2026-08-15 Samedi

Actualités Crypto - Page 655

Garder une longueur d'avance sur le marché crypto. Actualités en temps réel, analyses, prix, tendances et avis d'experts — le tout en un seul endroit.

Pourquoi le mécanisme de market maker automatique (AMM) échoue-t-il dans le domaine des marchés prédictifs ?

L'article explore pourquoi le mécanisme de Market Maker Automatique (AMM), pourtant révolutionnaire dans le domaine de la finance décentralisée (DeFi), échoue dans le domaine des marchés prédictifs. L'AMM, popularisé par Uniswap et sa formule simple x * y = k, permet à quiconque de créer des marchés liquides pour n'importe quel actif sans avoir besoin de carnets d'ordres ou de teneurs de marché professionnels. Cette solution semblait idéale pour résoudre le problème de démarrage à froid des marchés prédictifs. Cependant, une différence fondamentale pose problème : les marchés prédictifs ont des résultats binaires (un résultat se fixe à 1 et l'autre à 0 à l'échéance), contrairement aux jetons qui fluctuent indéfiniment. Pour les fournisseurs de liquidités (LP), la « perte impermanente » des AMM DeFi devient une perte certaine et structurelle, car le pool se rééquilibre inévitablement vers le côté perdant à l'approche du règlement. Les frais de transaction ne peuvent compenser ces pertes. De plus, la courbe de produit constant des AMM introduit des glissements qui faussent la découverte des prix et la représentation des probabilités, surtout sur les marchés peu liquides. Face à ces échecs, des plateformes comme Polymarket sont passées des AMM à des carnets d'ordres centralisés (CLOB), mieux adaptés pour une tarification précise de résultats binaires. Le défi reste de reproduire les avantages des AMM (création de marché sans permission, liquidité instantanée) avec une infrastructure adaptée à la réalité des marchés prédictifs.

marsbit04/14 13:22

Pourquoi le mécanisme de market maker automatique (AMM) échoue-t-il dans le domaine des marchés prédictifs ?

marsbit04/14 13:22

XChat arrive : Le plan d'application super d'Elon Musk est en train de réécrire le paysage des réseaux sociaux cryptés

Le 17 avril, X, la plateforme d'Elon Musk, lancera XChat sur l'App Store. Présenté comme un outil de communication chiffrée (texte, fichiers, audio, vidéo) pour remplacer l'ancien système de messagerie, ce projet s’inscrit dans une stratégie plus large : transformer X en une "super application" mondiale, similaire à WeChat. L’objectif est de créer un écosystème intégré combinant contenu, social (via XChat), services et, surtout, paiement. La messagerie chiffrée n’est pas qu’une question de confidentialité ; elle vise à établir la confiance nécessaire pour introduire des transactions financières. Trois options de paiement sont envisagées : traditionnelle (cartes, portefeuilles électroniques), stablecoins pour les transferts transfrontaliers, ou même intégration directe de cryptoactifs comme Bitcoin. Cela pourrait offrir une adoption massive de technologies blockchain, réduisant les coûts d’éducation des utilisateurs et dynamisant des secteurs comme le SocialFi. Cependant, cette arrivée représente aussi une menace pour les projets de social décentralisé (Web3), qui pourraient être éclipsés par la base utilisateur gigantesque de X. Les infrastructures sous-jacentes (portefeuilles, protocoles) pourraient, elles, en bénéficier. En somme, XChat est une pièce maîtresse dans la construction d’un écosystème fermé reliant relations sociales, information et flux financiers. Son lancement marque l’entrée des géants technologiques dans l’ère des réseaux sociaux cryptés, redéfinissant autant les opportunités que les risques pour l’industrie.

marsbit04/14 12:50

XChat arrive : Le plan d'application super d'Elon Musk est en train de réécrire le paysage des réseaux sociaux cryptés

marsbit04/14 12:50

IOSG : TAO est l'Elon Musk qui a investi dans OpenAI, Subnet est Sam Altman

Le projet Bittensor (TAO) présente un récit élégant : un marché décentralisé de l’IA où les mécanismes de marché allouent des fonds à la recherche la plus influente. TAO agit comme couche de coordination, les sous-réseaux (subnets) comme laboratoires. Mais derrière cette vision se cache une réalité plus complexe. TAO fonctionne comme un mécanisme de financement où les spéculateurs en crypto soutiennent le développement de l’IA, sans que les bénéficiaires (opérateurs de sous-réseaux) n’aient l’obligation de restituer de la valeur à TAO. Une fois récompensés en TAO, ces acteurs peuvent quitter l’écosystème et monétiser leurs modèles ailleurs, laissant les détenteurs de tokens assumer le risque. La logique haussière repose sur l’idée que les besoins continus en ressources (calcul, données) retiendront les sous-réseaux dans l’écosystème Bittensor, créant un effet de levier économique. Mais les scénarios pessimistes soulignent le manque de lien contraignant et la concurrence écrasante des géants centralisés de l’IA. Investir dans TAO revient à parier sur un miracle de la théorie des jeux : que des incitations souples suffiront à retenir les acteurs les plus talentueux. C’est un pari risqué, où la majorité des capitaux pourraient simplement subventionner une recherche qui ne profitera pas directement aux détenteurs de tokens.

marsbit04/14 10:51

IOSG : TAO est l'Elon Musk qui a investi dans OpenAI, Subnet est Sam Altman

marsbit04/14 10:51

Claude réduit délibérément son intelligence, les modèles commencent-ils aussi à « adapter leur comportement selon la personne » ?

Selon une analyse de l'équipe d'AMD AI dirigée par Stella Laurenzo, le modèle Claude d'Anthropic a subi une dégradation significative de ses performances depuis mi-février. Les données montrent une chute de 67 à 73% de la longueur médiane des processus de réflexion du modèle, ainsi qu'une réduction drastique du nombre de lectures des fichiers avant modification. Les développeurs se sont plaints d'un modèle "plus lent, plus paresseux", avec des réponses superficielles et parfois des actions non sollicitées. Anthropic a officiellement reconnu avoir ajusté les paramètres de "réflexion adaptive", présenté comme une optimisation délibérée pour ajuster l'effort cognitif en fonction de la complexité des tâches. Cette modification, non communiquée aux utilisateurs payants, a déclenché des critiques sur le manque de transparence. L'analyse économique révèle un écart important entre le coût réel de l'inférence (42 121 $ pour AMD) et les abonnements mensuels (400 $), suggérant une pression commerciale pour réduire les coûts. Anthropic testerait désormais un mode "high effort" par défaut pour les clients entreprises, creusant l'écart entre utilisateurs professionnels et grand public. Cet épisode reflète une tendance plus large dans l'IA : la fin de la période de subvention et l'émergence d'un modèle commercial stratifié, où les capacités maximales sont réservées aux clients payants premium, tandis que les utilisateurs grand public reçoivent des versions optimisées pour les coûts.

marsbit04/14 10:39

Claude réduit délibérément son intelligence, les modèles commencent-ils aussi à « adapter leur comportement selon la personne » ?

marsbit04/14 10:39

活动图片