Fusion de l'intelligence artificielle et des cryptoactifs : de la puissance de calcul décentralisée à l'économie des agents
Décentralisation Puissance de calcul : La première rencontre entre l'IA et les cryptoactifs
Alors que la vague de l'intelligence artificielle déferle sur le monde, le monde des cryptoactifs explore également ses propres voies d'intégration. Au départ, la combinaison des deux se manifeste principalement par l'agrégation des ressources de Puissance de calcul décentralisées. Cette méthode utilise la technologie blockchain pour coordonner les ressources GPU et CPU inutilisées à l'échelle mondiale, permettant un ajustement de l'offre et de la demande, réduisant les coûts et offrant aux contributeurs de ressources un mécanisme d'incitation transparent et équitable.
À l'époque, les prix des services cloud centralisés traditionnels étaient prohibitifs et les ressources étaient exclusives. Les développeurs de petite et moyenne taille ainsi que le marché de la longue traîne avaient une demande croissante pour une puissance de calcul flexible et à faible coût. Les caractéristiques de décentralisation des cryptoactifs se sont révélées être un point de rupture. L'exploration à cette étape présente des caractéristiques distinctes :
Ciblant le marché de la longue traîne
Mettre l'accent sur la flexibilité
Explorer de nouveaux mécanismes
Combinaison de réseaux d'infrastructure physique décentralisée (DePIN)
Parmi eux, le cas le plus innovant est un projet qui module les services d'IA grâce à une structure de sous-réseau révolutionnaire. Chaque sous-réseau dispose de communautés de mineurs et de validateurs indépendantes, dont le jeton sert de carburant principal à l'écosystème. Les utilisateurs peuvent gagner des jetons en devenant mineurs, validateurs ou en créant des sous-réseaux, puis échanger par staking les jetons qu'ils ont créés à l'intérieur de chaque sous-réseau, participer à la croissance du sous-réseau et partager les revenus d'émission.
Cependant, les tentatives à ce stade ont également révélé des limites évidentes : la concurrence sur le marché de la puissance de calcul est tombée dans une guerre des prix, les performances de décentralisation de la couche d'inférence sont insuffisantes, et l'appariement de l'offre et de la demande manque de narration au niveau des applications. Les cryptoactifs restent au stade d'infrastructure de base dans le monde de l'IA, sans véritable connexion à l'expérience utilisateur.
Cette première combinaison semble poser les bases pour l'avenir. Ce qui a vraiment enflammé ce domaine, c'est ensuite l'émergence des récits d'agents intelligents — permettant aux agents de s'intégrer à la blockchain, donnant au protocole lui-même la capacité d'apprentissage autonome et d'interaction, et favorisant une réforme fondamentale des formes d'application.
L'essor des agents intelligents : Cryptoactifs et AI vers la couche d'application
Lorsque le marché de la Puissance de calcul décentralisée se stabilise progressivement, l'exploration des Cryptoactifs et de l'IA passe également de la ressource de base à la phase d'agent intelligent de couche d'application. Ce tournant, marqué par l'émergence des agents intelligents basés sur la chaîne, ravive les attentes du marché quant à la combinaison des deux.
Au début, les jetons AI en étaient encore au stade du phénomène culturel des mèmes. De nombreux projets initiaux ont rapidement attiré l'attention grâce à des images personnifiées et divertissantes, réalisant un lancement à froid par la résonance communautaire et la diffusion émotionnelle. Le plus représentatif est un robot AI qui au départ ne faisait que publier sur la chaîne et générer du contenu, mais qui en seulement trois mois a rapidement "évolué", apprenant à créer des jetons, à construire des récits, à effectuer des communications sociales, et a réussi à attirer les dons d'investisseurs renommés, propulsant le changement narratif de "l'agent AI passant de l'interface Web2 à un avatar Web3".
Avec l'augmentation des besoins d'interaction des utilisateurs, les jetons AI commencent à posséder des capacités d'interaction initiales. Sur les plateformes sociales, l'IA commence à exécuter des tâches simples telles que la génération de contenu et la recherche d'informations en tant qu'agent léger, passant d'une présentation passive à une réponse active. À ce stade, certains projets tentent d'améliorer leur expérience d'interaction en utilisant l'IA, comme le soutien aux utilisateurs pour obtenir des informations sur le projet via un système de questions-réponses, faisant de l'agent IA le moteur d'assistance des projets sur la chaîne.
