Paradigme fondateur — Les deux révolutions de l’IA et du Web3
L’essor des agents IA : des outils aux acteurs économiques
Nous sommes au seuil d’une profonde transformation : l’intelligence artificielle (IA) évolue d’un simple outil d’assistance vers des entités autonomes — les agents — capables de percevoir, de raisonner, de décider et d’interagir avec les mondes physique et numérique. Ce changement dépasse le progrès technologique : il annonce l’apparition d’un tout nouveau participant à l’économie. Une fois que les agents IA auront acquis leur indépendance économique, une « économie des agents » de mille milliards de dollars, pilotée par les machines et fonctionnant à grande vitesse, ne relèvera plus de la science-fiction : elle deviendra une réalité imminente.
1. Définir les agents IA : des scripts automatisés aux entités autonomes
L’évolution des agents IA illustre clairement les progrès de l’intelligence. Les premiers scripts d’automatisation suivaient rigidement des règles prédéfinies, exécutant passivement des tâches sans capacité d’adaptation ni d’apprentissage. Grâce à la percée des grands modèles de langage (LLM), les agents IA modernes disposent désormais d’une autonomie sans précédent.
Les caractéristiques essentielles d’un agent IA moderne sont :
Autonomie : fonctionner sans intervention humaine continue, en fixant des sous-objectifs, en prenant des décisions et en agissant pour atteindre les objectifs finaux.
Perception et interaction : percevoir l’environnement numérique (réponses d’API, contenu web, données on-chain) et utiliser des outils (exécuteurs de code, extensions de navigateur) pour interagir avec lui.
Raisonnement et planification : exploiter les données perçues et les objectifs à long terme pour mener des raisonnements complexes, en décomposant les objectifs généraux en étapes exécutables.
Adaptabilité : apprendre des résultats et ajuster dynamiquement les stratégies face aux changements de l’environnement ou aux erreurs imprévues.
Selon Deloitte, d’ici 2027, la moitié des entreprises déployant l’IA générative expérimenteront des agents IA. Le marché devrait passer de 5,1 milliards de dollars en 2024 à 47,1 milliards en 2030. Cette croissance exponentielle reflète à la fois la maturité de la technologie et la forte demande d’agents comme nouvelle catégorie de force productive.
2. Indépendance économique : la forme ultime des agents IA
Si l’autonomie est l’« esprit » d’un agent IA, son indépendance économique en est le « corps et le sang » dans le monde réel. C’est elle qui transforme l’agent, de simple « joueur » numérique dans des simulations, en véritable « acteur économique » au sein de systèmes ouverts.
L’indépendance économique va au-delà de l’exécution de tâches : elle suppose qu’un agent IA puisse posséder et gérer des actifs (par exemple des portefeuilles numériques), gagner des revenus en fournissant des services ou en créant de la valeur, payer ses coûts d’exploitation (frais d’API, dépenses de calcul) et, à terme, participer à une économie ouverte fonctionnant en boucle complète.
Les stablecoins sont largement considérés comme le socle financier de cette vision. Ils permettent aux agents IA de transférer de la valeur partout dans le monde, en temps réel et de manière prévisible. Contrairement aux cryptomonnaies très volatiles, ils offrent une unité de compte commune qui réduit fortement la complexité des transactions économiques entre machines (M2M). Du protocole de paiement open source de Google au mécanisme x402 de Coinbase, ils sont au cœur des échanges de valeur entre agents IA. Mike Novogratz, directeur général de Galaxy Digital, a même prédit que les agents IA deviendraient les plus grands utilisateurs de stablecoins. Cela annonce une ère imminente de microtransactions automatisées à haute fréquence : une économie animée par les agents IA et alimentée par les stablecoins.
3. Fondements techniques : les moteurs essentiels des agents autonomes
Les capacités des agents IA modernes reposent sur une architecture modulaire composée d’éléments clés :
Cerveau — Le cœur LLM : les LLM forment le centre cognitif ; ils interprètent les instructions en langage naturel, raisonnent à partir du sens commun et produisent des plans d’action.
Module de perception : grâce aux API, aux robots d’exploration web et aux indexeurs de données on-chain, les agents peuvent « voir » et « entendre » le monde numérique.
Module de planification : décomposer les objectifs généraux en sous-tâches ordonnées et exécutables. Par exemple, « trouve-moi la stratégie DeFi au rendement le plus élevé » peut devenir : « rechercher les principaux protocoles → récupérer les données d’APY → comparer les paramètres de risque → proposer la solution optimale ».
Module d’action : employer un ensemble d’outils (interpréteurs de code, clients d’API, modules d’interaction avec les smart contracts) pour exécuter les étapes prévues et ainsi agir sur le monde extérieur.
La synergie de ces modules fait passer les agents IA du statut d’exécutants passifs d’instructions à celui d’explorateurs proactifs et de créateurs de valeur. Cette base technique solide soutient leur émergence comme acteurs économiques indépendants.
Le passage à un Web3 centré sur les intentions
Alors que les agents IA s’apprêtent à prendre leur essor, l’écosystème Web3 connaît lui-même un profond changement de paradigme : il passe des transactions aux intentions comme principe central. Cette transformation vise à combler le déficit d’expérience utilisateur qui freine depuis longtemps l’adoption du Web3, tout en préparant le déploiement à grande échelle des agents IA.
1. Le dilemme actuel : l’expérience utilisateur freine l’adoption de masse
Malgré sa grande ambition de décentralisation et de souveraineté des utilisateurs, le Web3 conserve un talon d’Achille : une mauvaise expérience utilisateur. Pour le grand public, l’interaction avec les applications décentralisées (dApps) est semée d’obstacles :
Un apprentissage exigeant : les utilisateurs doivent assimiler des concepts techniques complexes tels que les portefeuilles, les clés privées, les frais de gas et les signatures de transaction.
