Auteurs : Xinyang & Ethan, IOSG
En 2026, la courbe d'activité mensuelle des développeurs sur GitHub dans la communauté open source de la Crypto a réalisé un étonnant « creusement de fond ». Le nombre de développeurs actifs est passé d'un pic de 45K en 2022 à environ 23K, cette division par deux en termes de données brutes a déclenché sur les réseaux sociaux des discussions sur un « épuisement des narratifs ». Cependant, en analysant la coupe transversale de cette courbe, ce que nous voyons n'est pas la contraction d'une industrie, mais un profond « deleveraging » des talents.
▲ Source des données : Electric Capital Developer Report, basé sur Crypto Ecosystems Github
I. Qui est parti ? Qui reste ?
Ce sont principalement les nouveaux arrivants qui sont partis. En février 2024, un pic mensuel de 5462 nouveaux développeurs a été atteint, suivi d'une forte baisse, avec un taux d'attrition de 52% parmi ceux ayant moins d'un an d'expérience. Cette vague de personnes était arrivée en masse pendant le marché haussier, travaillant sur des contrats de mint NFT, des forks de protocoles DeFi, des frontends pour les nouveaux L2. Ces postes dépendaient fortement de l'enthousiasme du marché ; une fois l'engouement passé, les projets ont cessé leurs opérations et les postes ont disparu. Les données montrent que les contributions des nouveaux arrivants n'ont jamais dépassé 25% de l'ensemble, ce groupe n'était pas au cœur de l'industrie dès le départ.
▲ Les Newcomers affluent avec le marché haussier et partent avec le marché baissier ; Les développeurs établis (plus de 2 ans d'expérience) atteignent un sommet historique sur la même période
Source des données : Electric Capital Developer Report
D'un autre côté, le nombre de développeurs avec plus de deux ans d'expérience dans le domaine n'a pas baissé mais a augmenté sur la même période, atteignant un niveau historique, contribuant à environ 70% du volume de code. Le jugement de Maria Shen, GP chez Electric Capital, est clair : « Quand on regarde le groupe des développeurs établis, il est en croissance et semble très sain. »
Ils ne restent pas faute de meilleures options.
Sur le plan technique, le travail central dans le crypto aujourd'hui est le développement d'infrastructures de base qui nécessitent généralement des années d'accumulation pour être compris : développement de la couche protocole, audits de sécurité, architecture cross-chain. Ces travaux nécessitent de nombreuses années d'expérience pour être maîtrisés véritablement, ils ne peuvent pas être supprimés du marché par la seule disparition de l'engouement.
Sur le plan économique, de nombreux vétérans détiennent des tokens non encore libérés, des pouvoirs de gouvernance dans les protocoles et des relations capitalistiques. Leur capital accumulé dans cette industrie a formé de véritables barrières à l'entrée et des rendements. En regardant la distribution des écosystèmes, ils votent avec leurs pieds : les développeurs Bitcoin ont augmenté de 64,3% en deux ans, Solana +11,1%, tandis que Cosmos a baissé de 51,1%, Polkadot de 46,9%. Les vétérans se concentrent vers les écosystèmes ayant des utilisateurs et des revenus réels, quittant les projets encore maintenus par des narratifs.
▲ Source : Coincub Web3 Jobs Report 2025
Source des données : Web3.Career
L'évolution de la structure des postes confirme la même chose. Parmi les nouveaux emplois Web3 créés en 2025, la catégorie la plus importante n'était pas celle des développeurs, mais celle du Project & Programme Management, dépassant 27%. Pour une industrie réputée pour sa propulsion technologique, cela est contre-intuitif, mais la logique sous-jacente n'est pas compliquée : l'industrie passe de la phase de construction à la phase d'exécution, plus de 100 chaînes doivent être intégrées, les clients institutionnels ont des exigences complètement différentes en matière de conformité et de sécurité, et la gouvernance des DAO doit trouver un équilibre entre des parties prenantes aux intérêts divergents. Il ne s'agit pas de gestion de projet traditionnelle, mais de coordination et de jugement dans un environnement où les règles sont encore en train de se former.