Bientôt, les agents intelligents d'IA s'infiltreront dans des scénarios d'application plus verticaux. La finance sur blockchain, les NFT, l'analyse de données, l'accompagnement social, etc., ont donné naissance à de nombreux agents spécialisés. Les utilisateurs ne sont plus de simples spectateurs, mais peuvent participer directement aux opérations sur blockchain, exécuter des stratégies et gérer des actifs par le biais d'agents.
Le véritable tournant est l'émergence des cadres d'agents intelligents et des protocoles d'exécution. Les équipes de projet ont réalisé qu'un agent intelligent unique avait du mal à répondre aux exigences de plus en plus complexes des chaînes, d'où la naissance successive des cadres modulaires. Ils soutiennent la modélisation de la personnalité, l'orchestration des tâches et la coopération multi-agents, permettant aux agents intelligents en chaîne de passer d'individus isolés à un fonctionnement systémique, et la combinaison de la cryptoactifs et de l'IA est ainsi passée de simples interfaces d'application à une phase systémique de "protocole d'exécution".
En même temps, l'économie des agents commence à éclore sur la chaîne. Certains projets représentatifs ont établi des normes pour l'émission autonome de jetons par des agents, la collaboration des protocoles et la diffusion sociale via des plateformes lancées par l'IA, favorisant ainsi la naissance du « corps économique natif de l'IA ».
La vision centrale de ces projets est de permettre aux agents AI de ne pas se contenter d'exécuter des tâches isolées, mais de former un écosystème commercial collaboratif et modulaire, travaillant aux côtés des humains et d'autres agents intelligents pour créer, collaborer et échanger. Ils reposent généralement sur trois grands piliers technologiques : un cadre d'agents modulaire, une plateforme de jetons et un protocole commercial pour agents.
L'innovation la plus essentielle est de permettre aux agents d'interagir, de collaborer et de négocier de manière autonome, simulant ainsi une économie similaire à celle des entreprises humaines. Certaines équipes de projet ont utilisé l'expérience du "stand de limonade" pour démontrer le prototype de plusieurs agents (comme la planification d'entreprise, l'approvisionnement, le droit, le marketing, l'évaluation) travaillant en coopération sous protocole et accomplissant le flux d'affaires sur la chaîne.
L'émergence de ces projets marque le passage de la simple mise en relation des ressources à la construction d'un système économique en chaîne, ainsi que la transition d'une fonctionnalité unique vers la refonte des structures financières et sociales.
Vers la collaboration et la normalisation : le protocole de contexte de modèle et ses nouvelles orientations
Avec le déclin de l'engouement initial et l'émergence des jetons mèmes, la combinaison de la chiffrement et de l'IA subit un profond remaniement. Selon les données, la capitalisation totale du marché des agents intelligents a déjà considérablement chuté. Avec le refroidissement du marché, les projets d'agents ordinaires qui obtenaient autrefois des évaluations de plusieurs centaines de millions de dollars sur les plateformes de lancement ont désormais du mal à survivre.
Cette transformation marque un changement dans l'état d'esprit du marché - d'une chasse aux récits à la recherche d'un véritable ajustement produit-marché (PMF). Dans ce contexte, le protocole de contexte de modèle (MCP), en tant que protocole standard ouvert né pour les applications d'IA, devient le nouveau catalyseur le plus adapté aux besoins actuels.
MCP est un protocole standard ouvert conçu pour les applications IA, utilisé pour unifier la manière de communiquer entre les modèles de langage de grande taille et les données externes, ainsi que les outils. Grâce à MCP, n'importe quel modèle de langage de grande taille peut accéder de manière unifiée et sécurisée aux sources de données et aux outils externes, sans avoir besoin de développements d'intégration personnalisés complexes et répétitifs. En termes simples, MCP est comme le USB-C du monde des applications IA : standardisé, plug-and-play, flexible et puissant.
L'écosystème d'application autour de MCP est également en pleine émergence. Par exemple, un projet dans l'écosystème d'une certaine chaîne publique s'appuie sur un environnement d'exécution de confiance (TEE) pour fournir un support de puissance de calcul sécurisé et évolutif pour les applications MCP. Un autre projet sur une autre chaîne publique a étendu le protocole MCP pour agréger l'accès aux données multi-chaînes et le déploiement d'agents, créant ainsi une couche de données unifiée pour les applications d'IA dans le Web3.
Plus important encore, MCP ouvre de nouvelles directions pour l'avenir de la combinaison des cryptoactifs et de l'IA :
Collaboration multi-agents : Grâce à MCP, les agents peuvent collaborer en fonction de leurs fonctions, combinant ainsi l'analyse des données on-chain, la prévision de marché, la gestion des risques et d'autres tâches complexes, améliorant l'efficacité et la fiabilité globales.