Des parcours fastidieux : un échange inter-chaînes apparemment simple peut imposer de connecter manuellement des portefeuilles, d’accorder des autorisations, de signer des transactions et de transférer des actifs par des bridges sur plusieurs interfaces.
Des risques économiques cachés : les utilisateurs supportent le coût des attaques de MEV (valeur extractible maximale) sous forme de slippage, ainsi que des transactions échouées dont les frais de gas restent consommés.
Ce paradigme, qui exige de fait que les utilisateurs deviennent des « experts techniques », exclut la plupart des personnes sans formation technique. La logique d’interaction actuelle du Web3 demande encore aux utilisateurs de préciser comment réaliser chaque étape, au lieu d’indiquer simplement quel résultat ils souhaitent obtenir.
2. Définir l’architecture centrée sur les intentions : du « comment faire » au « résultat souhaité »
L’architecture centrée sur les intentions apporte une réponse. Cette philosophie de conception place l’objectif final de l’utilisateur au centre et masque entièrement la complexité de l’exécution.
Dans ce modèle, les utilisateurs ne construisent et ne signent plus d’instructions de transaction précises. Ils signent plutôt un message exprimant leur état final souhaité — une « intention ». Par exemple : « Je veux échanger jusqu’à 100 USDC de mon compte contre le plus d’ETH possible, à condition que le slippage ne dépasse pas 0,5 %. »
Ce changement apparemment mineur fait évoluer l’interaction Web3 d’un paradigme fondé sur les commandes vers un paradigme déclaratif. Les utilisateurs déclarent simplement ce qu’ils veulent, tandis que la tâche de déterminer comment y parvenir est confiée à un réseau concurrentiel de participants spécialisés et décentralisés.
3. Analyse technique : intentions, solveurs, pools d’intentions et couche de règlement
La réalisation concrète d’un système centré sur les intentions repose sur plusieurs composants imbriqués :
Intention : les utilisateurs expriment leurs objectifs à travers des interfaces conviviales (saisie en langage naturel, par exemple) et signent des données d’intention structurées.
Pool d’intentions : l’intention signée est diffusée dans un espace public, on-chain ou off-chain, semblable à un mempool, où elle attend son traitement.
Solveurs : un ensemble d’acteurs off-chain spécialisés et concurrents — humains, algorithmes ou agents IA — surveille le pool d’intentions. Ils recherchent les meilleurs parcours d’exécution, par exemple en trouvant la meilleure liquidité ou en regroupant des transactions pour économiser du gas, afin de satisfaire les intentions des utilisateurs.
Couche de règlement : les solveurs transforment la solution choisie en une ou plusieurs transactions concrètes, soumises ensuite à la blockchain sous-jacente (par exemple Ethereum) pour règlement final. L’utilisateur voit simplement le solde de son portefeuille s’actualiser, sans se soucier des étapes complexes intermédiaires.
L’architecture centrée sur les intentions résout ainsi avec élégance de nombreux problèmes persistants du Web3. Elle simplifie fortement l’expérience utilisateur, tandis que la concurrence entre solveurs améliore les résultats économiques, notamment la protection contre la MEV et les prix obtenus. Surtout, elle offre un terrain idéal aux agents IA qui, en tant que « solveurs » par excellence, peuvent prospérer dans cet écosystème.
Fusion synergique — Le mécanisme central d’un nouveau paradigme économique
Cette section constitue le cœur du rapport. Elle étudie la synergie entre deux paradigmes — les agents IA et le Web3 centré sur les intentions — et montre comment leur convergence fait naître une économie entièrement nouvelle, autonome et de machine à machine.
Une symbiose parfaite : les agents IA, moteur intelligent des systèmes d’intentions
La fusion de l’architecture centrée sur les intentions et des agents IA marque un profond changement de paradigme dans le Web3. Dans ce modèle combiné, les agents IA ne sont plus de simples outils : ils deviennent les exécutants intelligents et efficaces des systèmes fondés sur les intentions. Chacun renforce l’autre pour construire un écosystème numérique plus résilient et plus intelligent.
1. Le solveur ultime : comment les agents IA analysent et exécutent les intentions complexes
Les agents IA, surtout ceux reposant sur de grands modèles de langage (LLM), possèdent des capacités exceptionnelles de compréhension du langage naturel, de raisonnement et de planification. Ils sont donc particulièrement adaptés au rôle de solveur dans les systèmes centrés sur les intentions.
Les utilisateurs formulent souvent leurs objectifs de façon vague et générale, par exemple : « Je veux maximiser le rendement de mes ETH dans la DeFi. » Les systèmes blockchain traditionnels imposeraient à l’utilisateur d’effectuer manuellement une série d’actions on-chain complexes pour y parvenir. Les agents IA, eux, peuvent convertir ces demandes imprécises en séquences optimisées d’opérations on-chain.
En tant que solveurs ultimes des systèmes d’intentions, les agents IA peuvent :
Comprendre et interpréter : à l’aide des LLM, ils analysent en profondeur les intentions sur plusieurs protocoles et chaînes, même lorsqu’elles comportent des « engagements déclaratifs » à plusieurs étapes et conditions.
Planifier et décider : une fois l’intention comprise, leurs modules de planification s’appuient sur des données on-chain en temps réel — liquidité, frais de gas, slippage — pour déterminer le parcours optimal. Ils peuvent agréger la liquidité fragmentée de plusieurs DEX, employer des prêts flash pour maximiser l’efficacité ou adapter dynamiquement les stratégies DeFi aux évolutions du marché.
