De Meme à DeFi, comment les agents d'intelligence artificielle réinventent-ils le réseau de valeur Web3 ?
TechFlow SélectionTechFlow Sélection
De Meme à DeFi, comment les agents d'intelligence artificielle réinventent-ils le réseau de valeur Web3 ?
Quand le marché est morose, je souhaite partager quelques réflexions sur l'ensemble du secteur combinant web3 et agent d'intelligence artificielle.
Dédié à des analyses Web3 approfondiesAuteur : CaptainZ
Lorsque le marché est morose, je souhaite partager quelques réflexions sur le secteur combiné Web3 + AI Agent.
Dès l'apparition des IA il y a deux ans, on a pu confirmer qu'il s'agissait d'une révolution technologique comparable à l'invention d'Internet. Cependant, au départ, l'attention générale s'est concentrée sur les grands modèles linguistiques (LLM), sans certitude quant à la manière dont l'IA influencerait concrètement le monde réel.
Si nous comparons un modèle LLM à un cerveau, il est clair que l'IA possède uniquement des capacités d'analyse et de raisonnement, mais interagit difficilement avec le monde réel. Nous sommes donc naturellement amenés à ajouter divers capteurs et modules fonctionnels aux LLM. Pour ce qui concerne Internet, c'est plus simple : il suffit de connecter des interfaces API pour activer diverses fonctions, transformant ainsi officiellement l'IA en AI Agent.
Les grands modèles linguistiques sont bien sûr essentiels ; ils déterminent le niveau intellectuel de l'AI Agent. Actuellement, les modèles les plus avancés, comme O3 d'OpenAI ou R1 de DeepSeek, dépassent déjà dans de nombreux domaines le niveau d'un doctorant humain.
Ainsi, dès 2024, divers secteurs ont commencé à explorer l'intégration de l'AI Agent, par exemple :
-
AI Agent + e-commerce (sélection automatique de produits, génération de textes et d'images)
-
AI Agent + Internet (programmation assistée par IA)
-
AI Agent + finance (analyse en temps réel des données, conseil d'investissement intelligent)
-
AI Agent + chaîne logistique (optimisation de la gestion de la chaîne logistique, surveillance des lignes de production)
-
AI Agent + éducation (tutorat en temps réel, enseignement personnalisé)
Web3, ayant évolué jusqu'à devenir un vaste secteur, a naturellement donné naissance à :
AI Agent + Web3
Mais Web3 lui-même comprend de nombreux sous-domaines, donc l'intégration avec AI Agent prend différentes formes, telles que :
AI Agent + meme
AI Agent remplace directement les humains pour créer des jetons meme, comme goat fartcoin
AI Agent + defi
AI Agent remplace directement les humains pour analyser les données du marché (aixbt), gérer des fonds (degenai) et exécuter des opérations DeFi (griffain)
AI Agent + jeux
AI Agent participe directement à la diffusion de jeux (luna), joue à des jeux (freya), analyse les paris sportifs (dwain), ou fournit des cadres de jeu IA (digimon/dreams)
AI Agent + réseaux sociaux
Act était initialement un projet étudiant comment les agents interagissent socialement, avant de devenir un phénomène meme.
Il existe aussi AI Agent + depin, entre autres, que je ne détaillerai pas ici.
AI Agent est déjà une technologie concrète dans Web2, loin d'être un simple slogan. Dans le secteur Web3, il s'agit simplement d'ajouter un processus d'émission de jetons, offrant ainsi matière à spéculation.
On entend souvent dire que la technologie AI Agent de Web3 est bien inférieure à celle de Web2, mais AI Agent + Web3 consiste justement à transférer les technologies de Web2 vers Web3. Le vrai défi réside dans la recherche de points d'intégration pertinents.
Personnellement, je subdivise Web3 AI Agent en deux catégories : AI Agent infra (infrastructure) et AI Agent (agents pour cas d'usage spécifiques).
1. AI Agent infra (infrastructure)
1. Modèles linguistiques spécialisés (fine-tuned LLM)
Le LLM constitue le cerveau de l'AI Agent. Un LLM non ajusté correspond à un diplômé généraliste. Un LLM affiné avec des données sectorielles représente un diplômé spécialisé. À ce jour, seul Lumo explore cette voie. La difficulté principale réside dans la collecte, le nettoyage et l'annotation des données sectorielles.
2. Frameworks
Ce domaine attire de nombreux concurrents et a constitué le thème principal du marché ces deux derniers mois, incluant ElizaOS, Arc, Swarms, etc. Un framework AI Agent est un ensemble de règles permettant au LLM d'appeler différents modules fonctionnels, facilitant ainsi la création d'agents selon des normes uniformes.
3. Launchpad
Les frameworks mentionnés ci-dessus sont souvent des codes open source. Créer un AI Agent nécessite des connaissances basiques en programmation et l'achat d'un serveur propre pour le déploiement. Un launchpad AI Agent est une version SaaS du framework, proposant un environnement sans code (l'utilisateur saisit seulement quelques paramètres) avec serveur intégré. Bien que cela simplifie davantage la création d'AI Agent, cela réduit aussi sa flexibilité. Les launchpads connus incluent Virtual, Vvaifu, Avaai, etc.
4. Fonctionnalités spéciales
D'autres projets visent à améliorer performances, rapidité et puissance des AI Agents.
Par exemple, Web3 étant un secteur particulier avec des interactions fréquentes impliquant de gros montants, il est nécessaire que l'environnement d'exécution de l'AI Agent soit suffisamment indépendant et vérifiable (par exemple, garantir que le portefeuille est manipulé par l'agent et non par une personne). À cet égard, l'environnement TEE de Phala est bien connu.
2. AI Agent (agents pour cas d'usage spécifiques)
Cette direction présente une grande diversité, relevant de l'exploration et de l'innovation appliquées, pouvant être divisée en :
-
Analytiques : analyse et raisonnement dans un sous-domaine spécifique, produisant des contenus
-
Opérationnels : analyse suivie d'actions directes dans un sous-domaine
Quelques exemples concrets :
1. aixbt ( @aixbt_agent )
Actuellement le plus célèbre analyste DeFi IA, spécialisé dans l'analyse concise de divers projets, publiant du contenu et interagissant sur X.
2. truth of terminal ( @truth_terminal )
Pionnier du secteur AI Agent, expert en absurdités et création de jetons meme
3. ava ( @AVA_holo )
L'agent phare de Holoworld, spécialisé dans des analyses désordonnées du marché via vidéos
4. yne ( @yesnoerror )
Analyse des articles scientifiques et correction d'erreurs
5. buzz ( @askthehive_ai )
N'ayant pas utilisé ce service, selon la description, les utilisateurs peuvent interagir avec le système via une interface en langage naturel ; l'agent peut traiter des tâches variées telles que transactions, mise en staking, gestion de liquidité et analyse de sentiment du marché.
Voici mon cadre d'analyse du secteur Web3 + AI Agent. Même si ce domaine traverse actuellement une période creuse, AI Agent progresse fortement dans Web2 et constitue en 2025 l'un des secteurs les plus dynamiques, apportant inévitablement à Web3 des produits plus innovants et stimulant davantage l'imagination — une des rares directions capables d'attirer durablement l'attention et les développeurs.
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
@hiCaptainZ