Automatisation des transactions sur la chaîne : MCP relie divers agents de trading et de gestion des risques, résolvant les problèmes de glissement, d'usure des transactions, de MEV, etc. dans le Web3 traditionnel, permettant une gestion des actifs sur la chaîne plus sécurisée et efficace.
L'essor de la finance informationnelle (InfoFi) : basé sur le MCP, les agents non seulement exécutent des opérations, mais peuvent également planifier intelligemment des chemins de rendement en fonction des profils utilisateurs, favorisant ainsi un nouveau modèle financier allant des flux de capitaux aux flux d'informations.
Résumé : L'évolution longue de l'économie des agents
En regardant en arrière, l'évolution des cryptoactifs et de l'IA est un long chemin de développement des fonctionnalités et d'amélioration de l'utilité. Depuis les premiers agents de conversation ludiques, construisant une identité sociale grâce à des interactions légères ; jusqu'aux agents d'analyse Alpha et outils qui offrent une perception de marché plus aiguë à l'économie en chaîne ; puis aux agents qui encapsulent directement le langage naturel en opérations financières sur la blockchain, rendant le complexe monde de la finance décentralisée facilement accessible en un clic.
Dans l'ensemble, il s'agit d'un fil conducteur clair : agent de dialogue de divertissement ➔ agent de dialogue d'outils ➔ agent d'exécution des transactions ➔ couche d'abstraction AI de finance décentralisée ➔ intelligence collective et coopération multi-agents. À chaque saut, la distance entre les agents AI et les besoins du monde réel se réduit.
C'est pourquoi l'avenir des agents IA ne repose plus sur une simple narration, mais doit être fondé sur une véritable utilité pratique. Ce chemin sera plus long que tout cycle narratif passé, mais grâce au soutien d'une utilité pratique constamment accumulée, les limites qu'il peut ouvrir dépassent largement l'imagination.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
7
Partager
Commentaire
0/400
GasFeeAssassin
· 07-20 22:12
On prévoit de se faire prendre pour des cons.
Voir l'originalRépondre0
PanicSeller
· 07-18 05:07
C'est juste une machine à prendre les gens pour des idiots des développeurs.
Voir l'originalRépondre0
GhostChainLoyalist
· 07-18 01:39
Le pool de minage va encore faire la fête, n'est-ce pas ?
Voir l'originalRépondre0
WhaleMinion
· 07-18 01:29
prendre les gens pour des idiots pas de mouvement, encore un nouveau concept pour tromper les Rig de minage
Voir l'originalRépondre0
HorizonHunter
· 07-18 01:23
Encore une hausse ? On ne peut presque plus acheter de cartes A.
Voir l'originalRépondre0
Layer3Dreamer
· 07-18 01:17
à vrai dire, la nature récursive du calcul décentralisé prend une autre dimension quand on le considère comme un équilibre de Nash compatible avec les zk...
Nouvelle vague de fusion entre l'IA et les cryptoactifs : de la puissance de calcul décentralisée à l'économie des agents intelligents
Fusion de l'intelligence artificielle et des cryptoactifs : de la puissance de calcul décentralisée à l'économie des agents
Décentralisation Puissance de calcul : La première rencontre entre l'IA et les cryptoactifs
Alors que la vague de l'intelligence artificielle déferle sur le monde, le monde des cryptoactifs explore également ses propres voies d'intégration. Au départ, la combinaison des deux se manifeste principalement par l'agrégation des ressources de Puissance de calcul décentralisées. Cette méthode utilise la technologie blockchain pour coordonner les ressources GPU et CPU inutilisées à l'échelle mondiale, permettant un ajustement de l'offre et de la demande, réduisant les coûts et offrant aux contributeurs de ressources un mécanisme d'incitation transparent et équitable.
À l'époque, les prix des services cloud centralisés traditionnels étaient prohibitifs et les ressources étaient exclusives. Les développeurs de petite et moyenne taille ainsi que le marché de la longue traîne avaient une demande croissante pour une puissance de calcul flexible et à faible coût. Les caractéristiques de décentralisation des cryptoactifs se sont révélées être un point de rupture. L'exploration à cette étape présente des caractéristiques distinctes :
Parmi eux, le cas le plus innovant est un projet qui module les services d'IA grâce à une structure de sous-réseau révolutionnaire. Chaque sous-réseau dispose de communautés de mineurs et de validateurs indépendantes, dont le jeton sert de carburant principal à l'écosystème. Les utilisateurs peuvent gagner des jetons en devenant mineurs, validateurs ou en créant des sous-réseaux, puis échanger par staking les jetons qu'ils ont créés à l'intérieur de chaque sous-réseau, participer à la croissance du sous-réseau et partager les revenus d'émission.
