De Manus et MCP à la découverte des applications transversales des agents IA dans le Web3
TechFlow SélectionTechFlow Sélection
De Manus et MCP à la découverte des applications transversales des agents IA dans le Web3
En tant que branche importante de l'intelligence artificielle, l'agent AI progresse progressivement du concept à la réalité et révèle un énorme potentiel d'application dans tous les secteurs, y compris bien sûr l'industrie Web3.
Dédié à des analyses Web3 approfondiesRédaction : pignard.eth, équipe ZAN
Le 6 mars, un produit appelé Manus, présenté comme le premier Agent IA universel au monde, lancé par une startup chinoise nommée Monica, a envahi les médias technologiques et réseaux sociaux en Chine. Dès son premier jour, les codes d'invitation étaient introuvables sur internet, allant jusqu'à atteindre 50 000 yuans sur Xianyu (une plateforme de revente). Néanmoins, plusieurs influenceurs du secteur ont pu obtenir des invitations à l'avance, entraînant un flot continu d'articles d'expérience et d'analyses.
En tant que produit d’agent IA universel, Manus est capable d’accomplir de manière autonome des tâches complètes, du planification à l’exécution, telles que la rédaction de rapports ou la création de tableaux. Il ne se contente pas de générer des idées, mais pense indépendamment et agit. Grâce à ses capacités inédites de réflexion autonome, de planification et d’exécution de tâches complexes, il livre des résultats complets, démontrant une universalité et une capacité d’exécution sans précédent.
Le succès fulgurant de Manus a non seulement attiré l’attention du secteur, mais a également offert des pistes précieuses en matière de conception et d’inspiration pour le développement d’autres agents IA. Avec l’évolution rapide des technologies IA, les agents IA, en tant que branche clé de l’intelligence artificielle, passent progressivement du concept à la réalité, révélant un potentiel d’application considérable dans divers domaines, y compris celui de Web3.
Notions de base
Un agent IA (IA Agent) est un programme informatique capable de prendre des décisions autonomes et d’exécuter des tâches selon l’environnement, les entrées et des objectifs prédéfinis. Les composants clés d’un agent IA incluent un grand modèle linguistique (LLM) servant de « cerveau », lui permettant de traiter l’information, d’apprendre à partir des interactions, de prendre des décisions et d’agir ; un mécanisme d’observation et de perception qui lui permet de capter l’environnement ; un processus de raisonnement impliquant l’analyse des observations et des contenus mémorisés ainsi que l’évaluation des actions possibles ; une exécution d’actions, réponse explicite à la pensée et à l’observation ; et enfin une mémoire et un système de récupération permettant de stocker les expériences passées à des fins d’apprentissage.
À partir du modèle ReAct, deux voies de développement s’offrent aux conceptions d’agents IA : l’une axée sur les capacités de planification, incluant REWOO, Plan & Execute, LLM Compiler ; l’autre centrée sur la capacité de réflexion, incluant Basic Reflection, Reflexion, Self Discover, LATS.
ReAct, le tout premier modèle de conception d’agent IA, reste aujourd’hui le plus largement utilisé. Voici donc une présentation succincte du concept ReAct. ReAct repose sur la combinaison du raisonnement (Reasoning) et de l’action (Acting) au sein du modèle linguistique afin de résoudre diverses tâches de raisonnement linguistique et décisionnelles. Son flux typique, illustré ci-dessous, peut être décrit par un cycle intéressant : Pensée (Thought) → Action (Action) → Observation (Observation), communément appelé le cycle TAO.
-
Pensée : Face à un problème, une réflexion approfondie est nécessaire. Ce processus consiste à définir le problème, identifier les informations clés requises et les étapes de raisonnement nécessaires à sa résolution.
-
Action : Une fois la direction de la pensée définie, vient le moment d’agir. En fonction de cette réflexion, des mesures appropriées sont prises ou des tâches spécifiques exécutées dans le but de rapprocher la solution du problème.
-
Observation : Après l’action, il faut observer attentivement les résultats. Cette étape permet de vérifier l’efficacité de l’action entreprise et son rapprochement de la solution.