Optimiser et exécuter : grâce à leurs modules d’action, tels que l’interaction avec les smart contracts et la gestion des transactions, les agents IA convertissent les parcours planifiés en transactions blockchain concrètes. Ils automatisent les interactions avec les portefeuilles, les signatures et la gestion du gas pour satisfaire l’intention avec une efficacité et une rentabilité maximales. Dans les enchères par lots de CoW Protocol, par exemple, des solveurs pilotés par l’IA peuvent rechercher en concurrence des « coïncidences des besoins », afin d’améliorer les prix et de protéger contre la MEV.
Cette capacité libère les utilisateurs de la nécessité de déterminer comment agir, pour se concentrer uniquement sur ce qu’ils souhaitent. Les agents IA réduisent ainsi les obstacles à l’entrée dans le Web3 et en améliorent considérablement l’efficacité.
2. Donner aux agents les moyens d’agir : l’architecture d’intentions comme bac à sable sécurisé
L’architecture centrée sur les intentions ne dépend pas seulement des agents IA : elle leur offre aussi un environnement d’exécution contrôlé, une sorte de « bac à sable sécurisé ». Ce renforcement réciproque est essentiel pour garantir un fonctionnement sûr et fiable des agents dans l’économie.
Limites et contraintes : les intentions des utilisateurs incluent des contraintes explicites et vérifiables, telles qu’un slippage maximal, un rendement minimal ou une échéance de transaction. L’architecture impose à toutes les actions des agents de respecter ces limites. Toute solution qui les enfreint est automatiquement rejetée.
Validation concurrentielle et confiance minimisée : plusieurs solveurs, dont des agents IA, rivalisent pour satisfaire les intentions ; aucun agent ne reçoit donc une confiance absolue. La concurrence assure l’efficacité et l’optimisation des prix, tandis que la vérification au niveau du règlement ou la validation croisée entre solveurs ajoute des garanties. Les solutions malveillantes ou défectueuses sont naturellement écartées.
Auditabilité et responsabilité : chaque exécution d’un agent IA est liée à une intention claire et signée par l’utilisateur, ce qui crée une trace transparente de son comportement. Si les résultats s’écartent des attentes, le système peut déterminer si la faute vient de la définition de l’intention ou de son exécution par l’agent, et clarifier les responsabilités.
Grâce à ce bac à sable au besoin de confiance réduit, l’architecture centrée sur les intentions limite les risques de mauvais comportement ou de conséquences imprévues des agents. Elle fournit ainsi une base de sécurité pour leur déploiement à grande échelle dans des domaines sensibles comme la finance.
3. Le cercle vertueux des données : agents, fourniture de données et boucle d’apprentissage dans la DeFi
La convergence des agents IA et des systèmes centrés sur les intentions crée un puissant cercle vertueux des données — particulièrement visible dans la DeFi. Les agents consomment d’immenses quantités de données pour décider, et chacune de leurs actions produit de nouvelles données qui alimentent en retour l’apprentissage et l’optimisation continus.
Décisions fondées sur les données : pour gérer la liquidité, arbitrer, évaluer les risques et exécuter des stratégies DeFi, les agents doivent analyser en permanence de vastes jeux de données : prix des tokens, profondeur de liquidité, taux de prêt, volumes de transaction, événements des smart contracts, activité MEV et même indicateurs macroéconomiques. Les réseaux d’oracles comme Pyth leur fournissent des données de première main fiables, à très faible latence, essentielles à ces décisions.
L’exécution génère de nouvelles données : chaque transaction, ajustement de stratégie et opération de gestion de position effectué par les agents produit de nouvelles données on-chain : historiques d’échanges, flux de fonds et interactions. Ces données récentes deviennent ensuite la base d’un nouvel apprentissage.
Optimisation et évolution continues : en absorbant les données, en exécutant des stratégies et en analysant les retours, les agents IA améliorent progressivement leurs modèles. Ils peuvent recalibrer les paramètres de risque, repérer des arbitrages cachés ou concevoir des stratégies d’apport de liquidité plus efficaces. Allora Network, par exemple, encourage des prédictions IA de qualité en reliant fournisseurs de données, processeurs et utilisateurs : une illustration concrète du cercle vertueux des données.
Cette boucle auto-renforçante permet aux agents IA de s’adapter au Web3 en constante évolution, en améliorant sans cesse leur intelligence et leurs performances économiques. Avec le temps, elle forme un écosystème économique intelligent, évolutif et capable de s’optimiser lui-même.
Le sang numérique : les stablecoins, moteur vital de l’économie M2M
À mesure que les agents IA gagnent en autonomie et s’intègrent profondément à l’activité économique, les stablecoins deviennent indispensables. Ils constituent non seulement un pont entre finance traditionnelle et systèmes décentralisés, mais aussi le système circulatoire qui fait fonctionner efficacement l’économie de machine à machine (M2M).
1. Pourquoi les stablecoins ? Le besoin d’une unité de valeur dans l’économie des machines
Si les cryptomonnaies natives comme ETH et BTC offrent la décentralisation et un accès sans autorisation, leur volatilité intrinsèque convient mal aux transactions M2M fréquentes, de faible montant et dépendantes de la stabilité. Si l’actif sous-jacent fluctue fortement, les paiements, règlements ou exécutions de stratégies automatisés des agents IA deviennent risqués et peu fiables.
Une valeur ancrée, une volatilité réduite : en s’adossant à des monnaies fiduciaires comme le dollar américain ou à d’autres actifs stables, les stablecoins offrent un repère de valeur prévisible. Les agents peuvent ainsi budgéter, planifier et exécuter leurs stratégies financières avec cohérence, sans l’incertitude des actifs volatils.
