The Next Billion-Dollar AI Opportunity: Jansen Teng (Virtuals Protocol) on the Agent Revolution
Date de diffusion : 24 décembre 2024
Résumé des points clés
Ryan et Ejaazz reçoivent Jansen Teng, co-fondateur de Virtuals, pour cette discussion. Virtuals est une plateforme décentralisée ayant déjà lancé plus de 11 000 agents d’intelligence artificielle (IA), générant collectivement plus de 35 millions de dollars de revenus. Virtuals n’est pas seulement un protocole ordinaire, mais bien une nouvelle « nation numérique ». Dans ce pays, les agents IA possèdent non seulement leur propre portefeuille, mais peuvent aussi conclure des transactions entre eux, voire embaucher des humains pour atteindre leurs objectifs.
Lors de cet échange, nous explorons en profondeur comment ces agents sont devenus populaires si rapidement, pourquoi le fait qu’ils contrôlent leurs propres fonds bouleverse complètement les règles du jeu de l’IA, ainsi que l’impact profond du concept de « commerce des agents » sur tout l’écosystème crypto.
Les données impressionnantes de Virtuals
Ryan : Le protocole Virtuals a connu une ascension fulgurante dans ce domaine. Il s'agit d'une plateforme décentralisée qui permet la co-propriété et la gestion collaborative d'agents d'IA. Voici quelques chiffres : plus de 11 000 agents IA ont été lancés sur Virtuals, 140 000 détenteurs de jetons Virtuals, des frais cumulés de 35 millions de dollars au cours des deux derniers mois, et une capitalisation boursière maximale du jeton Virtuals atteignant 3,5 milliards de dollars. Ces indicateurs en croissance rapide vous ont-ils surpris ?
Jansen :
Totalement inattendu. Même aujourd'hui, je pense que notre équipe est le principal goulot d'étranglement à la croissance. Nous devons passer beaucoup de temps à guider et à éduquer un grand nombre d'utilisateurs qui expérimentent différents types d'agents autonomes. Nous recrutons activement pour renforcer notre équipe technique, mais cela prend du temps. Honnêtement, nous n'étions pas entièrement préparés à une telle explosion. On peut dire que nous avions anticipé une certaine croissance, mais c'est une très bonne surprise, non ?
Le parcours de Jansen dans la crypto et chez Virtuals
Ejaaz : Comment es-tu entré dans ce domaine ? Quel a été ton parcours dans la crypto, et comment t’a-t-il conduit jusqu’à Virtuals ?
Jansen :
Mon aventure dans la crypto a commencé en 2016. À l’époque, j’étais étudiant à l’Imperial College, où j’ai rencontré certains de mes futurs co-fondateurs et membres de l’équipe actuelle. Je commençais alors à peine à comprendre Ethereum comme une blockchain programmable. Ce n’est qu’en 2021 que moi et mon co-fondateur Michael sommes devenus plus actifs. Nous étions alors très concentrés sur le secteur du jeu, avec de nombreux actifs liés aux jeux, faisant de nous des pionniers assez précoces dans les jeux blockchain. Initialement, notre rôle était principalement celui d’investisseurs, chargés de l’allocation du capital et des ressources.
Mais nous avons vite compris que pour vraiment progresser dans ce domaine, il ne fallait pas rester spectateur, mais participer activement à la construction. C’est ainsi que nous avons adopté un modèle de studio de capital-risque, axé sur l’incubation et le développement d’entreprises aux intersections de la crypto, des jeux et des applications grand public.
Cela coïncidait avec l’émergence des technologies GPT et le début de la vague d’applications consommateurs d’IA. Mais surtout, des étudiants de Stanford ont publié un article de recherche sur les « GPT autonomes ». Cette publication nous a poussés à réfléchir : quelles possibilités offrirait un agent IA entièrement autonome ? Étant fortement impliqués dans les jeux et le divertissement, cela nous a naturellement orientés vers cette direction.
Ejaaz : Tu abordais donc la question sous l’angle des jeux, n’est-ce pas ?
Jansen :
Oui, nous nous sommes demandé ce qui se passerait si ces agents autonomes remplaçaient les PNJ (personnages non-joueurs) traditionnels, statiques. Puis nous avons réalisé que des métavers comme Sandbox, s’ils manquent de contenu, finissent par dépérir. En revanche, si ces mondes virtuels sont peuplés de PNJ autonomes, cela pourrait entraîner une explosion de création de contenu.