En surface, l'industrie rétrécit, mais la densité de son cœur augmente. Le marché baissier de 2018-2019 a également été accompagné d'une perte massive de développeurs, mais a vu émerger par la suite des projets phénoménaux comme Uniswap, Aave, OpenSea, qui ont défini le marché haussier de 2020-2021. Les constructeurs qui restent cette fois-ci ont des infrastructures plus matures, et l'ère de l'IA leur offre une scène plus grande que la précédente.
II. Ceux qui restent, quelles compétences apportent-ils ?
Quelles compétences spéciales cette industrie de la Crypto a-t-elle véritablement forgées chez ses constructeurs ? Pour répondre à cette question, nous devons revenir aux principes fondamentaux de la blockchain. À travers les cycles haussiers et baissiers, cette industrie continue de fonctionner selon la même règle sous-jacente : le code est loi, l'exécution est définitive.
En 2016, l'incident The DAO, où un attaquant a utilisé une vulnérabilité de réentrance pour transférer 36 millions de dollars. Le code n'avait pas de bug, la logique s'exécutait exactement comme prévu, mais les limites n'avaient pas été anticipées par les concepteurs. En 2021, le pont cross-chain de Poly Network a été attaqué, et 610 millions de dollars ont été transférés en quelques heures. Aucune plateforme ne pouvait arrêter, aucune institution ne pouvait annuler, aucune clause légale ne pouvait donner droit à réparation. C'est la caractéristique structurelle qui distingue la crypto de presque toutes les autres industries : la marge d'erreur est nulle, l'intervention a posteriori est quasi inexistante.
Cet environnement a forcé le développement d'un ensemble de compétences rarement nécessaires dans d'autres secteurs : construire des systèmes fonctionnels de zéro, dans lesquels des inconnus acceptent de participer, sous des conditions d'absence de règles et de confiance.
Cette capacité comprend deux aspects. Le premier est l'établissement de la confiance à partir de zéro, sans dépendre d'aucune autorité externe, uniquement en s'appuyant sur le code et des mécanismes pour que des inconnus acceptent d'y placer des actifs réels. Le second est la capacité à prendre des décisions sous une double incertitude technologique et économique, en concevant des systèmes fonctionnels malgré l'absence de cadre réglementaire, de données historiques ou de normes sectorielles de référence.
Les deux aspects ont trouvé des applications concrètes dans la crypto. Uniswap n'avait aucune garantie d'entreprise, pas de KYC, pas de service client. Les gens déposaient des fonds dans les pools de liquidité en se fiant uniquement à la confiance dans quelques centaines de lignes de code et un ensemble de mécanismes économiques, atteignant des volumes d'échange quotidiens de dizaines de milliards de dollars. MakerDAO n'avait pas le soutien d'une banque centrale, pas d'assurance des dépôts, et maintenait la stabilité du DAI uniquement grâce à la gouvernance on-chain et au mécanisme de collatéralisation. Pendant le DeFi Summer, c'était encore plus extrême : pas de cadre réglementaire, pas de norme d'audit, pas de données historiques de référence. Les constructeurs ont conçu des AMM, des protocoles de prêt, du yield farming, passant du concept à des dizaines de milliards de dollars de TVL en quelques mois. Cette capacité se manifeste sous différentes formes chez les constructeurs de la couche protocole, application ou gouvernance, mais le principe sous-jacent est le même.
L'ère de l'IA crée un problème structurellement très similaire. Le processus de décision des modèles est opaque, les résultats de sortie ne peuvent pas être vérifiés indépendamment. Les agents IA commencent à exécuter des transactions de manière autonome, à allouer des fonds, et les systèmes de règles et de contraintes correspondants n'existent pas encore. Les entreprises de grands modèles contrôlent à la fois les modèles et les standards d'évaluation, les utilisateurs manquent de moyens de vérification efficaces. La puissance de calcul est fortement concentrée chez quelques grands acteurs, créant une tarification monopolistique lors des pics de demande. Ces problèmes pointent tous vers un même noyau : le problème de la confiance dans les systèmes autonomes, qui se rejoue à plus grande échelle avec l'IA.