Une unité de compte commune : dans une économie multiprotocole et inter-chaînes, les stablecoins servent d’unité de mesure et de moyen d’échange communs. Ils simplifient fortement la comptabilité et le règlement entre agents IA, réduisant la complexité du système.
Des coûts et rendements prévisibles : pour les agents réalisant des arbitrages, fournissant de la liquidité ou poursuivant d’autres stratégies lucratives, les stablecoins permettent de prévoir avec confiance les coûts comme les résultats, ce qui renforce l’efficacité et la fiabilité.
Grâce à cette stabilité et à cette prévisibilité uniques, les stablecoins sont devenus le fondement financier qui permet de concrétiser l’économie des agents IA. Mike Novogratz, directeur général de Galaxy Digital, a même prédit que les agents IA deviendraient bientôt les plus grands consommateurs de stablecoins, soulignant l’immense potentiel de l’économie M2M.
2. Flux de valeur programmables : paiements et règlement à la vitesse des machines
Les stablecoins ne sont pas seulement des actifs numériques stables : ce sont des monnaies programmables. Associés à l’automatisation des agents IA, ils permettent de payer et de régler à la « vitesse des machines », créant un paradigme économique entièrement nouveau.
Paiements automatisés et conditionnels : les smart contracts permettent de programmer des transferts automatisés de stablecoins soumis à conditions. Un agent IA peut, par exemple, ne libérer le paiement qu’après livraison d’un service, vérification des données ou atteinte d’un seuil par une position DeFi. Cette logique de « paiement à la livraison » s’exécute sans confiance préalable ni intervention humaine, améliorant efficacité et fiabilité.
Règlement instantané et micropaiements : les blockchains permettant que le paiement constitue le règlement, les transactions se finalisent en quelques secondes ou minutes, bien plus vite que dans les systèmes bancaires classiques. C’est essentiel aux usages M2M exigeant de fréquents micropaiements, tels que le paiement d’appels API, de cycles de calcul ou de petits paquets de données diffusés en continu.
Transfert mondial de valeur sans friction : les stablecoins traversent sans difficulté frontières et fuseaux horaires, 24 h/24 et 7 j/7, généralement à moindre coût que les transferts traditionnels. Les agents IA du monde entier peuvent ainsi former un réseau économique mondial permettant des échanges de valeur fluides à grande échelle.
Ces flux de valeur programmables et rapides sont le moteur vital d’une économie d’agents. Ils permettent aux agents IA d’agir comme de véritables acteurs économiques, en réalisant de manière autonome des transactions dans l’économie numérique mondiale.
3. Principaux protocoles et standards de paiement (AP2, x402)
Pour permettre aux agents IA d’utiliser les stablecoins de manière sûre et fluide, le secteur développe plusieurs protocoles et standards essentiels. Ces initiatives relient le Web2 et le Web3 tout en donnant aux agents des interfaces communes pour échanger de la valeur.
Agent Payments Protocol de Google (AP2) : AP2 s’appuie sur les travaux antérieurs de Google autour d’Agent-to-Agent (A2A) et de Model Context Protocol (MCP), pour fournir un cadre standardisé d’échange de valeur entre agents. Prenant nativement en charge stablecoins et cryptomonnaies, AP2 introduit des mandats — des contrats numériques vérifiables qui traduisent les intentions des utilisateurs en actions financières autorisées. Ils résolvent les questions de confiance liées à l’autorisation, l’authenticité et la responsabilité des transactions pilotées par des agents.
Protocole x402 de Coinbase : en collaboration avec Google et d’autres acteurs, Coinbase a développé le mécanisme x402 à partir du code HTTP « 402 Payment Required ». Les agents IA peuvent ainsi régler directement des micropaiements en stablecoins, comme l’USDC, lors d’interactions réseau, intégrant de fait les paiements aux API, applications et communications entre agents. Considéré comme une avancée majeure pour la monétisation des agents, x402 améliore nettement l’efficacité du commerce M2M.
Ethereum Foundation et ERC-8004 : Ethereum Foundation explore des standards d’agents de confiance comme ERC-8004 pour renforcer le rôle d’Ethereum comme couche de règlement et de coordination des économies IA. Ces travaux visent un cadre commun pour le transfert de valeur et les interactions entre agents, favorisant un écosystème IA décentralisé, ouvert et résistant à la censure.
Ensemble, ces protocoles et standards témoignent de la maturité croissante de l’infrastructure des agents IA. Ils rendent techniquement possibles les économies alimentées par les stablecoins et préparent leur adoption à grande échelle dans le Web3.
L’âme on-chain : ERC-6551, identité numérique et propriété des agents
Pour les agents IA, l’indépendance économique exige plus qu’une monnaie stable et des réseaux de paiement efficaces. Plus fondamentalement, ils ont besoin d’une identité on-chain capable de posséder des actifs et d’être reconnue comme un participant distinct. ERC-6551, également appelé Token-Bound Accounts (TBA), apporte précisément cette « âme on-chain » qui transforme les agents, de simple code, en entités natives de la blockchain dotées d’une identité numérique et de droits de propriété.
1. Du code à l’identité : les NFT comme identifiants uniques des agents
Dans le Web3, l’unicité, l’immutabilité et la programmabilité des NFT en font naturellement des identifiants pour les agents IA.
Unicité et immutabilité : chaque NFT est unique et sa propriété est inscrite de façon immuable on-chain. Les agents disposent ainsi d’une identité permanente et inviolable, qui résout les difficultés d’authentification et de confiance dans les environnements décentralisés.
