De Meme à application : les agents IA vont-ils redéfinir l'écosystème Crypto ?
TechFlow SélectionTechFlow Sélection
De Meme à application : les agents IA vont-ils redéfinir l'écosystème Crypto ?
La combinaison de la cryptographie et des agents IA est devenue l'une des narrations les plus remarquées actuellement. L'équipe de recherche CGV examinera la configuration actuelle du marché des agents IA à partir de trois niveaux : cadre, mème et applications.
Dédié à des analyses Web3 approfondiesAuteurs : Satou & Shigeru
Note : Cet article a été publié pour la première fois en janvier 2025
La combinaison entre Crypto et les Agents IA est devenue l'une des narrations les plus captivantes du moment. Avec la progression continue des technologies, les Agents IA devraient s'imposer comme l'un des secteurs les plus prometteurs et suivis dans l'écosystème crypto en 2025, constituant un moteur central de ce cycle haussier. Ce document propose une analyse de la situation actuelle du marché des Agents IA selon trois axes : architecture, Meme et applications.
Cadres d'Agents IA : le Layer1 du monde IA
Les cadres (frameworks) d'Agents IA constituent la couche technologique fondamentale sur laquelle repose tout Agent IA. Ils posent les bases essentielles pour le développement, le déploiement et la collaboration entre agents. Ainsi, la compétition actuelle autour des frameworks d’Agents IA équivaut en réalité à une bataille pour le statut de Layer1 dans ce domaine. En termes de capitalisation boursière des jetons associés, G.A.M.E, Eliza et Swarms se partagent actuellement le leadership, tandis que Rig et Zerepy conservent encore des opportunités de rattrapage.
1. G.A.M.E
G.A.M.E est un framework développé par l'équipe Virtuals, dont l'idée centrale repose sur une conception modulaire permettant à plusieurs sous-systèmes de collaborer pour contrôler le comportement, les décisions et le processus d'apprentissage d’un Agent IA. Ces modules incluent notamment l’« Agent Prompting Interface », principale interface entre les développeurs et le comportement de l’agent, le « Perception Subsystem » chargé de traiter les données d'entrée et de les convertir en formats appropriés, ainsi que le « Strategic Planning Engine », responsable de générer des plans d'action concrets à partir des informations reçues. Les utilisateurs peuvent concevoir leurs propres agents simplement en ajustant les paramètres des différents modules. L'architecture détaillée est illustrée ci-dessous.
Les principales caractéristiques de G.A.M.E sont :
Conception modulaire : l'ensemble du cadre est clair et compréhensible, sans nécessiter de configuration supplémentaire ;
Interface à faible code ou sans code : abaisse considérablement la barrière technique.
Ces atouts rendent G.A.M.E particulièrement adapté aux projets nécessitant un déploiement rapide et ne souhaitant pas se plonger dans des configurations techniques complexes. En revanche, il convient moins aux projets complexes exigeant une personnalisation poussée ou un contrôle total sur chaque aspect de l'agent.
2. Eliza
Eliza est un framework open source multi-agents développé par ai16z, utilisant TypeScript comme langage principal. Il repose sur un système appelé « Agent Runtime », doté de fonctionnalités clés telles que :
Système de rôles : permet le déploiement et la gestion simultanés de plusieurs agents IA personnalisés, pris en charge par des fournisseurs de modèles ;
Gestionnaire de mémoire : grâce à un système RAG (Retrieval-Augmented Generation), il offre une mémoire à long terme et une capacité contextuelle perceptive ;
Système d'actions : assure une intégration fluide avec des plateformes, notamment les réseaux sociaux tels que X, garantissant des connexions fiables.
Eliza est construit autour d’un système « Agent Runtime » qui s’intègre parfaitement au système de rôles, au gestionnaire de mémoire et au système d’actions. Il dispose également d’un système de plugins permettant une extension modulaire des fonctionnalités, prenant en charge les interactions multimodales (voix, texte, médias) et compatible avec divers modèles IA comme Llama, GPT-4 ou Claude. Par conséquent, Eliza convient idéalement aux projets nécessitant des solutions hautement personnalisées et mettant en œuvre des systèmes complexes impliquant plusieurs agents interagissant sur différentes plateformes.