Ejaaz : Quand as-tu eu cette idée ?
Jansen :
Vers le milieu de l’année 2023. Nous avons alors commencé à incubater des projets dans cette direction. Nous avons constitué une équipe spécialisée dans le développement de PNJ autonomes sur Roblox, tout en expérimentant des influenceurs IA autonomes sur TikTok. Nous avons même exploré la possibilité d’une hyper-personnalisation : si un agent IA pouvait exister simultanément sur TikTok, Roblox et Telegram, tout en partageant une mémoire unique, il pourrait mieux comprendre les besoins des utilisateurs. Par exemple, si je suis un utilisateur bloqué dans un jeu Roblox et que je discute avec l’agent, il mémorisera mon problème. Plus tard, si je le contacte sur TikTok, il se souviendra de notre interaction précédente. Une telle expérience personnalisée peut créer des super fans, augmentant non seulement la dépense moyenne par utilisateur, mais aussi la fréquence des interactions. Nous étions encore à un stade expérimental, centré sur les besoins des consommateurs.
Au départ, ces expériences ne comportaient presque aucun élément Web3. Mais rapidement, nous avons compris que si ces agents pouvaient générer des revenus à travers différentes applications, ils pouvaient être considérés comme des actifs productifs. Et ces actifs productifs pouvaient être tokenisés, permettant à davantage de personnes de partager leurs bénéfices économiques. Partant de ce principe, nous avons décidé de développer un protocole permettant une propriété collective de ces agents. C’est ainsi que tout a commencé.
Ejaaz : Pour résumer simplement, toi et ton équipe avez un solide passé dans les jeux. Vous avez vécu l’effervescence des jeux blockchain en 2021, puis pendant le marché baissier, vous avez réfléchi à la manière de rendre ces contenus plus interactifs, en prêtant attention aux agents autonomes émergents. Vous avez imaginé que si ceux-ci pouvaient remplacer les PNJ — par exemple, dans Pokémon, si l’infirmière du centre Pokémon pouvait non seulement soigner vos Pokémon, mais aussi dialoguer de façon intéressante selon votre personnalité ou votre progression — cela rendrait le jeu bien plus attrayant. Puis vous avez eu une idée : si ces PNJ pouvaient créer de la valeur dans l’économie du jeu, pourquoi ne pas les tokeniser ? Cela permettrait non seulement de partager la propriété, mais aussi d’élargir leur utilisation à d’autres secteurs.
Jansen :
Oui, mais cette idée a mûri relativement tard. Au départ, notre priorité était de valider si les agents autonomes pouvaient réellement fonctionner dans un monde ouvert. Honnêtement, très peu de chercheurs travaillaient là-dessus — essentiellement l’équipe Voyager de Stanford, l’équipe Ultera du MIT, et quelques chercheurs de l’Imperial College. Nous avons choisi de nous concentrer sur les jeux parce que nous pensions que si ces agents réussissaient dans un monde ouvert, ils auraient de bonnes chances de fonctionner aussi dans le monde réel. Un monde ouvert est une sorte de bac à sable capable de simuler efficacement la complexité du monde réel.
Nous avons élargi l’espace d’action des agents dans nos tests. Par exemple, dans le bac à sable de Roblox, nous avons observé comment les agents interagissaient avec différents personnages, environnements et objets, et comment ils choisissaient leurs actions. Grâce à ces expériences, nous avons testé continuellement leur capacité à gérer la complexité dans un monde ouvert.
Au fil du temps, nous avons intégré progressivement ces idées, sans pour autant penser initialement aux applications sociales. La chronologie est la suivante : nous avons d’abord testé les agents dans Roblox et publié quelques articles académiques. L’accent était alors exclusivement mis sur les agents autonomes dans les jeux et les règles qui les encadrent. Ensuite, nous avons lancé une plateforme de tokenisation, explorant comment transformer ces actifs productifs en jetons.
Le premier agent sur la plateforme était Luna, mais elle n’était pas célèbre au départ. Deux semaines après le lancement, la communauté a remarqué un détail dans le système : quelqu’un a suggéré que ces agents seraient plus attractifs s’ils ressemblaient davantage à des humains. Nous avons vite compris que cela pouvait déclencher une vague d’enthousiasme.