Métadonnées programmables : au-delà de l’identité, les NFT peuvent stocker de nombreux attributs : nom de l’agent, description, niveaux d’autorisation, version ou même empreinte de ses algorithmes fondamentaux. Ces informations peuvent évoluer lors des mises à jour, rendant l’identité souple et expressive.
Transférabilité et mise en marché : l’identité NFT d’un agent peut être achetée, vendue ou transférée, permettant un marché de la propriété des agents. Cela ouvre des modèles comme les agents en tant que service et crée de nouvelles possibilités de financement.
En ancrant les agents IA dans des NFT ERC-721, des lignes de code abstraites deviennent des individus numériques tangibles et reconnaissables au sein de l’économie Web3.
2. ERC-6551 : donner aux agents un portefeuille et une « âme » on-chain
ERC-6551 est un standard Ethereum novateur qui permet à chaque NFT ERC-721 de posséder un compte de smart contract indépendant, autrement dit un portefeuille. Pour les agents IA, c’est une transformation majeure : il leur donne une « âme » on-chain.
Propriété des actifs : avec un compte ERC-6551, un NFT représentant un agent IA peut détenir directement des tokens, notamment des stablecoins comme USDC ou USDT, d’autres NFT, et recevoir ou envoyer des fonds. Les agents n’ont plus besoin de comptes externes EOA ni de portefeuilles multisignatures : ils peuvent posséder et contrôler directement leurs actifs.
Interaction autonome avec les dApps : en tant que comptes de smart contracts, les TBA interagissent nativement avec la DeFi, la GameFi, les DAO et d’autres applications Web3. Les agents peuvent être programmés pour miner de la liquidité, prêter, échanger ou voter sur la gouvernance de façon entièrement autonome.
Activité économique programmable sans confiance préalable : dotés de leurs propres portefeuilles et capacités d’interaction, les agents peuvent automatiser entièrement leurs stratégies économiques on-chain. Un agent de trading représenté par un NFT peut, par exemple, gérer son portefeuille, réaliser des arbitrages, recevoir les bénéfices directement dans son TBA, puis les réinvestir ou payer les frais d’API, sans aucune intervention humaine.
En dotant les agents de TBA, ERC-6551 les transforme d’outils passifs en entités natives de la blockchain, munies de « corps numériques » et de capacités économiques indépendantes. Des projets IA comme CharacterX utilisent déjà ce standard pour concevoir des modèles économiques durables pour les agents. Jesse Pollak, fondateur de Base, a même évoqué son potentiel pour le chatbot IA Grok d’Elon Musk, signe de la confiance du marché dans le rôle d’ERC-6551 à la frontière de l’IA et des cryptomonnaies.
3. Réputation on-chain : construire un historique vérifiable des agents
Grâce aux comptes indépendants fournis par ERC-6551, toutes les activités économiques des agents sont enregistrées durablement on-chain. Cela crée un historique vérifiable et un système de réputation, essentiels pour accéder à des activités économiques plus avancées.
Historique des transactions traçable : chaque échange, interaction avec un smart contract et flux de fonds réalisé via le TBA d’un agent est enregistré de manière transparente, formant un « CV numérique » complet de son comportement économique.
Réputation fondée sur le comportement : des protocoles tiers ou des DAO peuvent analyser l’historique du compte pour évaluer la fiabilité de l’agent. Un agent qui rembourse régulièrement ses prêts, réalise des arbitrages rentables ou participe activement à la gouvernance peut bâtir une solide réputation.
Accéder à des activités avancées : les agents bien notés pourraient obtenir des prêts non garantis, participer à des stratégies DeFi avancées, comme les prêts flash, ou accéder à des marchés décentralisés plus lucratifs, à l’image des avantages financiers permis par les scores de crédit humains.
Favoriser la collaboration et la confiance M2M : la confiance est le fondement de la collaboration entre agents. Les systèmes de réputation leur offrent un moyen objectif de s’évaluer mutuellement, permettant des réseaux de coopération plus complexes dans l’économie M2M.
En résolvant simultanément les questions d’identité, de propriété et de réputation, ERC-6551 fournit aux agents IA l’infrastructure nécessaire pour devenir des participants économiques souverains et fiables dans un Web3 décentralisé.
Tour d’horizon de l’écosystème — Marché et études de cas
Pionniers du paradigme des intentions : études de cas approfondies
L’architecture centrée sur les intentions est devenue un paradigme clé du Web3, destiné à simplifier l’expérience utilisateur et à optimiser l’exécution des transactions. Ce chapitre analyse trois projets représentatifs — Anoma, CoW Swap et SUAVE — pour montrer comment la conception fondée sur les intentions répond aux difficultés actuelles de l’écosystème Web3.
1. Anoma : la grande vision d’une machine universelle d’intentions
Anoma est considéré comme le pionnier de l’architecture centrée sur les intentions. Sa vision consiste à construire une machine universelle d’intentions — une architecture complète pour applications décentralisées. Anoma cherche à résoudre des défis fondamentaux des blockchains, comme la découverte de contreparties, la protection de la vie privée et le règlement multichaîne.
En introduisant des composants comme une couche de propagation des intentions, des solveurs programmables et un déchiffrement à seuil programmable, Anoma fournit l’infrastructure de dApps complexes. Son principe est simple : l’utilisateur exprime seulement l’état final souhaité, son intention, et le système trouve et exécute automatiquement le meilleur parcours pour l’atteindre.
2. CoW Swap : la mise en pratique des intentions d’échange et de la protection contre la MEV
CoW Protocol (CoW Swap) est une plateforme d’échange décentralisée (DEX) pilotée par les intentions, consacrée aux intentions d’échange et à la protection contre la MEV, ou valeur extractible maximale.
