Les robots sont en passe de devenir les citoyens de première classe de l'économie cryptographique.
Il n'est pas nécessaire de chercher bien loin pour constater cette tendance. Les chercheurs déploient des robots, comme Jaredfromsubway.eth, pour tirer parti du désir de commodité de l'utilisateur humain en exécutant en avance leurs transactions DEX. Banana Gun et Maestro, qui permettent à des utilisateurs humains d'effectuer des transactions par l'intermédiaire d'un bot depuis Telegram, sont régulièrement parmi les plus gros consommateurs d'essence sur Ethereum. Aujourd'hui, sur les nouvelles applications sociales éphémères telles que Friendtech, les robots entrent en scène après que l'application a été adoptée par les utilisateurs humains et peuvent, par inadvertance, alimenter le volant spéculatif.
S'inscrire
Tout cela pour dire que les robots, qu'ils soient à but lucratif (par ex. MEV bots) ou axés sur le consommateur (par exemple, les Telegram botkits), sont de plus en plus souvent les utilisateurs prioritaires sur les blockchains.
Alors que les robots dans le domaine de la cryptographie étaient jusqu'à présent assez rudimentaires, les robots en dehors du domaine de la cryptographie ont commencé à évoluer vers des agents d'intelligence artificielle robustes grâce à l'essor des grands modèles de langage (LLM), dans le but de gérer de manière autonome des tâches complexes et de prendre leurs propres décisions en toute connaissance de cause.
La construction de ces agents d'intelligence artificielle sur des rails cryptographiques apporte plusieurs améliorations importantes :
Bien entendu, les agents d'IA de la chaîne ont des limites.
L'une des limites est que les agents d'intelligence artificielle devront effectuer des opérations logiques hors chaîne pour être performants. Cela signifie que les agents d'IA de la chaîne hébergeront leur logique/calcul hors de la chaîne pour optimiser l'efficacité, mais que les décisions de l'agent seront exécutées dans la chaîne, ce qui permettra des actions vérifiables. Il est important de noter que les agents d'intelligence artificielle peuvent également utiliser des fournisseurs de zkML tels que Modulus pour s'assurer que leurs entrées de données hors chaîne sont vérifiées.
Une autre limite importante des agents d'intelligence artificielle est qu'ils ne sont utiles que dans la mesure où les outils qui leur sont fournis le sont. Par exemple, si vous demandez à un agent de fournir un résumé d'un événement d'actualité en temps réel, l'agent doit disposer d'un scraper web dans sa boîte à outils pour parcourir l'internet afin d'effectuer la tâche donnée. Si vous souhaitez que l'agent enregistre la réponse au format PDF, ajoutez un système de fichiers à la boîte à outils. Vous voulez que l'agent fasse du copier-coller avec votre influenceur Crypto Twitter préféré ? L'agent doit avoir accès à un portefeuille et à des autorisations de signature de clés sur ce portefeuille.
Si l'on considère le paysage actuel sur le spectre du déterminisme et du non-déterminisme, la plupart des agents d'IA cryptographiques effectuent des tâches déterministes. En d'autres termes, les humains programment les paramètres des tâches et la manière dont la tâche (par exemple, un échange de jetons) est accomplie.
Les agents Crypto AI ont évolué depuis les premiers jours des bots de gardiens - qui sont toujours utilisés dans les applications DeFi et oracle - jusqu'aux agents plus sophistiqués d'aujourd'hui qui exploitent les LLM, y compris les artistes autonomes comme Botto, les agents AI qui peuvent effectuer eux-mêmes des opérations bancaires en utilisant le nuage de transactions de Syndicate, et les premières places de marché de services d'agents AI telles qu'Autonolas.
Il existe déjà toute une série d'applications passionnantes à la pointe de la technologie :
Comme de plus en plus d'applications et de protocoles s'appuient sur des agents d'IA, les humains les utiliseront pour accéder à l'économie des cryptomonnaies. Et si les agents d'IA ressemblent aujourd'hui à des jouets, à l'avenir, ils augmenteront les expériences quotidiennes des consommateurs, deviendront des acteurs clés dans les protocoles et créeront des économies entières entre eux.
Les agents d'IA n'en sont qu'à leurs débuts, mais ces citoyens de première classe des économies onchain commencent à peine à montrer leur potentiel. Si vous testez les limites de la façon dont les agents d'IA augmentent les expériences onchain, n'hésitez pas à nous contacter : mason@variant.fund.
Nous remercions tout particulièrement Tom Waite et Sami Kassab pour leurs conversations et leurs commentaires sur les idées contenues dans cet essai. Merci à Dan Roberts pour ses révisions et pour avoir rendu l'essai plus agréable.