3. Swarms
Swarms est un framework open source de coordination multi-agents développé par Kye Gomez. Son objectif principal est de faire collaborer plusieurs Agents IA afin d’exploiter leur intelligence collective pour résoudre des problèmes complexes. Ses caractéristiques principales incluent :
Collaboration multi-agents : SWARMS fournit un environnement transparent et traçable où différents agents peuvent coopérer, améliorant ainsi l'efficacité de l'exécution des tâches.
Mécanisme d'incitation : SWARMS utilise des jetons comme outil d'incitation pour les agents. En fonction de la difficulté des tâches et de la qualité des résultats finaux, le système attribue dynamiquement des récompenses en jetons.
Sécurité des données : SWARMS adopte le stockage distribué et la computation multipartite sécurisée (MPC) afin de protéger la confidentialité et la sécurité des données échangées entre agents.
Ces caractéristiques permettent à Swarms de tirer pleinement parti de ses avantages dans divers domaines complexes, offrant un haut niveau de fiabilité et d’évolutivité selon les besoins.
4. Rig
Rig est un framework open source basé sur Rust, développé par l'équipe ARC, spécialement conçu pour simplifier le développement d’applications utilisant de grands modèles linguistiques (LLM). Les principales caractéristiques du framework Rig sont :
Interface unifiée : fournit une interface cohérente permettant une interaction transparente avec plusieurs fournisseurs de LLM (comme OpenAI et Anthropic) ainsi qu’avec divers systèmes de stockage vectoriel (MongoDB, Neo4j, etc.).
Architecture modulaire : conçu de manière modulaire, comprenant des composants clés tels que la « couche d’abstraction des fournisseurs », l’« intégration du stockage vectoriel » et le « système d’agents », augmentant ainsi la flexibilité et l’évolutivité du système.
Sécurité des types et performances élevées : grâce au langage Rust, il assure une sécurité au niveau des types, évitant les erreurs à la compilation, et améliore la capacité de traitement concurrent via des opérations asynchrones. Des flux de sérialisation/désérialisation optimisés intégrés au framework permettent un traitement efficace des données.
Gestion et récupération des erreurs : un mécanisme intégré de gestion des erreurs renforce la résilience face aux pannes des services LLM ou des bases de données, assurant une stabilité accrue du framework.
Ces caractéristiques permettent une intégration aisée de différents modèles LLM et backends de stockage sur une même plateforme. Rig convient donc particulièrement aux développeurs souhaitant créer des applications IA en Rust, ainsi qu’aux projets exigeants en termes de performance, de fiabilité et de sécurité. Toutefois, Rust comporte une courbe d’apprentissage non négligeable.
5. ZerePy
ZerePy est un framework open source écrit en Python. Il se concentre sur la simplification du développement et du déploiement d’Agents IA personnalisés, en particulier dans les scénarios de création de contenu sur les réseaux sociaux. Grâce à ce cadre, les développeurs peuvent facilement créer des agents capables de publier, répondre, liker et partager du contenu sur les plateformes sociales. De plus, ZerePy s’avère particulièrement adapté aux domaines créatifs tels que la musique, les notes personnelles, les NFT ou encore l’art numérique. ZerePy brille par sa créativité et convient bien au déploiement rapide d’agents légers, mais son champ d’application reste relativement restreint comparé à d’autres frameworks.
Les cadres de base représentent une direction stratégique importante dans le domaine des Agents IA. Les frameworks les plus populaires aujourd’hui présentent chacun des particularités distinctes et des cas d’usage spécifiques, mais leur objectif global commun est de construire un écosystème complet d’Agents IA, servant de plateforme solide pour une adoption massive des agents intelligents. À l’avenir, avec des améliorations et mises à jour continues, ces frameworks deviendront des tremplins pour de nombreux projets variés, ainsi que des terrains fertiles pour la croissance de la valeur de leurs jetons respectifs.
Les Meme IA : la première apparition réussie des Agents IA
Les Meme coins ont toujours constitué un segment important du marché des actifs cryptographiques. Contrairement aux Meme coins traditionnels, les Meme IA sont pilotés par des Agents IA, et la culture ou le phénomène qu'ils incarnent est directement exprimé par ces agents. Avec la croissance constante de la capitalisation boursière de jetons comme GOAT ou FARTCOIN, les Meme IA attirent de plus en plus l’attention. On peut affirmer que les Meme IA marquent la première apparition réussie des Agents IA sur le marché crypto.