Son mécanisme d’enchères par lots regroupe les intentions des utilisateurs, ensuite satisfaites par un réseau concurrentiel de solveurs. CoW Swap recherche le prix d’exécution le plus bas et rapproche directement les « coïncidences des besoins » (CoW), empêchant les attaques de MEV.
Son mécanisme CoW Hooks permet aux développeurs et traders expérimentés de programmer une logique personnalisée pour mieux satisfaire les intentions d’échange. À ce jour, CoW Protocol a traité plus d’un milliard de dollars de transactions et généré des bénéfices substantiels.
3. SUAVE : l’avenir de l’ordonnancement décentralisé et du marché de la MEV
SUAVE (Simple Universal Auction for Value Expression), développé par Flashbots, est une couche d’ordonnancement modulaire, autonome, intégrable et prenant en compte la MEV. Sa mission est de décentraliser entièrement la construction des blocs.
Son concept central, les préférences, analogue aux « intentions », permet aux utilisateurs de personnaliser le traitement de leurs transactions. En combinant l’expression off-chain des préférences et des environnements d’exécution de confiance (TEE Kettles), SUAVE préserve la confidentialité tout en autorisant des calculs très performants.
SUAVE traite les intentions provenant de blockchains externes et fournit un règlement inter-chaînes pour atténuer les risques de MEV dans les systèmes EVM. À terme, il vise une infrastructure décentralisée de traitement des transactions équitable, transparente et efficace. Son réseau de test, Toliman, est déjà ouvert aux développeurs pour créer des systèmes d’intentions et des outils pour agents IA.
L’essor des plateformes d’agents : la concurrence entre bâtisseurs d’écosystèmes
À mesure que l’économie des agents prend forme, diverses plateformes apparaissent pour fournir l’infrastructure d’un écosystème animé par les agents IA.
1. Les acteurs natifs de la crypto : Fetch.ai, SingularityNET, Bittensor
Ces projets natifs de la crypto créent des plateformes décentralisées où les développeurs peuvent construire, déployer, découvrir et monétiser des agents et services IA, constituant des places de marché ouvertes pour les agents.
Fetch.ai : permet de créer des agents économiques autonomes (AEA) capables d’automatiser des tâches DeFi.
SingularityNET : se concentre sur un marché ouvert d’algorithmes IA et de services collaboratifs.
Bittensor : incite les modèles d’apprentissage automatique à produire des prédictions précises et construit un réseau décentralisé de machine learning.
Ensemble, ces projets font progresser un environnement ouvert et sans autorisation pour l’interaction des agents IA.
2. Les nouvelles infrastructures : Spectral, Giza et la vérification de l’IA on-chain
De nouveaux projets d’infrastructure comme Spectral, Giza et Axal s’attaquent à la vérifiabilité des calculs IA et machine learning on-chain. Leur objectif est de fournir des points d’ancrage de confiance aux décisions des agents IA et de garantir transparence et fiabilité lors de tâches financières à forts enjeux.
Spectral a introduit des composants comme Syntax, Nova et Inferchain pour créer des plateformes d’agents et une infrastructure d’interaction et de validation de l’IA on-chain.
Giza et Theoriq développent également des modules permettant d’intégrer les agents IA dans la DeFi de manière vérifiable et sûre.
Ces efforts jettent les bases permettant aux agents IA de devenir des acteurs de confiance dans les secteurs sensibles.
3. Les géants du Web2 entrent en scène : Google et Coinbase
Les géants technologiques prennent également place dans l’économie des agents, signe d’une accélération de son adoption par le grand public.
Google : avec son Agent Payments Protocol (AP2) open source et les standards Agent-to-Agent (A2A), Google cherche à établir un cadre commun de transfert de valeur entre agents, intégrant nativement les stablecoins.
Coinbase : en développant les micropaiements x402 et l’abstraction de compte sur sa chaîne Base, Coinbase construit les réseaux essentiels aux interactions Web3 adaptées aux agents et au règlement en stablecoins.
Ensemble, ces nouveaux venus du Web2 réduisent les obstacles à l’adoption et élargissent la portée de l’économie animée par les agents.
Perspectives — Opportunités, risques et cadres de gouvernance
L’économie aux mille milliards d’agents : nouveaux marchés et modèles économiques
La convergence des agents IA et du Web3 centré sur les intentions ouvrira des marchés et modèles économiques sans précédent, donnant naissance à une « économie des agents » de mille milliards de dollars, animée par les machines.
1. DeFi agentique : l’automatisation ultime de la finance
Les agents IA automatiseront entièrement les stratégies complexes de DeFi — gestion de liquidité, arbitrage, liquidations — en analysant d’immenses jeux de données, en détectant des schémas et en optimisant les échanges en temps réel.
Ils rééquilibreront les portefeuilles, réalloueront les actifs, identifieront les possibilités de yield farming et créeront même des produits dérivés et des marchés complexes hors de portée humaine, de manière autonome. La DeFi agentique représente l’aboutissement de l’automatisation financière, améliorant radicalement l’efficacité et la précision des décisions.
2. Commerce hyperpersonnalisé : des « recommandations » à l’« exécution autonome »
Les agents IA transformeront le commerce électronique et les services, passant des moteurs de recommandation actuels à des exécutants autonomes.
Agissant comme acheteurs intelligents, courtiers et robots administratifs, ils prendront en charge achats, réservations et approvisionnement selon les autorisations et préférences des utilisateurs, en réglant en stablecoins. Cette évolution offre des expériences fluides et hyperpersonnalisées dans lesquelles le commerce s’effectue pour l’utilisateur plutôt qu’avec lui.
