Année charnière de l'IA appliquée : Se contenter de dire oui en ignorant les risques ? Le journal de bord du développement logiciel devient open source

marsbitPublié le 2026-06-16Dernière mise à jour le 2026-06-16

Résumé

L'ère des applications d'IA est là, mais ses risques se cachent dans un code apparemment correct, menaçant de provoquer des fuites de données ou des pertes financières. Le projet open source **Narwhal AI Code Risks**, issu de l'Université de Pékin, compile ces dangers en un journal de navigation pour le développement logiciel. Il catégorise les incidents en trois niveaux : des **cas réels** (comme l'erreur de configuration d'un oracle Moonwell ayant causé une perte de 1,7 million de dollars), des **signaux précoces** à surveiller, et des **scénarios typiques** de risques. Le danger ne réside pas dans un code erroné, mais dans un code syntaxiquement parfait qui introduit des failles sémantiques, des dépendances inexistantes, des permissions excessives ou des configurations cloud vulnérables. Les agents IA, en enchaînant les actions, complexifient encore la traçabilité. Le projet identifie **7 grandes catégories de risques** : la chaîne d'approvisionnement, les vulnérabilités du code, les configurations cloud/infrastructure, les risques liés aux agents, les risques sectoriels (fintech, santé...), la propriété intellectuelle/conformité, et les facteurs humains. L'objectif est de transformer des expériences dispersées en une connaissance réutilisable, aidant les développeurs à anticiper les pièges, les chercheurs à constituer des bases d'analyse et les éditeurs d'outils à renforcer leurs détections. Il s'agit de créer une mémoire collective pour naviguer de manière plus sûre ...

Les risques de l'IA qui écrit du code se cachent dans du code apparemment correct, pouvant entraîner des fuites de données ou des pertes d'actifs. Le projet open source Narwhal AI Code Risks recense des cas réels, des signaux précoces et des schémas de risques typiques, aidant les développeurs à identifier les dangers potentiels à l'avance et à éviter de répéter les mêmes erreurs.

2026, le code est généré à un rythme de plus en plus rapide, mais est déployé après de moins en moins d'examen.

De plus en plus souvent, les besoins de l'utilisateur sont placés dans une boîte de dialogue, l'IA lit le contexte, complète la fonction, met en place les dépendances, corrige la configuration, et génère même les tests.

Avant qu'on ne s'en rende compte, un morceau de code est déjà dans le dépôt, attendant d'être fusionné.

Les utilisateurs ont même développé de nouvelles habitudes : laisser d'abord l'IA écrire et faire tourner le code, puis regarder ce qui doit être modifié en cas de problème.

Mais dans le monde du logiciel, les choses les plus dangereuses sont souvent des codes qui paraissent banals : syntaxe correcte, interface légale, tests passés, commentaires parfaits.

Pourtant, ils peuvent tout de même introduire des noms de packages inexistants, ouvrir des autorisations trop larges, exposer des bases de données... ou même permettre à un Agent capable d'appeler directement les outils système, sous l'influence d'une injection d'invite, d'exfiltrer des données sensibles hors du système interne.

Ce qui est vraiment dangereux, ce n'est pas que le voyant d'erreur s'allume. C'est que tous les indicateurs de risque affichent "normal".

Les risques liés à l'IA qui écrit du code étaient jusqu'alors dispersés un peu partout : un cas dissimulé dans un blog de sécurité, une piste notée dans une Issue. Lorsqu'une autre équipe rencontrait un problème similaire, elle devait reconstituer la source du risque depuis le début et consacrer d'énormes efforts à des mesures empiriques à grande échelle sur le code.

Le Narwhal-Lab de l'Université de Pékin vient d'ouvrir en open source Narwhal AI Code Risks qui a déjà organisé ces fragments d'information, les classant en trois types : événements réels, signaux précoces et schémas de risques typiques, à la disposition des chercheurs.

Lien de l'article : https://github.com/Narwhal-Lab/Narwhal-aicode-risks

Quand les 28 vérifications sont toutes passées, le système dévie toujours

Le premier indice est une Pull Request déjà fusionnée, où la barre de signature affiche clairement Claude Opus 4.6 et Copilot, ainsi que quatre développeurs humains. Les 28 vérifications sont toutes passées : personne n'a détecté le problème.

Ensuite, le robot de liquidation a mis quelques minutes pour saisir des garanties d'une valeur de 1 778 044,83 dollars.

Dans le fichier de configuration, le prix du cbETH était défini sur le taux de conversion avec l'ETH, soit environ 1,12 dollar, au lieu du prix réel proche de 2 200 dollars.

Une erreur sémantique de prix a ainsi traversé les processus de développement, de vérification et de fusion, pour finalement se transformer en perte réelle dans le système financier. C'est ce qui rend l'incident de configuration de l'oracle cbETH de Moonwell si frappant.

Le problème vient du fait qu'il n'y avait pas d'erreur de syntaxe dans le code, et les développeurs humains n'ont pas immédiatement bloqué le processus anormal. Au contraire, tout semblait complet, fluide, c'était une livraison d'ingénierie normale.