-
Cycle itératif
Les agents IA peuvent aussi être classés selon le nombre d’entités intelligentes : Single Agent et Multi Agent. Le cœur du Single Agent réside dans la synergie entre le LLM et les outils externes, et durant l’exécution de la tâche, l’agent peut interagir plusieurs fois avec l’utilisateur. Dans le cas du Multi Agent, différents rôles sont attribués à chaque agent, qui collaborent ensemble pour accomplir des tâches complexes. Cependant, comparé au Single Agent, les interactions avec l’utilisateur sont moindres. La majorité des cadres actuels se concentrent sur des scénarios Single Agent.
Le Model Context Protocol (MCP), un protocole open source lancé par Anthropic le 25 novembre 2024, vise à résoudre les problèmes de connexion et d’interaction entre les LLM et les sources de données externes. On peut comparer le LLM à un système d’exploitation, et le MCP à un port USB, permettant d’insérer de manière flexible des données et outils externes, que l’utilisateur peut ensuite lire et utiliser.
MCP offre trois fonctions pour étendre les capacités du LLM : Resources (extension des connaissances), Tools (fonctions d’exécution, appel de systèmes externes), Prompts (modèles de prompts pré-écrits). Le protocole MCP utilise une architecture Client-Server basée sur JSON-RPC. Tout développeur peut créer et héberger un MCP Server, et arrêter le service à tout moment.
L’état des agents IA dans Web3
Dans l’industrie Web3, l’engouement autour des agents IA a culminé en janvier avant de chuter fortement, avec une capitalisation globale réduite de plus de 90 %. À ce jour, les projets les plus influents restent ceux explorant des cadres d’agents IA dans l’univers Web3, notamment « le modèle de plateforme de lancement représenté par Virtuals Protocol », « le modèle DAO incarné par ElizaOS » et « le modèle d’entreprise commerciale symbolisé par Swarms ».
Une plateforme de lancement permet aux utilisateurs de créer, déployer et monétiser des agents IA, similaire à pump.fun dans l’univers Meme, mais destinée aux agents IA. Virtuals Protocol est actuellement la plus grande plateforme de ce type, ayant vu plus de 100 000 agents publiés. L’agent très populaire « KOL de la crypto », AIXBT, a été créé sur Virtuals. Le protocole intègre un cadre modulaire pour agents, nommé G.A.M.E, dont l’objectif principal est d’offrir aux développeurs un cadre efficace et ouvert, rendant le développement et le déploiement d’agents IA aussi simple que la création d’un site avec WordPress.
DAO signifie organisation autonome décentralisée. ElizaOS (anciennement ai16z), fondé par @shawmakesmagic sur daos.fun, avait initialement pour idée d’utiliser des modèles IA pour imiter les décisions d’investissement de l’important fonds de capital-risque a16z et de son cofondateur Marc Andreessen, combinées aux suggestions des membres du DAO. Il s’est ensuite développé en un DAO regroupant des développeurs d’agents IA autour du cadre Eliza. Construit en TypeScript, Eliza fournit une plateforme flexible et extensible pour développer des agents IA capables d’interagir sur plusieurs plateformes tout en conservant une personnalité et des connaissances cohérentes.
Swarms, lancé en 2022 par @KyeGomezB, alors âgé de 20 ans, est un cadre Multi Agent d’entreprise. Grâce à une orchestration intelligente et une collaboration efficace, plusieurs agents IA peuvent travailler ensemble comme une équipe, répondant ainsi à des besoins opérationnels complexes. Initialement un projet Web2, Swarms comptait déjà plus de 45 millions d’agents en production, fournissant des services aux plus grandes institutions financières, d’assurance et de santé. Ce n’est qu’en décembre 2024, après le lancement du jeton $SWARMS, que Swarms a officiellement fait le passage vers Web3.
D’un point de vue purement économique, seule la plateforme de lancement permet actuellement de former une boucle économique autosuffisante. Prenons l’exemple de Virtuals :
-
Création d’agent : Un créateur lance un nouvel agent IA sur la plateforme Virtuals ;
-
Configuration de la courbe liée : Le créateur paie 100 jetons $VIRTUAL pour créer une courbe liée pour le nouveau jeton d’agent, apparié à $VIRTUAL.
-
Création du pool de liquidité : Une fois la limite de la courbe atteinte, l’agent « obtient son diplôme » et un pool de liquidité est créé, associant le jeton de l’agent au jeton $VIRTUAL, suivant un principe de lancement équitable sans accès privilégié : pas de pré-minage ni d’attribution interne, offre totale fixe, liquidité verrouillée pendant une longue période.