Les constructeurs de la crypto traitent ce type de problème dans un environnement sans contraintes réglementaires externes depuis des années, sauf que le cadre précédent était les protocoles on-chain, et maintenant c'est l'IA. Et déjà, un certain nombre de personnes ont directement transféré les compétences accumulées dans la crypto vers l'IA, et ont obtenu des résultats.
III. Comment ces compétences sont-elles revalorisées à l'ère de l'IA ?
Les cas de passage de la crypto à l'IA sont devenus fréquents ces dernières années, mais en les analysant, ce qu'ils emportent n'est pas la même chose.
La voie la plus intuitive est le transfert direct du matériel et de l'expérience. Les trois cofondateurs de CoreWeave, Michael Intrator, Brian Venturo et Brannin McBee, ont commencé à miner de l'Ethereum avec des GPU en 2017, passant d'une machine à des milliers. Ils ont arrêté l'activité de minage en 2022. Deux mois plus tard, ChatGPT était publié, et leurs GPU sont immédiatement devenus des fournisseurs de puissance de calcul pour l'IA. Introduit en bourse sur le Nasdaq en mars 2025 avec une valorisation d'environ 23 milliards de dollars, leur capitalisation a ensuite atteint un pic proche de 70 milliards de dollars.
Le cofondateur d'OpenSea, Alex Atallah, avait traité le problème de l'agrégation et du routage d'actifs extrêmement hétérogènes sur le marché des NFT. Il a transféré cette même expérience au routage des modèles d'IA en fondant OpenRouter, qui en deux ans a servi plus de 5 millions de développeurs, atteignant une valorisation de 500 millions de dollars.
Une autre catégorie de migration est encore plus intéressante. Ilia Polosukhin, fondateur de NEAR, est co-auteur de l'article fondateur du Transformer. Après avoir quitté Google, son objectif initial était de construire des applications d'IA en langage naturel, mais lors du développement, il a rencontré un problème pratique : effectuer des paiements transfrontaliers à des travailleurs d'annotation de données dans le monde entier, dont beaucoup n'avaient pas de compte bancaire. La technologie blockchain s'est alors avérée être la meilleure solution à ce problème de paiement.
Aujourd'hui, NEAR se transforme en plateforme d'infrastructure IA, avec pour axes principaux l'IA appartenant à l'utilisateur (user-owned AI) et l'apprentissage machine confidentiel décentralisé (DCML), permettant aux utilisateurs d'utiliser des services d'IA sans exposer leurs données. L'expérience accumulée par NEAR en architecture décentralisée est devenue le point de départ le plus difficile à reproduire dans cette direction.
Sean Neville, cofondateur de Circle, a quitté pour fonder Catena Labs, une banque native IA, transférant directement sa compréhension des infrastructures de stablecoin aux scénarios financiers des agents IA, avec une levée de seed de 18 millions de dollars menée par a16z crypto. Nader Dabit, développeur senior d'Aave et Lens Protocol, est passé à Cognition, apportant son expérience de construction d'écosystème développeur acquise dans plusieurs protocoles crypto au domaine des outils d'agents IA.
Ces personnes emportent bien plus que du matériel GPU ou un réseau d'utilisateurs. C'est l'intuition de la conception de mécanismes, l'expérience de construction d'écosystèmes développeurs, la capacité de jugement pour construire des systèmes fiables à partir de zéro en l'absence de règles. Ces compétences correspondent précisément à trois lacunes structurelles rencontrées lors de la montée en puissance de l'IA.