Mais c'est précisément cette normalité aux courants souterrains qui en fait un exemple typique d'incident de sécurité.

Le risque de l'AI Coding réside dans le fait qu'il ne se manifeste pas toujours par des erreurs.

Souvent, il revêt l'apparence de la bonne réponse et entre silencieusement dans le flux d'ingénierie. Le code fonctionne, les vérifications passent, la PR est fusionnée, mais la sémantique métier s'est déjà écartée du monde réel.

Dans un projet à faible risque, cet écart sémantique pourrait n'être qu'une retouche ; mais dans des scénarios sensibles comme la finance ou les systèmes de données d'entreprise, il entraînera directement des fuites de données, des expositions de permissions et des pertes d'actifs.

Lorsque l'IA participe à l'écriture du code, à la modification de la configuration, à la relecture, voire co-signe dans une PR, avons-nous une assurance suffisante pour savoir comment chaque déviation se produit ?

Le signal de feu vert n'éclaire pas tous les recoins

Au début, l'IA vous aidant à écrire du code se limitait souvent à des complétions locales. Si la syntaxe était erronée, le compilateur signalait l'erreur, les tests unitaires échouaient, le processus d'intégration continue (CI) le rejetait.

Aujourd'hui, l'AI Coding va beaucoup plus loin, alors que la régulation tarde à suivre.

Il peut lire des fichiers, modifier des configurations, installer des dépendances, générer des scripts d'infrastructure, et permettre à un Agent de planifier de manière autonome entre plusieurs tâches.

L'IA n'est plus juste assise à côté à passer les outils, elle commence à s'insérer dans des chaînes plus longues de l'ingénierie logicielle.

Les frontières autrefois claires de l'ingénierie logicielle sont reconnectées par l'Agent d'IA en un chemin plus long, plus difficile à retracer.

Des enregistrements dispersés ont besoin d'un journal de bord public

Les incidents de sécurité ont rarement des conclusions complètes dès le départ. Certains ont des preuves solides et peuvent entrer dans le répertoire comme cas réels ; d'autres restent au stade de captures d'écran communautaires, de discussions entre chercheurs ou de divulgations préliminaires, et méritent seulement d'être surveillés ; d'autres encore ne sont liés à aucun événement réel unique, mais présentent déjà un schéma clair, adapté à une simulation préalable.

Narwhal AI Code Risks divise les matériaux en trois couches : `cases/`, `inferred/` et `scenarios/`.

cases/ enregistre les événements réels ayant des sources publiques et une chaîne de preuves étayée ; inferred/ conserve les signaux précoces qui ne sont pas encore totalement avérés, mais méritent un suivi continu ; scenarios/ organise les scénarios typiques qui ne sont pas liés à un événement unique, mais dont le schéma de risque est suffisamment clair.

Sans un tel enregistrement public, les risques de l'AI Coding pourraient facilement devenir une mémoire à court terme sur Internet.

Aujourd'hui, on se souvient d'un nom de package, demain on discute d'une exposition de données, dans quelques mois on est submergé par une nouvelle vague d'outils. Lorsqu'un problème similaire réapparaît, les équipes foncent toujours comme des mouches sans tête dans une zone de navigation aux risques inconnus.

Ce que fait Narwhal AI Code Risks, c'est figer ces fragments de risque épars, pour que les personnes suivantes puissent se référer à la même page.

Suivre les sept catégories d'index, voir d'où vient le risque

Les problèmes apportés par l'IA qui écrit du code ne sont pas seulement dans le code. Ils sont dans les dépendances, dans les permissions, dans les appels d'outils de l'Agent, et surtout dans la façon dont les humains font confiance à la sortie de l'IA.

Narwhal AI Code Risks classe actuellement les risques en 7 catégories : chaîne d'approvisionnement, vulnérabilités au niveau du code, configuration cloud et infrastructure, risques liés aux Agents, risques sectoriels, risques de propriété intellectuelle et de conformité, et facteurs humains.

Dans les risques de la chaîne d'approvisionnement, l'IA peut recommander des dépendances inexistantes. Dans les vulnérabilités au niveau du code, l'IA peut réintroduire des traversées de répertoires, des absences de validation d'entrée, des problèmes d'authentification dans le code métier. Dans la configuration cloud et infrastructure, l'IA peut, pour faire tourner le code rapidement, accorder des autorisations trop larges, des buckets de stockage publics ou des ports exposés. Les risques liés aux Agents sont plus complexes, il ne s'agit plus seulement de générer du texte, mais de commencer à exécuter des actions. Les productions de l'IA sont en train de semer des dangers dans des systèmes réels.

Le moteur de l'IA démarre, et le journal de bord commence tout juste à s'écrire

Alors que l'IA pénètre progressivement dans le monde réel, la prévention des risques associés ne devrait pas se limiter à des analyses post-mortem ou des discussions éparses.

L'aspect vraiment important de Narwhal AI Code Risks est de transformer les cas de risque en connaissances réutilisables.