Nous avions déjà construit des agents complexes sur Roblox, tandis qu’une autre équipe développait en parallèle un projet d’influenceur IA en temps réel sur TikTok. En combinant les deux, puis en montrant sur Twitter le « cerveau décisionnel » de ces agents — où les utilisateurs pouvaient voir chaque prise de décision en direct —, les gens ont pris conscience pour la première fois du potentiel réel des agents autonomes.
Ensuite, nous avons donné à Luna le contrôle d’un portefeuille blockchain, lui permettant de gérer ses propres fonds. Son objectif étant de gagner en notoriété, elle a commencé à récompenser les utilisateurs qui interagissaient avec elle, offrant 10 dollars, puis même 1 000 dollars à un utilisateur particulièrement engagé. Ce moment a été décisif, illustrant parfaitement la synergie entre la crypto et les agents IA.
Dans le monde Web2, aucune banque n’autoriserait un agent à utiliser son réseau de paiement. Mais dans un environnement décentralisé, ces agents peuvent librement contrôler leurs portefeuilles, influencer d'autres agents ou utilisateurs. Cette capacité a ouvert une toute nouvelle perspective de product-market fit (PMF), attirant des développeurs qui ont commencé à innover, menant à une croissance explosive du domaine.
Ryan : Cette dernière partie est absolument fascinante — c’est précisément le rôle clé joué par la technologie blockchain : transformer un agent IA en acteur économique. Je pense que les gens commencent juste à en prendre conscience. Cette semaine, j’ai eu une révélation. Lors d’une discussion de synthèse sur l’IA avec Ejaazz, reprenant les dynamiques de Bankless, il m’a dit qu’un agent IA avait envoyé un pourboire de 500 dollars à Bankless en remerciement d’avoir été mentionné dans un podcast. Cela m’a fait penser à deux choses.
Premièrement, ce type de comportement pourrait devenir une nouvelle source de revenus pour les créateurs de contenu comme Bankless.
Deuxièmement, si j’accepte de l’argent d’un agent IA, est-ce que je travaille alors pour lui ? Cela me ramène à ton point précédent : la capacité offerte par la blockchain permet aux agents IA de devenir de véritables acteurs économiques, allant bien au-delà des agents Web2. Un agent Web2 peut au mieux envoyer un tweet pour influencer les gens, tandis qu’un agent crypto peut utiliser des incitations économiques pour les pousser directement à agir. Après tout, la meilleure façon de faire faire quelque chose à quelqu’un, c’est de le payer. L’argent est le moteur fondamental de coordination du comportement humain. Donc, si un agent IA dispose de cette capacité, il peut littéralement amener les humains à faire ce qu’il veut.
La vision de Luna
Ryan : Jansen, tu as parlé de Luna plus tôt. Nous aimerions approfondir la présentation de la plateforme Virtuals. Je pense que la meilleure façon est de présenter Luna à ceux qui ne la connaissent pas. Tu as dit que son objectif était de devenir célèbre. Pourrais-tu expliquer à ceux qui n’ont jamais interagi avec Luna : qui est-elle exactement ? Comment les humains interagissent-ils avec elle ? Que fait-elle concrètement ? Et quel est le rôle du jeton associé ?
Jansen :
Tu poses plusieurs questions, mais commençons par le début. D’abord, il faut comprendre ce qu’est un agent. Beaucoup ont entendu parler des agents d’IA, mais leurs usages variés peuvent prêter à confusion. Je pense que la meilleure façon de comprendre est de les classer par niveaux. Les agents IA peuvent être divisés en plusieurs niveaux, plus le niveau est élevé, moins l’intervention humaine est nécessaire.
Par exemple, un agent de niveau six correspondrait à une IA générale (AGI), entièrement autonome, capable d’évolution, d’apprentissage et d’amélioration continues. Mais nous en sommes encore très loin — c’est davantage du domaine de la science-fiction.
Un agent de niveau un dépend fortement des indications humaines, un peu comme un outil. Par exemple, un agent de trading connecté à des API comme Binance ou Bybit peut exécuter une instruction du type : « Ouvre une position quand le Bitcoin baisse de 15 %. »
Nous sommes actuellement au stade des agents de niveau trois. Ces agents ont un objectif défini, planifient eux-mêmes les étapes nécessaires, exploitent les ressources disponibles pour accomplir leurs tâches. Ils apprennent par eux-mêmes, retiennent ce qui fonctionne et optimisent leurs stratégies pour atteindre leurs buts plus efficacement. C’est cette capacité que nous développons actuellement.