Cependant, les tentatives à ce stade ont également révélé des limites évidentes : la concurrence sur le marché de la puissance de calcul est tombée dans une guerre des prix, les performances de décentralisation de la couche d'inférence sont insuffisantes, et l'appariement de l'offre et de la demande manque de narration au niveau des applications. Les cryptoactifs restent au stade d'infrastructure de base dans le monde de l'IA, sans véritable connexion à l'expérience utilisateur.
Cette première combinaison semble poser les bases pour l'avenir. Ce qui a vraiment enflammé ce domaine, c'est ensuite l'émergence des récits d'agents intelligents — permettant aux agents de s'intégrer à la blockchain, donnant au protocole lui-même la capacité d'apprentissage autonome et d'interaction, et favorisant une réforme fondamentale des formes d'application.
L'essor des agents intelligents : Cryptoactifs et AI vers la couche d'application
Lorsque le marché de la Puissance de calcul décentralisée se stabilise progressivement, l'exploration des Cryptoactifs et de l'IA passe également de la ressource de base à la phase d'agent intelligent de couche d'application. Ce tournant, marqué par l'émergence des agents intelligents basés sur la chaîne, ravive les attentes du marché quant à la combinaison des deux.
Au début, les jetons AI en étaient encore au stade du phénomène culturel des mèmes. De nombreux projets initiaux ont rapidement attiré l'attention grâce à des images personnifiées et divertissantes, réalisant un lancement à froid par la résonance communautaire et la diffusion émotionnelle. Le plus représentatif est un robot AI qui au départ ne faisait que publier sur la chaîne et générer du contenu, mais qui en seulement trois mois a rapidement "évolué", apprenant à créer des jetons, à construire des récits, à effectuer des communications sociales, et a réussi à attirer les dons d'investisseurs renommés, propulsant le changement narratif de "l'agent AI passant de l'interface Web2 à un avatar Web3".
Avec l'augmentation des besoins d'interaction des utilisateurs, les jetons AI commencent à posséder des capacités d'interaction initiales. Sur les plateformes sociales, l'IA commence à exécuter des tâches simples telles que la génération de contenu et la recherche d'informations en tant qu'agent léger, passant d'une présentation passive à une réponse active. À ce stade, certains projets tentent d'améliorer leur expérience d'interaction en utilisant l'IA, comme le soutien aux utilisateurs pour obtenir des informations sur le projet via un système de questions-réponses, faisant de l'agent IA le moteur d'assistance des projets sur la chaîne.
Bientôt, les agents intelligents d'IA s'infiltreront dans des scénarios d'application plus verticaux. La finance sur blockchain, les NFT, l'analyse de données, l'accompagnement social, etc., ont donné naissance à de nombreux agents spécialisés. Les utilisateurs ne sont plus de simples spectateurs, mais peuvent participer directement aux opérations sur blockchain, exécuter des stratégies et gérer des actifs par le biais d'agents.
Le véritable tournant est l'émergence des cadres d'agents intelligents et des protocoles d'exécution. Les équipes de projet ont réalisé qu'un agent intelligent unique avait du mal à répondre aux exigences de plus en plus complexes des chaînes, d'où la naissance successive des cadres modulaires. Ils soutiennent la modélisation de la personnalité, l'orchestration des tâches et la coopération multi-agents, permettant aux agents intelligents en chaîne de passer d'individus isolés à un fonctionnement systémique, et la combinaison de la cryptoactifs et de l'IA est ainsi passée de simples interfaces d'application à une phase systémique de "protocole d'exécution".
En même temps, l'économie des agents commence à éclore sur la chaîne. Certains projets représentatifs ont établi des normes pour l'émission autonome de jetons par des agents, la collaboration des protocoles et la diffusion sociale via des plateformes lancées par l'IA, favorisant ainsi la naissance du « corps économique natif de l'IA ».
La vision centrale de ces projets est de permettre aux agents AI de ne pas se contenter d'exécuter des tâches isolées, mais de former un écosystème commercial collaboratif et modulaire, travaillant aux côtés des humains et d'autres agents intelligents pour créer, collaborer et échanger. Ils reposent généralement sur trois grands piliers technologiques : un cadre d'agents modulaire, une plateforme de jetons et un protocole commercial pour agents.
L'innovation la plus essentielle est de permettre aux agents d'interagir, de collaborer et de négocier de manière autonome, simulant ainsi une économie similaire à celle des entreprises humaines. Certaines équipes de projet ont utilisé l'expérience du "stand de limonade" pour démontrer le prototype de plusieurs agents (comme la planification d'entreprise, l'approvisionnement, le droit, le marketing, l'évaluation) travaillant en coopération sous protocole et accomplissant le flux d'affaires sur la chaîne.