Les développeurs peuvent l'utiliser pour identifier des problèmes similaires ; les chercheurs en sécurité peuvent s'en servir comme base d'échantillons ; les éditeurs d'outils peuvent en extraire des règles de détection et des benchmarks d'évaluation ; la communauté open source peut également continuer à ajouter de nouveaux cas, de nouvelles preuves et de nouveaux types de risques.

Le moteur de l'IA rugit, et chaque déviation devrait laisser ses coordonnées. Le risque ne disparaît jamais parce qu'on l'ignore, mais l'expérience peut être enregistrée et transmise. La valeur réelle ne réside pas dans la découverte d'une vulnérabilité, mais dans le fait que ceux qui suivent n'aient pas à retomber dans le même piège.

Ce que Narwhal AI Code Risks est en train de faire, c'est laisser un journal de bord open source pour le monde logiciel de l'année charnière de l'IA appliquée.

Références :

https://github.com/Narwhal-Lab/Narwhal-aicode-risks

Cet article provient du compte WeChat public "新智元", auteur : LRST

Questions liées

QQuel est l'objectif principal du projet Narwhal AI Code Risks récemment publié en open source par Narwhal-Lab ?

AL'objectif principal du projet Narwhal AI Code Risks est de compiler et d'organiser des informations sur les risques liés à l'écriture de code par l'IA. Il classe ces informations en trois catégories (cas réels, signaux précoces et scénarios typiques) afin d'aider les développeurs, chercheurs et autres parties prenantes à identifier les risques potentiels de manière proactive, à éviter de répéter les mêmes erreurs et à transformer les incidents passés en connaissances réutilisables pour la communauté.

QD'après l'article, pourquoi le risque lié au code généré par l'IA est-il particulièrement dangereux dans des domaines comme la finance ?

ALe risque lié au code généré par l'IA est particulièrement dangereux dans des domaines comme la finance car les erreurs ne se manifestent pas toujours par des bugs ou des échecs de compilation évidents. L'IA peut produire du code syntaxiquement correct, passant tous les tests et vérifications, mais introduisant une erreur sémantique discrète (comme une mauvaise valeur de configuration). Dans un système financier, une telle erreur peut directement entraîner des pertes d'actifs importantes, comme illustré par l'exemple de l'incident de l'oracle cbETH de Moonwell, qui a causé une perte de près de 1,8 million de dollars.

QEn quoi l'intervention des agents IA dans le développement logiciel complique-t-elle la gestion des risques selon l'article ?

AL'intervention des agents IA complique la gestion des risques car elle étend et brouille les frontières traditionnelles du processus de développement logiciel. Contrairement aux outils d'autocomplétion simples, les agents IA peuvent lire des fichiers, modifier des configurations, installer des dépendances, générer des scripts d'infrastructure et planifier des tâches entre elles. Cela crée une chaîne d'actions plus longue et plus complexe, dont il est plus difficile de tracer l'origine et de vérifier chaque étape, augmentant ainsi la surface d'attaque et rendant les défaillances plus difficiles à détecter en amont.

QComment le projet Narwhal AI Code Risks catégorise-t-il les différents types de matériaux ou de risques qu'il recense ?

ALe projet Narwhal AI Code Risks catégorise les matériaux en trois dossiers principaux : `cases/` pour les incidents réels avec des preuves et une chaîne de causalité établie, `inferred/` pour les signaux précoces ou les discussions communautaires qui méritent d'être surveillés mais ne sont pas encore totalement confirmés, et `scenarios/` pour les modèles de risque clairs et typiques qui ne sont pas nécessairement liés à un seul événement spécifique. De plus, il classe les risques eux-mêmes en sept catégories : risques liés à la chaîne d'approvisionnement, vulnérabilités au niveau du code, configuration du cloud et de l'infrastructure, risques liés aux agents, risques sectoriels spécifiques, risques de propriété intellectuelle et de conformité, et facteurs humains.

QQuelle métaphore l'article utilise-t-il pour décrire la valeur du projet Narwhal AI Code Risks pour la communauté du développement logiciel à l'ère de l'IA ?

AL'article utilise la métaphore d'un "journal de bord open source" (ou "logbook") pour décrire la valeur du projet Narwhal AI Code Risks. Tout comme un journal de bord maritime enregistre les itinéraires, les incidents et les enseignements d'un voyage, ce projet vise à documenter systématiquement les "déviations" (les incidents de sécurité et les risques) rencontrées lors du développement de logiciels avec l'IA. Cela permet à la communauté de ne pas oublier les erreurs passées, de partager les connaissances et, en fin de compte, d'éviter que les équipes suivantes ne retombent dans les mêmes pièges, naviguant ainsi plus sûrement dans le paysage nouveau et risqué du développement assisté par l'IA.

Lectures associées

Projection 2029 : Lorsque la cryptomonnaie deviendra « invisible », qui survivra à cette transformation financière ?