Outre les frais de lancement des agents IA, Virtuals perçoit également des frais sur chaque transaction de jeton d’agent, ainsi que des frais d’inférence lorsque les agents IA utilisent l’API de Virtuals pour accéder aux LLM. Actuellement, ElizaOS et Swarms envisagent tous deux de construire leur propre plateforme de lancement.
Bien sûr, les plateformes de lancement ont leurs limites. Ce modèle d’émission d’actifs nécessite que les actifs émis soient eux-mêmes « attrayants » pour engendrer une spirale vertueuse. La plupart des agents IA lancés aujourd’hui sont essentiellement des Meme, sans valeur intrinsèque. Dès lors qu’ils perdent l’attention du marché, ils retombent rapidement à zéro. Dans le contexte actuel morose, ces plateformes peinent même à attirer des créateurs, rendant leur modèle économique inopérant.
Les explorations Web3 autour du MCP
L’apparition du MCP ouvre de nouvelles pistes d’exploration pour les agents IA dans Web3, principalement dans deux directions :
-
Déployer les serveurs MCP sur un réseau blockchain, résolvant ainsi le problème du point central unique tout en assurant une résistance à la censure ;
-
Dotés de la capacité d’interagir avec la blockchain, les serveurs MCP pourraient effectuer des transactions DeFi ou en gérer, abaissant ainsi les seuils techniques.
La première direction impose des exigences extrêmement élevées sur le système de stockage, la gestion des données et les capacités de calcul asynchrone de la blockchain sous-jacente. Des blockchains comme 0G peuvent être adaptées. 0G est une blockchain modulaire dédiée à l’IA, dotée d’une couche DA programmable et évolutible, conçue pour les applications IA. Sa technologie modulaire permet une interopérabilité fluide entre chaînes, garantissant la sécurité, éliminant la fragmentation et maximisant la connectivité, afin de construire un écosystème IA décentralisé.
La deuxième direction s’apparente à une variante de DeFAI, mais là où les backends DeFAI encapsulent généralement leurs propres séries d’outils via des Function Call, UnifAI crée un serveur MCP DeFAI unifié, évitant ainsi la duplication des efforts. UnifAI est une plateforme permettant à des agents IA autonomes d’exécuter des tâches hors chaîne et sur chaîne dans l’écosystème Web3. Elle comprend UniQ pour l’automatisation des tâches, un marché de services d’agents et une infrastructure pour la découverte d’outils.
Au-delà de ces deux axes, @brucexu_eth, fondateur de LXDAO et ETHPanda, propose un schéma consistant à construire sur Ethereum un réseau OpenMCP.Network visant à inciter les créateurs. Les serveurs MCP doivent être hébergés et fournir un service stable. Les utilisateurs payent les fournisseurs de LLM, qui redistribuent ensuite les incitations réelles aux serveurs MCP sollicités, assurant ainsi la viabilité et la stabilité du réseau tout en motivant continuellement les créateurs à produire du contenu de qualité. Ce réseau devra utiliser des contrats intelligents pour automatiser, rendre transparent, fiable et résistant à la censure la distribution des incitations. Les signatures, vérifications d’autorisation et protections de la vie privée pourront être réalisées grâce aux portefeuilles Ethereum, à la technologie ZK, etc.
Théoriquement, l’intégration de MCP à Web3 pourrait injecter un mécanisme de confiance décentralisé et une couche d’incitation économique aux applications d’agents IA. Toutefois, les technologies actuelles de preuve à connaissance nulle (ZKP) peinent encore à vérifier l’authenticité des comportements des agents, et les réseaux décentralisés souffrent toujours de problèmes d’efficacité. Ce n’est donc pas une solution viable à court terme.
Résumé
Le lancement de Manus marque une étape importante dans le développement des agents IA universels. Dans l’univers Web3, un produit phare de ce type est nécessaire pour briser le scepticisme général face à Web3, souvent perçu comme dénué d’utilité pratique et uniquement spéculatif.
L’émergence du MCP ouvre de nouvelles perspectives pour les agents IA dans Web3 : déploiement des serveurs MCP sur des réseaux blockchain, interaction directe entre les serveurs MCP et la blockchain, ou encore la création d’un réseau d’incitation pour les créateurs de serveurs MCP.
L’IA constitue l’un des récits historiques les plus puissants. Pour Web3, la convergence avec l’IA est inévitable. Nous devons donc conserver patience et confiance, et poursuivre activement l’exploration.
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