L'agrégation et l'optimisation de la puissance de calcul
La puissance de calcul est le goulot d'étranglement le plus direct de la montée en puissance de l'IA. L'entraînement et l'inférence nécessitent une grande quantité de GPU, la demande est volatile, les fournisseurs de cloud sont chers avec des files d'attente, et les entreprises ne veulent pas stocker leur propre matériel. Ce problème a deux aspects : comment agréger et allouer la puissance de calcul, et comment utiliser plus efficacement la puissance agrégée. Les constructeurs de la crypto ont une expérience directement transférable sur ces deux aspects.
Hyperbolic résout le problème de l'allocation et de la confiance. Son fondateur, Jasper Zhang, a apporté la conception de mécanismes décentralisés dans le secteur de la puissance de calcul IA : les tokens incitent les détenteurs de GPU dispersés à contribuer leur puissance inutilisée, mais le problème central reste la confiance.
Comment faire confiance aux résultats de calcul fournis par un nœud inconnu ? L'innovation clé, le PoSP, utilise un échantillonnage aléatoire et la théorie des jeux pour que l'honnêteté devienne la stratégie dominante des nœuds. Pas besoin de vérification complète, faible surcharge, extensible, résultats fiables. Ce mécanisme est directement transféré de la logique crypto de vérification du comportement de nœuds inconnus.
MoonMath résout le problème de l'efficacité. Anciennement Ingonyama, elle se concentrait sur l'accélération matérielle ZK, améliorant la vitesse de génération des preuves ZK de plusieurs fois dans des contraintes de calcul extrêmes. Maintenant, elle se tourne vers la couche de performance Physical AI, avec l'accélération de l'attention clairsemée pour les modèles de diffusion vidéo (LiteAttention), la décomposition en faible rang de la couche FFN (LiteLinear), l'accélération de la rétropropagation pendant l'entraînement (BackLite). Passer de l'accélération ZK à l'accélération de l'inférence IA repose sur la même capacité fondamentale : faire fonctionner les mathématiques plus vite sous des contraintes de calcul extrêmes. Le secteur change, l'accumulation n'est pas gaspillée.
Conception de la gouvernance et des incitations pour l'IA
Lorsque plusieurs agents IA commencent à collaborer pour exécuter des tâches, comment s'assurer qu'ils ne détruiront pas le système global en poursuivant leurs objectifs individuels. Chaque participant poursuit sa propre fonction objectif, personne ne garantit que le système restera fonctionnel une fois leurs actions combinées, et la vitesse d'exécution des agents dépasse largement la fenêtre d'intervention humaine.
C'est le type de problème que les constructeurs de la crypto ont traité à plusieurs reprises dans la gouvernance des DAO et la conception de la tokenomics : faire fonctionner des parties prenantes aux intérêts totalement différents, en l'absence d'autorité centrale, selon la direction prédéfinie par le système. La réponse de la crypto est le mécanisme économique : les opérations non conformes entraînent un coût économique réel, les règles sont écrites dans le code et s'exécutent automatiquement.
EigenLayer transfère directement ce mécanisme aux scénarios IA. Grâce au mécanisme de restaking, les nœuds doivent mettre en gage des actifs avant de participer à la collaboration. Le non-respect des engagements ou les opérations non conformes déclenchent des pénalités automatiques. Les règles ne sont pas des suggestions, mais des frontières rigides avec un coût économique réel. EigenCloud étend cette logique à la calcul vérifiable et à la gouvernance collaborative des agents IA, obligeant les agents à rester dans les limites prédéfinies tout en poursuivant leurs propres objectifs. Utiliser des mécanismes économiques pour contraindre les agents est beaucoup plus fiable que d'utiliser des principes éthiques.
Paiement autonome des Agents IA
Un problème encore plus fondamental : comment l'agent paie-t-il ? Les systèmes de paiement traditionnels sont conçus pour les humains. Les cartes de crédit nécessitent l'ouverture d'un compte, les virements bancaires nécessitent une autorisation, chaque étape suppose que l'opérateur est humain, a une identité, attendra. L'agent n'attend pas, il peut initier un grand nombre de requêtes par seconde, chaque requête pouvant impliquer un micro-paiement. Les canaux de paiement traditionnels échouent directement dans ce scénario.