**Résumé de l'article : "Prévisions pour 2029 : Quand la cryptomonnaie devient 'invisible', qui reste dans ce changement financier ?"** L'article propose un scénario pour l'industrie cryptographique jusqu'en 2029. Il identifie trois problèmes clés : la valeur des tokens, l'intégration de nouvelles technologies et la transformation en infrastructure financière traditionnelle. Sa thèse centrale est que la principale contrainte du secteur est juridique, et non technique. **Évolution principale :** * **2026 :** La valeur migre vers les actifs réels. Les contrats perpétuels synthétiques sur actions non cotées (ex: SpaceX, OpenAI) sur des plateformes comme Hyperliquid deviennent des références de prix cruciales, démontrant une demande pour des actifs de qualité, contrairement à la plupart des crypto-actifs. * **2026-2027 :** Le secteur se scinde en deux. D'un côté, un marché spéculatif bruyant (paris sur l'IA). De l'autre, un marché institutionnel silencieux où la tokenisation d'actifs (fonds monétaires, crédit privé) se développe dans un cadre réglementaire. Les blockchains généralistes s'orientent majoritairement vers les services institutionnels. * **2028 :** Un événement déclencheur. Une cascade de liquidations sur le marché des contrats perpétuels synthétiques, sans ancrage tangible, révèle ses failles. La réponse réglementaire serait d'autoriser la **publicité et la négociation légales de parts secondaires d'entreprises privées** pour les investisseurs accrédités, fournissant ainsi l'ancrage de prix manquant. * **2029 :** L'industrie atteint sa "fin". Le marché spéculatif se réduit. Une nouvelle forme de "bull market" émerge, alimentée par le trading direct et légal d'actions privées de sociétés technologiques (biotech, robotique, IA) par des investisseurs particuliers accrédités. La valeur des tokens dépendra désormais exclusivement des droits qu'ils confèrent sur des actifs réels. Les fonctions d'infrastructure de règlement (stablecoins, blockchains) deviennent "invisibles", intégrées et banales, comme tout autre service financier de base. L'auteur conclut que l'industrie ne sera plus définie par la spéculation sur des tokens, mais par le **marché qu'elle a construit pour échanger des actifs réels**. Le test décisif de sa prédiction sera l'émergence, ou non, d'un canal légal d'accès pour les investisseurs particuliers aux actifs privés d'ici fin 2028.

marsbitIl y a 19 mins

Projection 2029 : Lorsque la cryptomonnaie deviendra « invisible », qui survivra à cette transformation financière ?

marsbitIl y a 19 mins

Les actions de Zhipu ont bondi de 47 % après l'interdiction américaine de Fable 5

Le 15 juin, l'action de Zhipu AI a grimpé de 47,6% à la Bourse de Hong Kong, clôturant en hausse de 32,82%. Cette forte réaction suit deux annonces récentes. Le 12 juin, Anthropic a suspendu l'accès mondial à ses modèles phares Claude Fable 5 et Claude Mythos 5 suite à une injonction du gouvernement américain sur les contrôles à l'exportation. Le lendemain, Zhipu a annoncé l'ouverture de son dernier modèle open-source, GLM-5.2, à tous les utilisateurs de son Coding Plan, avec une sortie prévue de l'API et des poids du modèle sous licence MIT la semaine suivante. Cet événement met en lumière un changement dans l'industrie de l'IA : au-delà des performances pures, la stabilité, l'accessibilité durable et le contrôle des modèles deviennent des critères essentiels, surtout lorsque l'IA s'intègre dans les flux de travail critiques. La suspension soudaine de Claude a perturbé de nombreux développeurs et entreprises qui en dépendaient, soulignant les risques liés à l'accès à des modèles propriétaires soumis à des juridictions uniques. La réponse du marché valorise ce nouveau paradigme. GLM-5.2, présenté comme un modèle « véritablement utilisable » avec un contexte de 1M de tokens optimisé pour les tâches de codage longues et complexes, représente une alternative ouverte et contrôlable. Les analystes estiment que cet incident pourrait accélérer l'adoption de modèles de base locaux et open-source par les entreprises cherchant à sécuriser leurs capacités d'IA. La concurrence évolue ainsi de « qui est le plus performant » vers « qui est le plus accessible et fiable sur le long terme ».

marsbitIl y a 25 mins

Les actions de Zhipu ont bondi de 47 % après l'interdiction américaine de Fable 5