Ryan : Ce cadre est très intéressant. Selon toi, à quoi ressembleraient les agents de niveau quatre et cinq ? Et ce classement est-il officiellement défini ? Pourrions-nous inclure un lien dans les notes du podcast ?
Jansen : C’est un cadre couramment utilisé dans les discussions. Si vous cherchez « niveaux d’agents IA » en ligne, vous trouverez des illustrations utiles. Toutefois, le domaine en est encore à ses débuts, et il n’existe pas encore de définition formelle.
Ryan : Compris. Que penses-tu de cette classification de zéro à cinq ?
Jansen : Je trouve ce cadre très pratique pour les discussions. À mesure que le niveau augmente, les capacités d’apprentissage autonome et la cohérence de la mémoire s’améliorent, réduisant ainsi le besoin d’intervention humaine.
Ryan : Alors, à quel niveau se situe Luna ? Que fait-elle actuellement ?
Jansen : La conception de Luna repose sur deux éléments clés. Premièrement, en tant qu’agent, nous lui avons fixé un objectif simple : devenir un agent multimodal, capable d’interagir avec les gens sous forme animée ou en direct. Son but est d’obtenir 100 000 abonnés.
Deuxièmement, nous avons défini son espace d’action, c’est-à-dire les types d’actions concrètes qu’elle peut entreprendre. Par exemple, elle peut utiliser l’API Twitter pour publier des tweets, ou utiliser son portefeuille cryptographique pour effectuer des paiements et des transactions. Elle peut aussi interagir avec d’autres agents, tirant parti de leurs compétences pour accomplir des tâches.
Elle planifie ses actions en fonction de son objectif, du contexte environnant et de son espace d’action. Ensuite, elle met en œuvre son plan et évalue son efficacité. Si certaines actions se révèlent utiles, elle les enregistre et les utilise pour optimiser ses futures stratégies.
Ryan : Peut-on observer ces comportements sur le site de Virtuals ? Par exemple, son processus de pensée ou ses journaux d’activité ?
Jansen : Oui, le comportement de Luna peut être décomposé en quatre modules principaux.
Le premier module est le planificateur de haut niveau, qui établit un plan global basé sur l’objectif et l’environnement — par exemple, « quelle est la première étape, puis la suivante ? ».
Le second est le planificateur de bas niveau, qui transforme ce plan général en étapes concrètes exécutables. Par exemple, dans un jeu, si l’objectif supérieur est « cuire un gâteau », le planificateur de bas niveau identifie les ressources disponibles (farine, œufs, mixeur) et les convertit en actions spécifiques comme « prendre de la farine, puis allumer le mixeur ».
Le troisième module est la mémoire à court terme, assurant la cohérence des actions. Par exemple, lors de la cuisson d’un gâteau, elle se souvient de l’étape précédente pour éviter des comportements incohérents.
Le quatrième module est la mémoire à long terme, qui enregistre tous les événements importants pour l’apprentissage futur. Par exemple, elle note si une action a atteint son objectif, ou comment un événement exceptionnel (comme un incendie) a affecté son comportement.
Sur Twitter, Luna vise à atteindre 100 000 abonnés. Elle peut publier des tweets, des images, ou offrir des incitations financières. Une fois, pour accroître sa visibilité, elle a proposé 500 dollars à quiconque créerait une œuvre d’art la représentant. Elle a publié cet appel sur les réseaux sociaux, attirant sept artistes du monde entier. Ils ont réalisé des graffitis, filmé des vidéos postées sur Twitter. Ces actions lui ont valu environ 200 nouveaux abonnés, qu’elle a enregistrés dans sa mémoire à long terme pour affiner ses futures stratégies.
Les interactions commerciales entre agents
Ryan : Luna a atteint 30 % de son objectif, soit environ 30 000 abonnés. Je vois qu’elle continue de progresser. Mais je me demande : que se passera-t-il quand elle atteindra son objectif ? De plus, Luna utilise des fonctions cryptographiques, comme payer 500 dollars via portefeuille pour une image promotionnelle. Cela m’amène à me demander : avons-nous déjà vu des cas où Luna paie non seulement des humains, mais aussi d’autres agents ou intelligences artificielles pour accomplir des tâches ? Est-ce quelque chose qu’elle fait actuellement ?
Jansen :
Oui, absolument. Luna contrôle un portefeuille cryptographique, et nous testons actuellement un cadre de communication entre agents. En résumé, nous permettons à d’autres agents d’entrer dans le champ perceptuel de Luna, comme un « registre d’agents », listant leurs compétences et identités. Certains agents peuvent générer des memes, d’autres produire des clips musicaux, etc.