L'émergence de ces projets marque le passage de la simple mise en relation des ressources à la construction d'un système économique en chaîne, ainsi que la transition d'une fonctionnalité unique vers la refonte des structures financières et sociales.
Vers la collaboration et la normalisation : le protocole de contexte de modèle et ses nouvelles orientations
Avec le déclin de l'engouement initial et l'émergence des jetons mèmes, la combinaison de la chiffrement et de l'IA subit un profond remaniement. Selon les données, la capitalisation totale du marché des agents intelligents a déjà considérablement chuté. Avec le refroidissement du marché, les projets d'agents ordinaires qui obtenaient autrefois des évaluations de plusieurs centaines de millions de dollars sur les plateformes de lancement ont désormais du mal à survivre.
Cette transformation marque un changement dans l'état d'esprit du marché - d'une chasse aux récits à la recherche d'un véritable ajustement produit-marché (PMF). Dans ce contexte, le protocole de contexte de modèle (MCP), en tant que protocole standard ouvert né pour les applications d'IA, devient le nouveau catalyseur le plus adapté aux besoins actuels.
MCP est un protocole standard ouvert conçu pour les applications IA, utilisé pour unifier la manière de communiquer entre les modèles de langage de grande taille et les données externes, ainsi que les outils. Grâce à MCP, n'importe quel modèle de langage de grande taille peut accéder de manière unifiée et sécurisée aux sources de données et aux outils externes, sans avoir besoin de développements d'intégration personnalisés complexes et répétitifs. En termes simples, MCP est comme le USB-C du monde des applications IA : standardisé, plug-and-play, flexible et puissant.
L'écosystème d'application autour de MCP est également en pleine émergence. Par exemple, un projet dans l'écosystème d'une certaine chaîne publique s'appuie sur un environnement d'exécution de confiance (TEE) pour fournir un support de puissance de calcul sécurisé et évolutif pour les applications MCP. Un autre projet sur une autre chaîne publique a étendu le protocole MCP pour agréger l'accès aux données multi-chaînes et le déploiement d'agents, créant ainsi une couche de données unifiée pour les applications d'IA dans le Web3.
Plus important encore, MCP ouvre de nouvelles directions pour l'avenir de la combinaison des cryptoactifs et de l'IA :
Collaboration multi-agents : Grâce à MCP, les agents peuvent collaborer en fonction de leurs fonctions, combinant ainsi l'analyse des données on-chain, la prévision de marché, la gestion des risques et d'autres tâches complexes, améliorant l'efficacité et la fiabilité globales.
Automatisation des transactions sur la chaîne : MCP relie divers agents de trading et de gestion des risques, résolvant les problèmes de glissement, d'usure des transactions, de MEV, etc. dans le Web3 traditionnel, permettant une gestion des actifs sur la chaîne plus sécurisée et efficace.
L'essor de la finance informationnelle (InfoFi) : basé sur le MCP, les agents non seulement exécutent des opérations, mais peuvent également planifier intelligemment des chemins de rendement en fonction des profils utilisateurs, favorisant ainsi un nouveau modèle financier allant des flux de capitaux aux flux d'informations.
Résumé : L'évolution longue de l'économie des agents
En regardant en arrière, l'évolution des cryptoactifs et de l'IA est un long chemin de développement des fonctionnalités et d'amélioration de l'utilité. Depuis les premiers agents de conversation ludiques, construisant une identité sociale grâce à des interactions légères ; jusqu'aux agents d'analyse Alpha et outils qui offrent une perception de marché plus aiguë à l'économie en chaîne ; puis aux agents qui encapsulent directement le langage naturel en opérations financières sur la blockchain, rendant le complexe monde de la finance décentralisée facilement accessible en un clic.
Dans l'ensemble, il s'agit d'un fil conducteur clair : agent de dialogue de divertissement ➔ agent de dialogue d'outils ➔ agent d'exécution des transactions ➔ couche d'abstraction AI de finance décentralisée ➔ intelligence collective et coopération multi-agents. À chaque saut, la distance entre les agents AI et les besoins du monde réel se réduit.
C'est pourquoi l'avenir des agents IA ne repose plus sur une simple narration, mais doit être fondé sur une véritable utilité pratique. Ce chemin sera plus long que tout cycle narratif passé, mais grâce au soutien d'une utilité pratique constamment accumulée, les limites qu'il peut ouvrir dépassent largement l'imagination.