marsbitIl y a 25 mins

Guide d'inscription et de publication d'articles pour la colonne PANews

**Guide d'inscription et de publication pour les contributeurs de PANews** Cette page explique comment devenir contributeur (créer une colonne) et publier des articles sur PANews. L'accent est mis sur les contenus approfondis liés à la Crypto, au Web3, aux données et aux analyses. Les contenus principalement promotionnels ou générés massivement par IA ne seront pas approuvés. **Pour créer une colonne :** * **Sur le site web :** Allez en bas de la page d'accueil, cliquez sur "申请专栏" (Demander une colonne). Connectez-vous avec votre numéro de téléphone ou e-mail (code de vérification, pas de mot de passe). Remplissez le nom de la colonne, la description, téléchargez un avatar et fournissez des liens vers vos articles déjà publiés. * **Sur mobile :** Dans la section "我的" (Moi), accédez à "投稿与创作" (Soumettre et créer) et suivez les étapes. **Pour publier un article :** 1. Connectez-vous sur le site et allez sur votre page personnelle. 2. Accédez au "创作者中心" (Centre de création). 3. Utilisez l'éditeur pour rédiger et publier votre article. **Ajouter une vidéo :** Seul l'intégration via code embed (iframe) est supportée (ex. : Bilibili). Collez le code dans l'éditeur via le bouton "插入/编辑媒体" (Insérer/modifier un média). Ajustez la taille si nécessaire (largeur 100%, hauteur 560px recommandés). **PANews Skills (Agent IA) :** PANews propose un ensemble d'outils IA (PANews Skills) pour automatiser certaines tâches. L'outil `panews-creator` permet notamment de gérer votre colonne et de publier des articles directement via des agents IA compatibles (comme Cursor, Claude, etc.). Pour l'utiliser, vous devrez récupérer un jeton d'authentification (`sessionid`) depuis les outils de développement de votre navigateur après vous être connecté à votre compte PANews. **Rappel important :** Privilégiez les analyses de fond. Les contenus publicitaires (PR) doivent passer par la voie commerciale.

marsbitIl y a 35 mins

Guide d'inscription et de publication d'articles pour la colonne PANews

marsbitIl y a 35 mins

J'ai construit un poste de travail d'investissement personnel avec l'IA

Ces dernières semaines, j'ai exploré le « Vibe Coding », utilisant des modèles d'IA comme Codex, Claude et DeepSeek pour développer rapidement des outils personnalisés. Frustré par la nécessité de consulter plusieurs applications pour suivre mes actifs (actions, crypto, etc.), j'ai construit un tableau de bord unifié affichant l'ensemble de mon portefeuille et ses performances. Cet outil intègre désormais une surveillance des mouvements brusques, une cartographie des investissements (visualisant les écosystèmes complets) et un journal de réflexion. J'ai également créé un moniteur pour les marchés de prédiction (comme Polymarket), rassemblant les paris sur des événements futurs (valorisations d'entreprises, etc.) pour analyser leurs probabilités face à l'actualité. Un petit back-office pour gérer mes publications et un outil de mise en forme automatique pour différents plateformes complètent cet ensemble. L'essentiel n'est pas la sophistication des outils, mais la capacité nouvelle à matérialiser rapidement une idée. L'IA permet à tout investisseur de construire progressivement ses propres systèmes fondamentaux : observation d'actifs, surveillance de signaux, cartographie de secteurs et analyse rétrospective. Ce cycle rapide « idée → réalisation → utilisation → amélioration » change profondément la façon d'aborder la recherche et la gestion d'investissements pour les particuliers.

marsbitIl y a 51 mins

J'ai construit un poste de travail d'investissement personnel avec l'IA

marsbitIl y a 51 mins

Robinhood, le premier titre en Bourse lié au concept du marché de la prédiction

**Robinhood, la première action du concept de marché prédictif** Le géant du courtage en ligne Robinhood, après avoir été un partenaire crucial pour la plateforme de marchés prédictifs Kalshi en lui fournissant jusqu'à 35% de son volume via une intégration, a décidé de reprendre le contrôle. Ayant constaté le succès rapide de ce service auprès de ses utilisateurs et l'importance stratégique de son accès direct à une vaste base de clients, Robinhood a lancé son propre marché prédictif, Rothera Exchange. Pour son lancement, Rothera a ciblé avec succès la Coupe du Monde de football 2026, attirant des millions de transactions. Ce mouvement permet à Robinhood de capter la totalité des revenus générés, au lieu de les partager avec Kalshi. Ce revirement illustre un principe clé dans le secteur numérique : la détention du canal de distribution et de l'accès aux utilisateurs est souvent plus déterminante que la simple possession de la technologie ou des licences sous-jacentes. L'industrie des marchés prédictifs pourrait ainsi évoluer d'une compétition entre plateformes comme Kalshi et Polymarket vers une guerre des canaux de distribution, où les entités contrôlant les points de contact finaux avec les clients détiennent le plus de pouvoir.