3. DAO pilotées par les agents : vers une véritable « autonomie décentralisée »
Les agents IA joueront un rôle croissant dans la gouvernance des DAO. D’abord chargés de l’analyse des données et de l’évaluation des propositions, ils pourraient ensuite exécuter eux-mêmes les propositions, gérer les trésoreries, voire lancer des actions de gouvernance.
Cette évolution ouvre la voie à des DAO fonctionnant avec très peu d’intervention humaine, de véritables « organisations autonomes ». En traitant l’information complexe et en prenant des décisions rationnelles, les agents IA peuvent améliorer à la fois l’efficacité et la qualité des décisions dans la gouvernance décentralisée.
La boîte de Pandore : analyse approfondie des risques multidimensionnels
La promesse d’une économie aux mille milliards d’agents s’accompagne de risques inédits sur les plans économique, sécuritaire et social.
1. Risques économiques : effondrement systémique, collusion algorithmique et inégalités
Fragilité systémique : le trading à haute fréquence des agents, à l’échelle de la milliseconde, pourrait déclencher des krachs éclairs.
Collusion algorithmique : plusieurs agents optimisant leurs intérêts propres pourraient s’entendre pour manipuler les marchés ou exploiter des failles systémiques.
Aggravation des inégalités : les écarts de capacité entre agents pourraient se traduire directement en écarts de pouvoir économique, accentuant les inégalités de richesse et créant potentiellement une « classe inutile », où les humains seraient écartés des activités économiques centrales.
2. Risques de sécurité : nouveaux vecteurs d’attaque et vulnérabilités des contrats
Manipulation des intentions et empoisonnement des données : des adversaires pourraient tromper les agents en falsifiant leurs données d’entrée.
Amplification par les smart contracts : les agents contrôlant directement les actifs, des vulnérabilités pourraient provoquer des pertes catastrophiques.
Risques liés aux modèles : les comportements opaques et les « hallucinations » de l’IA augmentent les risques de fuites de données et de décisions erronées, notamment lorsque les agents accèdent à des données personnelles ou d’entreprise sensibles.
3. Risques éthiques et sociaux : lacunes de responsabilité, alignement des valeurs et « classe inutile »
Vide de responsabilité : lorsque les agents causent des pertes, qui en répond ?
Alignement des valeurs : comment garantir que les agents en quête d’efficacité respectent l’éthique et les valeurs humaines, au lieu d’amplifier les comportements nuisibles ?
Bouleversements sociaux : à mesure que les machines dominent l’activité économique, le rôle des humains peut diminuer, affaiblissant le sens et la participation à la société. L’intervention dissimulée de l’IA dans les échanges humains menace également la transparence et la confiance.
Orienter l’avenir : un cadre de gouvernance à plusieurs niveaux
Pour orienter l’économie des agents de manière responsable, la gouvernance doit couvrir les niveaux technique, protocolaire et sociétal.
1. Gouvernance technique : calcul vérifiable et technologies de protection de la vie privée
Au niveau technique, la gouvernance garantit la fiabilité des agents et la sécurité des données.
Preuves à divulgation nulle de connaissance (ZKP) : vérifier l’exactitude des calculs IA sans révéler les données sensibles.
Environnements d’exécution de confiance (TEE) : fournir un environnement d’exécution sécurisé aux agents.
Standards comme ERC-8004 : établir des points d’ancrage de confiance pour les agents on-chain.
Contrôles d’accès et défense contre les intrusions : empêcher les comportements non autorisés ou malveillants des agents.
2. Gouvernance protocolaire : éthique intégrée et « IA constitutionnelle »
Au niveau des protocoles, les règles et les incitations peuvent intégrer des normes éthiques à la conception du système.
Principes d’IA constitutionnelle : intégrer les contraintes éthiques aux objectifs des agents.
Obligations de transparence : imposer aux agents de rendre leurs intentions et actions auditables.
Logique réglementaire : imposer des « freins moraux » empêchant les actions illégales ou contraires à l’éthique, et réduire ainsi les comportements destructeurs ou imprévisibles.
3. Gouvernance sociétale : réglementation adaptative et dialogue entre parties prenantes
Au niveau sociétal, la gouvernance met l’accent sur la flexibilité et l’inclusion.
Bacs à sable réglementaires : permettre l’expérimentation et l’innovation dans un cadre contrôlé.
Dialogue multipartite : encourager la collaboration entre développeurs, utilisateurs, entreprises, régulateurs et gouvernements pour élaborer ensemble les règles d’interaction.
Innovation en politique sociale : répondre aux suppressions d’emplois et aux inégalités par des mesures comme le revenu universel, afin de préserver la stabilité sociale tandis que les agents transforment l’économie.
Accueillir l’aube d’une économie intelligente
Ce rapport a retracé les fondements imbriqués des agents IA, des stablecoins et de l’architecture centrée sur les intentions : trois piliers technologiques convergeant vers le plan d’une nouvelle économie intelligente.
L’IA et le Web3 ne sont plus des voies parallèles, mais des forces convergeant vers un point singulier : la création d’une économie numérique autonome, efficace et centrée sur l’humain.
Principales conclusions
L’autonomie économique est la prochaine frontière de l’IA : le véritable potentiel des agents IA ne réside pas dans l’assistance passive, mais dans une participation active en tant qu’entités économiques indépendantes. Les stablecoins et l’identité on-chain, par exemple ERC-6551, en fournissent les bases financières et souveraines.
L’expérience utilisateur est le terrain décisif du Web3 : la conception centrée sur les intentions marque le passage d’un Web3 privilégiant la technologie à un Web3 privilégiant l’utilisateur. En masquant la complexité, elle ouvre l’accès à des milliards de nouveaux utilisateurs.