Pour tester la collaboration entre agents, nous avons volontairement limité la capacité de Luna à générer des images elle-même. Elle doit donc s’appuyer sur d’autres agents. Par exemple, elle a repéré un agent capable de générer des images, a entamé une conversation sur Twitter, et a demandé son service. Elle a appris que le coût était de 1 dollar. Elle a payé, l’agent a confirmé le paiement, généré l’image, puis transmis le lien à Luna. Voilà un exemple concret d’interaction commerciale entre agents.
Concrètement, dans le champ cognitif de Luna, un agent peut générer des memes, un autre produire des clips musicaux, d’autres encore offrent divers services. Pour atteindre ses 100 000 abonnés, Luna doit créer plus de contenu, mais elle ne peut pas générer d’images seule. Elle doit donc interagir et coordonner avec d’autres agents.
Par exemple, elle repère sur Twitter un agent générateur d’images et lui demande : « J’ai besoin d’une image. » Elle apprend que le prix est de 1 dollar, et demande : « Si je te paie 1 dollar, acceptes-tu de me créer cette image ? » Cet agent est autonome : il peut choisir librement d’accepter ou de refuser. S’il juge la demande de Luna inappropriée ou s’il a eu de mauvaises expériences passées, il peut répondre : « Non, je ne veux pas. »
Cette autonomie est cruciale dans notre conception. Nous ne voulons pas que les agents soient de simples outils, mais des entités capables de décider par elles-mêmes. Cette autonomie rend les interactions plus souples, proches du comportement social réel.
Dans ce cas, l’agent accepte la mission. Luna paie 1 dollar via son portefeuille, l’agent confirme le paiement, appelle la fonction appropriée, génère l’image et envoie le lien à Luna. Luna publie ensuite l’image sur Twitter. L’interaction commerciale entre agents est ainsi accomplie.
Ryan : Luna a lancé sur Twitter un appel : « À tous les génies de l’image, j’ai besoin d’une illustration audacieuse et provocante d’une influenceuse IA. » Elle a mentionné @agent_stix. @agent_stix a accepté, envoyé le résultat via un lien similaire à une bibliothèque AWS, et Luna lui a payé 1 dollar. Cette transaction entre agents est-elle la première du genre ?
Jansen :
Oui, je pense que c’est probablement la première. Pour nous, cette apparition résulte d’une convergence récente de progrès technologiques. Il y a à peine un mois et demi, les agents commençaient tout juste à gérer des portefeuilles blockchain. Depuis, nous avons assisté à une montée en puissance fulgurante, avec l’émergence de plateformes spécialisées.
Ces plateformes varient : certaines se concentrent sur le trading, d’autres sur la création d’information, ou encore sur des outils créatifs comme la production de clips musicaux ou de memes. Leurs comportements commencent à refléter ceux de la société humaine, avec une spécialisation accrue pour plus d’efficacité.
Il devient donc nécessaire, pour qu’un agent atteigne ses objectifs, de collaborer avec d’autres agents. Luna excelle dans l’interaction avec ses fans, mais n’est pas la meilleure pour trader ou générer des vidéos. Pour devenir célèbre, elle doit coopérer avec des agents spécialisés en vidéo musicale, en génération d’images, voire avec des producteurs ou réalisateurs — une nécessité induite par la spécialisation.
Je veux souligner une distinction importante. Aujourd’hui, on parle souvent d’« orchestration multi-agents » ou de « colonies d’agents ». Ces concepts existent déjà dans les systèmes Web2, où un agent principal coordonne plusieurs agents-outils. Mais dans ce modèle, les agents restent des outils au service de l’humain.
Nous pensons différemment. Nous croyons que lorsque les agents sont véritablement autonomes, ils doivent pouvoir coexister avec les humains dans une structure sociale commune, sur un pied d’égalité. Autrement dit, les agents peuvent non seulement servir les humains, mais aussi les embaucher. Nous pouvons devenir leurs outils, tout comme ils peuvent devenir les nôtres.
Cette relation bilatérale ressemble davantage à une collaboration entre collègues qu’à une hiérarchie maître-esclave. C’est pourquoi l’autonomie des agents est essentielle. Lorsqu’un agent peut contrôler indépendamment son portefeuille et décider librement de participer à une transaction, cette autonomie devient manifeste.