marsbitIl y a 56 mins

Robinhood, le premier titre en Bourse lié au concept du marché de la prédiction

marsbitIl y a 56 mins

Trading

Spot

Futures

Articles tendance

Qu'est ce que $S$

Comprendre SPERO : Un aperçu complet Introduction à SPERO Alors que le paysage de l'innovation continue d'évoluer, l'émergence des technologies web3 et des projets de cryptomonnaie joue un rôle central dans la façon dont se dessine l'avenir numérique. Un projet qui a attiré l'attention dans ce domaine dynamique est SPERO, désigné comme SPERO,$$s$. Cet article vise à rassembler et à présenter des informations détaillées sur SPERO, afin d'aider les passionnés et les investisseurs à comprendre ses fondations, ses objectifs et ses innovations dans les domaines du web3 et de la crypto. Qu'est-ce que SPERO,$$s$ ? SPERO,$$s$ est un projet unique dans l'espace crypto qui cherche à tirer parti des principes de décentralisation et de la technologie blockchain pour créer un écosystème qui favorise l'engagement, l'utilité et l'inclusion financière. Le projet est conçu pour faciliter les interactions entre pairs de nouvelles manières, offrant aux utilisateurs des solutions et des services financiers innovants. Au cœur de SPERO,$$s$, l'objectif est d'autonomiser les individus en fournissant des outils et des plateformes qui améliorent l'expérience utilisateur dans l'espace des cryptomonnaies. Cela inclut la possibilité de méthodes de transaction plus flexibles, la promotion d'initiatives dirigées par la communauté et la création de voies pour des opportunités financières via des applications décentralisées (dApps). La vision sous-jacente de SPERO,$$s$ tourne autour de l'inclusivité, visant à combler les lacunes au sein de la finance traditionnelle tout en exploitant les avantages de la technologie blockchain. Qui est le créateur de SPERO,$$s$ ? L'identité du créateur de SPERO,$$s$ reste quelque peu obscure, car il existe peu de ressources publiques fournissant des informations détaillées sur son ou ses fondateurs. Ce manque de transparence peut découler de l'engagement du projet envers la décentralisation—une éthique que de nombreux projets web3 partagent, privilégiant les contributions collectives plutôt que la reconnaissance individuelle. En centrant les discussions autour de la communauté et de ses objectifs collectifs, SPERO,$$s$ incarne l'essence de l'autonomisation sans désigner des individus spécifiques. Ainsi, comprendre l'éthique et la mission de SPERO reste plus important que d'identifier un créateur unique. Qui sont les investisseurs de SPERO,$$s$ ? SPERO,$$s$ est soutenu par une diversité d'investisseurs allant des capital-risqueurs aux investisseurs providentiels dédiés à favoriser l'innovation dans le secteur crypto. L'objectif de ces investisseurs s'aligne généralement avec la mission de SPERO—priorisant les projets qui promettent des avancées technologiques sociétales, l'inclusivité financière et la gouvernance décentralisée. Ces fondations d'investisseurs s'intéressent généralement à des projets qui non seulement offrent des produits innovants, mais qui contribuent également positivement à la communauté blockchain et à ses écosystèmes. Le soutien de ces investisseurs renforce SPERO,$$s$ en tant que concurrent notable dans le domaine en rapide évolution des projets crypto. Comment fonctionne SPERO,$$s$ ? SPERO,$$s$ utilise un cadre multifacette qui le distingue des projets de cryptomonnaie conventionnels. Voici quelques-unes des caractéristiques clés qui soulignent son unicité et son innovation : Gouvernance décentralisée : SPERO,$$s$ intègre des modèles de gouvernance décentralisée, permettant aux utilisateurs de participer activement aux processus de décision concernant l'avenir du projet. Cette approche favorise un sentiment de propriété et de responsabilité parmi les membres de la communauté. Utilité du token : SPERO,$$s$ utilise son propre token de cryptomonnaie, conçu pour servir diverses fonctions au sein de l'écosystème. Ces tokens permettent des transactions, des récompenses et la facilitation des services offerts sur la plateforme, améliorant ainsi l'engagement et l'utilité globaux. Architecture en couches : L'architecture technique de SPERO,$$s$ supporte la modularité et l'évolutivité, permettant une intégration fluide de fonctionnalités et d'applications supplémentaires à mesure que le projet évolue. Cette adaptabilité est primordiale pour maintenir la pertinence dans le paysage crypto en constante évolution. Engagement communautaire : Le projet met l'accent sur des initiatives dirigées par la communauté, utilisant des mécanismes qui incitent à la collaboration et aux retours d'expérience. En cultivant une communauté forte, SPERO,$$s$ peut mieux répondre aux besoins des utilisateurs et s'adapter aux tendances du marché. Accent sur l'inclusion : En proposant des frais de transaction bas et des interfaces conviviales, SPERO,$$s$ vise à attirer une base d'utilisateurs diversifiée, y compris des individus qui n'ont peut-être pas engagé auparavant dans l'espace crypto. Cet engagement envers l'inclusion s'aligne avec sa mission globale d'autonomisation par l'accessibilité. Chronologie de SPERO,$$s$ Comprendre l'histoire d'un projet fournit des aperçus cruciaux sur sa trajectoire de développement et ses jalons. Voici une chronologie suggérée cartographiant les événements significatifs dans l'évolution de SPERO,$$s$ : Phase de conceptualisation et d'idéation : Les idées initiales formant la base de SPERO,$$s$ ont été conçues, s'alignant étroitement avec les principes de décentralisation et de concentration sur la communauté au sein de l'industrie blockchain. Lancement du livre blanc du projet : Suite à la phase conceptuelle, un livre blanc complet détaillant la vision, les objectifs et l'infrastructure technologique de SPERO,$$s$ a été publié pour susciter l'intérêt et les retours de la communauté. Construction de la communauté et engagements précoces : Des efforts de sensibilisation actifs ont été entrepris pour construire une communauté d'adopteurs précoces et d'investisseurs potentiels, facilitant les discussions autour des objectifs du projet et recueillant du soutien. Événement de génération de tokens : SPERO,$$s$ a organisé un événement de génération de tokens (TGE) pour distribuer ses tokens natifs aux premiers soutiens et établir une liquidité initiale au sein de l'écosystème. Lancement de la première dApp : La première application décentralisée (dApp) associée à SPERO,$$s$ a été mise en ligne, permettant aux utilisateurs d'interagir avec les fonctionnalités principales de la plateforme. Développement continu et partenariats : Des mises à jour et des améliorations continues des offres du projet, y compris des partenariats stratégiques avec d'autres acteurs de l'espace blockchain, ont façonné SPERO,$$s$ en un acteur compétitif et évolutif sur le marché crypto. Conclusion SPERO,$$s$ se dresse comme un témoignage du potentiel du web3 et de la cryptomonnaie pour révolutionner les systèmes financiers et autonomiser les individus. Avec un engagement envers la gouvernance décentralisée, l'engagement communautaire et des fonctionnalités conçues de manière innovante, il ouvre la voie vers un paysage financier plus inclusif. Comme pour tout investissement dans l'espace crypto en rapide évolution, les investisseurs et utilisateurs potentiels sont encouragés à mener des recherches approfondies et à s'engager de manière réfléchie avec les développements en cours au sein de SPERO,$$s$. Le projet illustre l'esprit d'innovation de l'industrie crypto, invitant à une exploration plus approfondie de ses nombreuses possibilités. Bien que le parcours de SPERO,$$s$ soit encore en cours, ses principes fondamentaux pourraient en effet influencer l'avenir de nos interactions avec la technologie, la finance et entre nous dans des écosystèmes numériques interconnectés.