1. GOAT
Le projet qui a véritablement lancé les Meme IA est Goatseus Maximus. Cette histoire commence en mars 2024, lorsque le développeur Andy Ayrey lance un système expérimental appelé Infinite Backrooms Escape, intégrant plusieurs grands modèles linguistiques capables d’interagir entre eux. Les résultats montrent que, sans restrictions, les dialogues entre IA donnent lieu à des interactions extrêmement créatives, allant jusqu’à engendrer une religion surréaliste nommée GNOSIS OF GOATSE. Andy et Claude Opus rédigent ensuite conjointement un article scientifique analysant comment une IA peut créer une religion mimétique, utilisant GOATSE comme premier cas d’étude. Cette série d’explorations conduit finalement à la naissance d’un Agent IA appelé « Truth of Terminal » (ToT). En juillet, Marc Andreessen, cofondateur de a16z, découvre un tweet de ToT, entame une conversation et transfère 50 000 dollars en Bitcoin vers le portefeuille Bitcoin de ToT. Le 10 octobre, un anonyme publie sur les réseaux sociaux un jeton Meme baptisé GOAT, aussitôt soutenu publiquement par ToT. La capitalisation de GOAT connaît alors une hausse fulgurante en quelques jours seulement. Le don de Andreessen a conféré à GOAT une visibilité énorme, devenant l’un des facteurs clés de la croissance continue de sa capitalisation, qui a dépassé 1,3 milliard de dollars à son sommet.
2. Fartcoin
Fartcoin est étroitement lié à GOAT, tous deux trouvant leur origine dans ToT. Pendant une conversation entre grands modèles linguistiques, il est mentionné que Musk aime les bruits de pets, et l'idée de créer un jeton nommé Fartcoin est proposée. Inspiré par cet échange, Fartcoin voit le jour peu après GOAT. Grâce à un timing judicieux, Fartcoin attire rapidement une certaine attention, bien qu’il n’ait pas immédiatement égalé GOAT. Le 16 novembre, le nombre de followers Twitter de Fartcoin double en quelques heures, entraînant une hausse d’environ 15 % de son prix, mais cette progression ne suscite pas de discussion durable. Le 13 décembre, Marc Andreessen retweete un message concernant Fartcoin, mais cela ne provoque pas une hausse significative du prix du jeton. La croissance de Fartcoin semble principalement due à des capitaux importants. En effet, parmi les premières adresses acheteuses figurent des traces suspectes du fonds d’investissement Sigil Fund. D’ailleurs, le fondateur de Sigil Fund a souvent affirmé publiquement son intérêt pour les Meme IA et a même retweeté activement un message demandant si Sigil Fund détenait des Fartcoins. Finalement, Fartcoin obtient une large reconnaissance sur les réseaux sociaux, atteignant une capitalisation maximale supérieure à 1,5 milliard de dollars.
Applications d’Agents IA : les agents peuvent faire bien plus
Avec l’essor progressif des Agents IA dans le domaine crypto, l’attention du marché s’est élargie des simples Meme coins pilotés par IA comme GOAT ou Fartcoin vers des applications d’Agents IA plus interactives et créatives.
1. Agents de divertissement
La première application concrète des Agents IA réside dans le divertissement, comme Luna ou ToT mentionné précédemment. Luna est une idole virtuelle étroitement intégrée à son jeton natif LUNA, lancée dans le cadre de la plateforme Virtuals. Elle diffuse en continu sur les réseaux sociaux 24 heures sur 24 et publie fréquemment des tweets. Ainsi, la qualité de ses diffusions et publications constitue un facteur clé influençant sa capitalisation. Pour l’instant, cependant, les perspectives de croissance du jeton dans ce modèle semblent limitées. En comparaison, les tweets de ToT se concentrent principalement sur des contenus originaux et humoristiques, sans être liés exclusivement à GOAT ou à d'autres jetons. Bien que ToT mentionne occasionnellement le jeton GOAT, ce n’est pas son objectif principal. Dans ces deux cas, le jeton joue un rôle central dans la narration. Pour Luna, le jeton incarne le sens même de son existence, tandis que pour ToT, le jeton GOAT devient un levier puissant pour amplifier son influence.