Partager
Les robots sont en passe de devenir les citoyens de première classe de l'économie cryptographique.
Il n'est pas nécessaire de chercher bien loin pour constater cette tendance. Les chercheurs déploient des robots, comme Jaredfromsubway.eth, pour tirer parti du désir de commodité de l'utilisateur humain en exécutant en avance leurs transactions DEX. Banana Gun et Maestro, qui permettent à des utilisateurs humains d'effectuer des transactions par l'intermédiaire d'un bot depuis Telegram, sont régulièrement parmi les plus gros consommateurs d'essence sur Ethereum. Aujourd'hui, sur les nouvelles applications sociales éphémères telles que Friendtech, les robots entrent en scène après que l'application a été adoptée par les utilisateurs humains et peuvent, par inadvertance, alimenter le volant spéculatif.
S'inscrire
Tout cela pour dire que les robots, qu'ils soient à but lucratif (par ex. MEV bots) ou axés sur le consommateur (par exemple, les Telegram botkits), sont de plus en plus souvent les utilisateurs prioritaires sur les blockchains.
Alors que les robots dans le domaine de la cryptographie étaient jusqu'à présent assez rudimentaires, les robots en dehors du domaine de la cryptographie ont commencé à évoluer vers des agents d'intelligence artificielle robustes grâce à l'essor des grands modèles de langage (LLM), dans le but de gérer de manière autonome des tâches complexes et de prendre leurs propres décisions en toute connaissance de cause.
La construction de ces agents d'intelligence artificielle sur des rails cryptographiques apporte plusieurs améliorations importantes :
Bien entendu, les agents d'IA de la chaîne ont des limites.
L'une des limites est que les agents d'intelligence artificielle devront effectuer des opérations logiques hors chaîne pour être performants. Cela signifie que les agents d'IA de la chaîne hébergeront leur logique/calcul hors de la chaîne pour optimiser l'efficacité, mais que les décisions de l'agent seront exécutées dans la chaîne, ce qui permettra des actions vérifiables. Il est important de noter que les agents d'intelligence artificielle peuvent également utiliser des fournisseurs de zkML tels que Modulus pour s'assurer que leurs entrées de données hors chaîne sont vérifiées.
Une autre limite importante des agents d'intelligence artificielle est qu'ils ne sont utiles que dans la mesure où les outils qui leur sont fournis le sont. Par exemple, si vous demandez à un agent de fournir un résumé d'un événement d'actualité en temps réel, l'agent doit disposer d'un scraper web dans sa boîte à outils pour parcourir l'internet afin d'effectuer la tâche donnée. Si vous souhaitez que l'agent enregistre la réponse au format PDF, ajoutez un système de fichiers à la boîte à outils. Vous voulez que l'agent fasse du copier-coller avec votre influenceur Crypto Twitter préféré ? L'agent doit avoir accès à un portefeuille et à des autorisations de signature de clés sur ce portefeuille.
Si l'on considère le paysage actuel sur le spectre du déterminisme et du non-déterminisme, la plupart des agents d'IA cryptographiques effectuent des tâches déterministes. En d'autres termes, les humains programment les paramètres des tâches et la manière dont la tâche (par exemple, un échange de jetons) est accomplie.
Les agents Crypto AI ont évolué depuis les premiers jours des bots de gardiens - qui sont toujours utilisés dans les applications DeFi et oracle - jusqu'aux agents plus sophistiqués d'aujourd'hui qui exploitent les LLM, y compris les artistes autonomes comme Botto, les agents AI qui peuvent effectuer eux-mêmes des opérations bancaires en utilisant le nuage de transactions de Syndicate, et les premières places de marché de services d'agents AI telles qu'Autonolas.
Il existe déjà toute une série d'applications passionnantes à la pointe de la technologie :
Comme de plus en plus d'applications et de protocoles s'appuient sur des agents d'IA, les humains les utiliseront pour accéder à l'économie des cryptomonnaies. Et si les agents d'IA ressemblent aujourd'hui à des jouets, à l'avenir, ils augmenteront les expériences quotidiennes des consommateurs, deviendront des acteurs clés dans les protocoles et créeront des économies entières entre eux.
Les agents d'IA n'en sont qu'à leurs débuts, mais ces citoyens de première classe des économies onchain commencent à peine à montrer leur potentiel. Si vous testez les limites de la façon dont les agents d'IA augmentent les expériences onchain, n'hésitez pas à nous contacter : mason@variant.fund.
Nous remercions tout particulièrement Tom Waite et Sami Kassab pour leurs conversations et leurs commentaires sur les idées contenues dans cet essai. Merci à Dan Roberts pour ses révisions et pour avoir rendu l'essai plus agréable.