104 vues totalesPublié le 2024.12.17Mis à jour le 2024.12.17

Qu'est ce que AGENT S

Agent S : L'avenir de l'interaction autonome dans Web3 Introduction Dans le paysage en constante évolution de Web3 et des cryptomonnaies, les innovations redéfinissent constamment la manière dont les individus interagissent avec les plateformes numériques. Un projet pionnier, Agent S, promet de révolutionner l'interaction homme-machine grâce à son cadre agentique ouvert. En ouvrant la voie à des interactions autonomes, Agent S vise à simplifier des tâches complexes, offrant des applications transformantes dans l'intelligence artificielle (IA). Cette exploration détaillée plongera dans les subtilités du projet, ses caractéristiques uniques et les implications pour le domaine des cryptomonnaies. Qu'est-ce qu'Agent S ? Agent S se présente comme un cadre agentique ouvert révolutionnaire, spécifiquement conçu pour relever trois défis fondamentaux dans l'automatisation des tâches informatiques : Acquisition de connaissances spécifiques au domaine : Le cadre apprend intelligemment à partir de diverses sources de connaissances externes et d'expériences internes. Cette approche double lui permet de construire un riche répertoire de connaissances spécifiques au domaine, améliorant ainsi sa performance dans l'exécution des tâches. Planification sur de longs horizons de tâches : Agent S utilise une planification hiérarchique augmentée par l'expérience, une approche stratégique qui facilite la décomposition et l'exécution efficaces de tâches complexes. Cette fonctionnalité améliore considérablement sa capacité à gérer plusieurs sous-tâches de manière efficace et efficiente. Gestion d'interfaces dynamiques et non uniformes : Le projet introduit l'Interface Agent-Ordinateur (ACI), une solution innovante qui améliore l'interaction entre les agents et les utilisateurs. En utilisant des Modèles de Langage Multimodaux de Grande Taille (MLLMs), Agent S peut naviguer et manipuler sans effort diverses interfaces graphiques. Grâce à ces fonctionnalités pionnières, Agent S fournit un cadre robuste qui aborde les complexités impliquées dans l'automatisation de l'interaction humaine avec les machines, préparant le terrain pour d'innombrables applications en IA et au-delà. Qui est le créateur d'Agent S ? Bien que le concept d'Agent S soit fondamentalement innovant, des informations spécifiques sur son créateur restent insaisissables. Le créateur est actuellement inconnu, ce qui souligne soit le stade naissant du projet, soit le choix stratégique de garder les membres fondateurs sous le radar. Quoi qu'il en soit, l'accent reste mis sur les capacités et le potentiel du cadre. Qui sont les investisseurs d'Agent S ? Étant donné qu'Agent S est relativement nouveau dans l'écosystème cryptographique, des informations détaillées concernant ses investisseurs et soutiens financiers ne sont pas explicitement documentées. Le manque d'aperçus publiquement disponibles sur les fondations d'investissement ou les organisations soutenant le projet soulève des questions sur sa structure de financement et sa feuille de route de développement. Comprendre le soutien est crucial pour évaluer la durabilité du projet et son impact potentiel sur le marché. Comment fonctionne Agent S ? Au cœur d'Agent S se trouve une technologie de pointe qui lui permet de fonctionner efficacement dans divers environnements. Son modèle opérationnel est construit autour de plusieurs caractéristiques clés : Interaction homme-ordinateur semblable à l'humain : Le cadre offre une planification IA avancée, s'efforçant de rendre les interactions avec les ordinateurs plus intuitives. En imitant le comportement humain dans l'exécution des tâches, il promet d'élever l'expérience utilisateur. Mémoire narrative : Utilisée pour tirer parti des expériences de haut niveau, Agent S utilise la mémoire narrative pour suivre les historiques de tâches, améliorant ainsi ses processus de prise de décision. Mémoire épisodique : Cette fonctionnalité fournit aux utilisateurs un accompagnement étape par étape, permettant au cadre d'offrir un soutien contextuel au fur et à mesure que les tâches se déroulent. Support pour OpenACI : Avec la capacité de fonctionner localement, Agent S permet aux utilisateurs de garder le contrôle sur leurs interactions et flux de travail, s'alignant avec l'éthique décentralisée de Web3. Intégration facile avec des API externes : Sa polyvalence et sa compatibilité avec diverses plateformes IA garantissent qu'Agent S peut s'intégrer sans effort dans des écosystèmes technologiques existants, en faisant un choix attrayant pour les développeurs et les organisations. Ces fonctionnalités contribuent collectivement à la position unique d'Agent S dans l'espace crypto, alors qu'il automatise des tâches complexes en plusieurs étapes avec un minimum d'intervention humaine. À mesure que le projet évolue, ses applications potentielles dans Web3 pourraient redéfinir la manière dont les interactions numériques se déroulent. Chronologie d'Agent S Le développement et les jalons d'Agent S peuvent être encapsulés dans une chronologie qui met en évidence ses événements significatifs : 27 septembre 2024 : Le concept d'Agent S a été lancé dans un document de recherche complet intitulé “Un cadre agentique ouvert qui utilise les ordinateurs comme un humain”, présentant les bases du projet. 10 octobre 2024 : Le document de recherche a été rendu publiquement disponible sur arXiv, offrant une exploration approfondie du cadre et de son évaluation de performance basée sur le benchmark OSWorld. 12 octobre 2024 : Une présentation vidéo a été publiée, fournissant un aperçu visuel des capacités et des caractéristiques d'Agent S, engageant davantage les utilisateurs et investisseurs potentiels. Ces jalons dans la chronologie illustrent non seulement les progrès d'Agent S, mais indiquent également son engagement envers la transparence et l'engagement communautaire. Points clés sur Agent S Alors que le cadre Agent S continue d'évoluer, plusieurs attributs clés se distinguent, soulignant sa nature innovante et son potentiel : Cadre innovant : Conçu pour offrir une utilisation intuitive des ordinateurs semblable à l'interaction humaine, Agent S propose une approche nouvelle de l'automatisation des tâches. Interaction autonome : La capacité d'interagir de manière autonome avec les ordinateurs via une interface graphique signifie un bond vers des solutions informatiques plus intelligentes et efficaces. Automatisation des tâches complexes : Avec sa méthodologie robuste, il peut automatiser des tâches complexes en plusieurs étapes, rendant les processus plus rapides et moins sujets aux erreurs. Amélioration continue : Les mécanismes d'apprentissage permettent à Agent S de s'améliorer grâce à ses expériences passées, améliorant continuellement sa performance et son efficacité. Polyvalence : Son adaptabilité à travers différents environnements d'exploitation comme OSWorld et WindowsAgentArena garantit qu'il peut servir un large éventail d'applications. Alors qu'Agent S se positionne dans le paysage Web3 et crypto, son potentiel à améliorer les capacités d'interaction et à automatiser les processus représente une avancée significative dans les technologies IA. Grâce à son cadre innovant, Agent S incarne l'avenir des interactions numériques, promettant une expérience plus fluide et efficace pour les utilisateurs à travers divers secteurs. Conclusion Agent S représente un saut audacieux en avant dans le mariage de l'IA et de Web3, avec la capacité de redéfinir notre interaction avec la technologie. Bien qu'il soit encore à ses débuts, les possibilités de son application sont vastes et convaincantes. Grâce à son cadre complet abordant des défis critiques, Agent S vise à mettre les interactions autonomes au premier plan de l'expérience numérique. À mesure que nous plongeons plus profondément dans les domaines des cryptomonnaies et de la décentralisation, des projets comme Agent S joueront sans aucun doute un rôle crucial dans la façon dont la technologie et la collaboration homme-machine évolueront à l'avenir.

862 vues totalesPublié le 2025.01.14Mis à jour le 2025.01.14

Comment acheter S

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Sonic (S) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Sonic (S).Solde ：utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers ：pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P ：tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Sonic (S)Après avoir acheté vos Sonic (S), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Sonic (S)Tradez facilement Sonic (S) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

1.8k vues totalesPublié le 2025.01.15Mis à jour le 2026.06.02

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de S (S) sont présentées ci-dessous.