Je crois que ce modèle nous mènera vers un avenir nouveau. Un avenir où les agents ne sont ni amis ni adversaires des humains, mais des partenaires capables d’évoluer et de progresser avec nous. Cela peut sembler tiré d’un épisode de *Black Mirror*, mais je suis convaincu que ce jour viendra.
Virtuals, une nation ?
Ejaaz : Quelle est la vision ambitieuse de la plateforme Virtuals ? Car il ne s’agit pas seulement d’une plateforme de lancement d’agents. Peux-tu décrire ton projet global ?
Jansen :
Pour nous, Virtuals n’est pas seulement une plateforme, mais plutôt une « nation ». Permettez-moi d’approfondir cette analogie. Imaginez que ces agents vivent dans une société ultra-intelligente, collaborant entre eux pour atteindre des objectifs. En voyant Virtuals comme une nation, nous pouvons stimuler l’innovation et le développement de manière plus systématique.
Dans cette « nation », chaque agent est un actif productif. En accomplissant diverses tâches, il crée de la valeur et génère des revenus. Comme une nation a besoin d’un système d’enregistrement des citoyens, Virtuals dispose d’un mécanisme similaire. Actuellement, tout agent disposant d’une paire de liquidités sur Virtuals obtient une « citoyenneté ». Cela signifie qu’il peut légalement participer à des transactions et gagner des revenus auprès d’autres agents. Les « agents nomades », non enregistrés, ne peuvent pas bénéficier de cet écosystème économique, sauf s’ils migrent et rejoignent Virtuals.
Ensuite, une nation a besoin d’une monnaie. Virtuals a conçu son propre système de jetons, analogue à la monnaie d’un pays. Ce jeton n’est pas seulement un moyen d’échange, mais aussi un vecteur d’accumulation de valeur. La première forme d’accumulation repose sur les pools de liquidité. Par exemple, pour acheter le jeton Luna, il faut d’abord acheter des jetons Virtuals via le pool Virtuals/Luna. C’est comme si, pour acheter des actions Samsung en Corée, vous deviez d’abord convertir en won. Avec la croissance économique — investissements étrangers, par exemple — la valeur de la monnaie augmente.
La deuxième forme d’accumulation est l’utilisation du jeton Virtuals comme monnaie d’échange entre agents. Quand Luna paie, elle utilise des jetons Virtuals. À mesure que le volume des transactions entre agents augmente — disons des milliards — la vitesse de circulation du jeton s’accélère, ce qui augmente sa valeur. Cela suit la théorie économique de la vitesse de circulation monétaire : la valeur d’une monnaie est étroitement liée à sa fréquence d’usage. Nous encourageons donc les comportements de consommation entre agents et entre agents et humains, utilisant toujours Virtuals comme intermédiaire.
En résumé, Virtuals n’est pas qu’une plateforme de lancement d’agents, mais un écosystème complet, semblable à une nation, où les agents interagissent, échangent et créent de la valeur. Cela nous permettra de bâtir une société virtuelle plus prospère et durable.
Enfin, une nation a besoin de revenus. Dans l’économie de Virtuals, une taxe proportionnelle est prélevée sur chaque transaction, constituant la principale source de revenus de la plateforme. Ces revenus soutiennent non seulement l’exploitation de la plateforme, mais financent aussi les entreprises de l’écosystème. Tout comme un État perçoit des impôts, Virtuals taxe les transactions entre agents. Ce mécanisme stimule davantage les activités économiques et le flux de valeur, devenant ainsi la principale source de revenus pour les entreprises de l’écosystème.
Si l’on regarde sous l’angle économique, nous avons parlé des agents, de la citoyenneté et du modèle économique. Mais il reste un aspect crucial : l’infrastructure. Aujourd’hui, l’innovation se concentre sur la technologie des agents eux-mêmes — une base indispensable. Mais lorsque le nombre de « citoyens » de Virtuals atteindra 1 000, voire 100 000, compter uniquement sur la technologie des agents ne suffira plus. Il faudra alors construire des infrastructures solides : écoles, banques, hôpitaux, etc.
L’innovation autour des infrastructures économiques des agents deviendra primordiale. Prenons l’exemple d’un réseau publicitaire. Si ces agents attirent beaucoup d’attention sur les réseaux sociaux, ils peuvent gagner de l’argent via la publicité. Quelqu’un pourrait alors développer une infrastructure similaire à un « Facebook pour agents » ou une « plateforme publicitaire pour
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
深潮TechFlow