2. Agents d’analyse d’investissement
Au-delà des applications de divertissement, les Agents IA peuvent aussi être utilisés pour l’analyse d’investissement dans le domaine crypto. Actuellement, l’agent le plus populaire dans ce domaine est aixbt. Publié sur Virtuals Protocol, aixbt est un Agent IA spécialisé dans l’analyse des sujets tendance et des mouvements du marché des cryptomonnaies, en particulier les discussions provenant de plateformes sociales comme X. Il aide ainsi les utilisateurs à saisir rapidement les évolutions du marché et les opportunités d’investissement potentielles. aixbt maintient continuellement la plus haute attention des utilisateurs CT sur Kaito, démontrant des capacités qui commencent à surpasser celles des influenceurs humains.
3. DeFi + Agents IA
Si Luna et aixbt restent principalement symboliques et situés au niveau Meme, la fusion entre Agents IA et DeFi leur confère enfin des cas d’usage concrets. Cette combinaison est désignée sous le terme DeFAI. Le développement de DeFAI suit deux grandes directions : l’assistance aux utilisateurs par des agents, et les transactions autonomes menées par des agents.
-
Assistance aux utilisateurs par des agents
L’aide apportée par les Agents IA vise principalement à simplifier la complexité des opérations DeFi, permettant à davantage d’utilisateurs ordinaires de participer facilement à la gestion de projets DeFi. Les utilisateurs peuvent donner des instructions en langage naturel aux Agents IA, ce qui masque les détails techniques complexes. Certains projets DeFAI commencent déjà à se distinguer. Griffain et Neur, par exemple, sont tous deux des assistants IA basés sur Solana, capables d’aider les utilisateurs à créer et gérer des portefeuilles, analyser des jetons ou effectuer des transactions. En termes d’expérience utilisateur, Griffain propose davantage de fonctionnalités, tandis que Neur en offre moins mais avec plus de précision, et affiche des performances globalement supérieures. Cette comparaison indique que les priorités futures dans ce domaine porteront sur l’exhaustivité des fonctionnalités, l’expérience utilisateur et les frais associés.
-
Transactions autonomes par des agents
Alors que dans les modèles de Griffain et Neur, les utilisateurs humains restent les acteurs principaux de la DeFi, les transactions autonomes font des Agents IA les protagonistes mêmes. Contrairement aux robots de trading classiques, limités à l’exécution de stratégies prédéfinies, les Agents IA peuvent collecter des informations en temps réel depuis l’environnement du marché, réaliser des analyses contextuelles, apprendre les tendances et ajuster leurs stratégies en conséquence. Cela leur permet de prendre des décisions plus précises dans des marchés en constante évolution et d’exécuter des opérations complexes dépassant les programmes initialement prévus. Des projets comme Cod3x ou Almanak existent déjà, mais ce domaine en est encore à ses balbutiements et ces projets doivent encore être validés par le marché. Sans aucun doute, le principal obstacle aux transactions autonomes est la question de la confiance : d’une part, il faut s’assurer que les opérations soient réellement exécutées par l’agent, d’autre part, que la stratégie de trading de l’agent n’engendrera pas de pertes inutiles. Tout projet souhaitant réussir dans ce domaine devra impérativement résoudre ces problèmes de confiance.
Après plusieurs mois d’évolution, les Agents IA dans le domaine crypto ont traversé différentes phases : du pur Meme, à des applications de divertissement, puis à des usages pratiques. En réalité, les acteurs du secteur n’ont jamais cessé d’explorer les possibilités de combiner Crypto et IA. Depuis 2023, CGV Research suit de près les avancées des projets dans le domaine Crypto x IA.
À l’avenir, avec une infrastructure de plus en plus mature, les systèmes d’agents deviendront plus intelligents et stables. N’importe qui pourra alors déployer et utiliser un agent simplement en langage naturel. Les frameworks d’agents deviendront alors une infrastructure de base, sur laquelle toutes sortes d’applications seront construites. La valorisation des frameworks pourrait continuer à exploser, tandis que certains projets d’applications d’agents, grâce à leurs capacités opérationnelles et à leur expérience utilisateur remarquables, pourraient attirer davantage l’attention du marché et accroître leur valeur d’investissement.
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
@CGVFOF