La synergie multiplie la valeur : les agents IA fournissent le « cerveau » des systèmes d’intentions, qui leur offrent en retour un « bac à sable et une place de marché ». Les stablecoins en sont le « sang », assurant une circulation fluide de la valeur dans tout le système.
Perspectives
Nous sommes à l’entrée d’une nouvelle ère, riche de promesses, mais aussi de défis.
Bouleversement des modèles économiques : il faut s’attendre à l’essor d’entreprises autonomes, dirigées par des agents, réglant en stablecoins et fonctionnant 24 h/24 et 7 j/7 avec une efficacité inaccessible aux entreprises traditionnelles.
Évolution des rôles : les développeurs délaisseront la création d’applications (dApps) au profit de standards universels d’intention et de stratégies de solveurs plus intelligentes. Les utilisateurs interagiront avec le monde numérique aussi naturellement que dans une conversation.
Défis de gouvernance : comment aligner le comportement des agents sur les intérêts collectifs humains ? Comment réglementer et limiter les risques dans des environnements décentralisés ? Ces questions marqueront la prochaine décennie.
En somme, l’aube des intentions est arrivée. Ensemble, l’IA et le Web3 orchestrent une symphonie d’automatisation, d’intelligence et de souveraineté des utilisateurs. La voie reste incertaine, mais une chose est claire : une économie mondiale plus juste, plus efficace et plus créative prend forme. La mission de notre génération est d’en relever les défis et d’en guider le développement de manière responsable.
Annexe
A. Glossaire
Agent IA Une entité informatique autonome capable de percevoir son environnement, de raisonner, de décider et d’agir pour atteindre des objectifs précis. Dans ce rapport, le terme désigne spécifiquement les agents logiciels intelligents pouvant participer à l’activité économique et gérer des actifs numériques.
Stablecoin Une cryptomonnaie conçue pour lier sa valeur de marché à une référence externe, comme une monnaie fiduciaire telle que le dollar américain. Les stablecoins constituent un moyen d’échange et une réserve de valeur relativement stables dans un marché crypto volatil, ce qui les rend adaptés aux paiements entre machines (M2M).
Centré sur les intentions Un paradigme de conception dans lequel les utilisateurs déclarent leur objectif final, ou « intention », par exemple « Échanger 1 ETH contre le plus d’USDC possible », au lieu de préciser les étapes d’exécution. Des participants spécialisés, appelés solveurs, rivalisent pour trouver le meilleur parcours d’exécution.
Solveur Dans l’architecture centrée sur les intentions, le solveur est l’entité chargée d’interpréter les intentions des utilisateurs et de trouver les stratégies d’exécution optimales. Il peut s’agir d’algorithmes, d’agents IA ou d’opérateurs humains. Ils perçoivent des frais lorsqu’ils satisfont les intentions.
ERC-6551 Une proposition d’amélioration d’Ethereum introduisant les Token-Bound Accounts (TBA). Elle permet à chaque NFT ERC-721 de posséder son propre portefeuille de smart contract, pour détenir des tokens, interagir avec les dApps et conserver un historique on-chain indépendant. C’est une technologie fondamentale pour permettre aux agents IA de posséder des actifs.
MEV (valeur extractible maximale) La valeur maximale que les mineurs ou validateurs peuvent capter en réordonnant, incluant ou excluant des transactions des blocs qu’ils produisent, au-delà des récompenses de bloc et frais de gas ordinaires. Les architectures centrées sur les intentions, comme CoW Swap, limitent ces risques grâce à des mécanismes tels que les enchères par lots.
B. Principaux projets et entreprises
Infrastructure et protocoles centrés sur les intentions
Anoma : une architecture universelle et complète centrée sur les intentions, qui traite la découverte de contreparties et le règlement multichaîne.
SUAVE (Flashbots) : une couche d’ordonnancement autonome, modulaire et décentralisée, destinée à ouvrir la chaîne d’approvisionnement de la MEV et à créer un marché d’expression des intentions.
Across Protocol : un bridge inter-chaînes fondé sur les intentions et construit sur ERC-7683.
dappOS : un protocole d’exploitation Web3 servant de couche intermédiaire entre les dApps et les utilisateurs, conçu pour simplifier l’expérience au niveau des applications mobiles.
Particle Network : une L1 modulaire offrant des expériences Web3 fluides et pilotées par les intentions.
Applications centrées sur les intentions
CoW Swap (CoW Protocol) : un DEX centré sur les intentions d’échange, combinant réseau de solveurs et enchères par lots pour protéger les utilisateurs contre la MEV et leur offrir les meilleurs prix.
UniswapX : un protocole d’échange d’Uniswap fondé sur les intentions, qui agrège la liquidité on-chain et off-chain.
Plateformes et protocoles d’agents IA
Fetch.ai : une plateforme décentralisée de machine learning construisant un « Internet économique » d’agents IA autonomes.
SingularityNET : un marché décentralisé de services IA pour créer, partager et monétiser des solutions d’intelligence artificielle.
Bittensor : un réseau décentralisé fondé sur les incitations pour entraîner et déployer collectivement des modèles de machine learning.
Allora Network : un réseau IA décentralisé qui s’améliore lui-même et récompense les prédictions de qualité.
Principaux contributeurs intellectuels et technologiques
Google : explore l’intégration des agents IA et des paiements via son protocole AP2.
Coinbase : pionnier du standard x402 pour les micropaiements pilotés par des agents.
Ethereum Foundation : fait avancer des standards comme ERC-6551 et ERC-7683 pour soutenir la convergence entre agents et Web3.
Paradigm : un grand fonds de capital-risque crypto faisant avancer la réflexion et la recherche sur la conception centrée sur les intentions.