Les stablecoins et les règles on-chain sont l'infrastructure que les constructeurs de la crypto ont déjà construite, prenant en charge nativement la programmabilité, l'absence d'autorisation et le fonctionnement 24/7. Ces trois caractéristiques correspondent exactement aux exigences strictes du scénario de paiement des agents. Il manque juste une couche de protocole pour connecter les stablecoins aux flux de travail des agents.
x402, lancé par Coinbase en mai 2025, active le code d'état HTTP 402, intégrant directement le paiement en stablecoin dans la requête HTTP. L'agent initie la requête et effectue le paiement simultanément, sans compte requis, règlement en environ deux secondes. Jusqu'en avril 2026, le protocole x402 a traité plus de 165 millions de transactions, avec un volume cumulé d'environ 50 millions de dollars, et compte 69 000 agents actifs (source : x402 Foundation). Cloudflare, AWS, Stripe, Anthropic MCP y sont déjà intégrés. Le paiement par agent est déjà un secteur avec un trafic réel.
Ces trois directions correspondent aux trois lacunes structurelles rencontrées lors de la montée en puissance de l'IA : l'agrégation et l'efficacité de la puissance de calcul, l'alignement des incitations pour la collaboration multi-agents, et l'infrastructure de paiement autonome. Ces trois problèmes n'ont pas de réponse toute faite dans l'architecture logicielle traditionnelle, mais l'industrie crypto a l'expérience correspondante pour les traiter. Les capacités n'ont pas disparu, elles ont simplement trouvé un nouveau terrain d'application.
IV. Le nouveau positionnement des Constructeurs : des rédacteurs de contrats intelligents aux concepteurs de règles pour l'IA
La montée en puissance de l'IA crée un déficit de compétences qui n'existait pas auparavant. Ce n'est pas un déficit de talents techniques, mais un déficit de personnes capables de concevoir des mécanismes de confiance dans des systèmes autonomes. Alors que les destinataires des services passent des humains aux agents IA, le rôle des constructeurs de la crypto est en train d'être redéfini.
Le tableau suivant compare l'évolution des dimensions du paradigme des fonctions spécifiques :
La différence centrale entre les deux paradigmes ne réside pas dans la pile technologique, mais dans la manière dont la confiance est établie et la logique d'exécution des règles. À l'ère pré-IA, les constructeurs de la crypto faisaient face à des participants humains. Les règles étaient écrites dans les contrats, la marge d'erreur était nulle, mais les limites du système étaient relativement claires.
À l'ère IA-Native, lorsque l'interlocuteur devient un agent IA fonctionnant de manière autonome, le problème à résoudre est le suivant : le comportement des agents est imprévisible, leur vitesse d'exécution dépasse largement la fenêtre d'intervention humaine, et les limites du système elles-mêmes doivent être redéfinies dans un contexte d'incertitude bien plus grand. Le positionnement fonctionnel des constructeurs de la crypto passe de « rédiger des contrats intelligents sécurisés » à « concevoir des mécanismes de confiance pour les systèmes autonomes d'IA ».
Le recrutement dans les grandes institutions reflète déjà ce changement :
▲ Postes principaux IA/Data activement ouverts par les principales plateformes d'échange au Q1 2026
Source : Gate Research Institute
Le recrutement en 2026 par les principales plateformes d'échange et institutions reflète clairement cette tendance : elles ne cherchent plus seulement des ingénieurs IA ou des développeurs crypto, mais des personnes capables de connecter les deux, qui comprennent à la fois les distorsions incitatives on-chain et la gouvernance des jeux d'acteurs, qui peuvent intégrer profondément les outils IA dans les flux de travail crypto, et concevoir des mécanismes alignant à long terme les agents avec la régulation et les utilisateurs.
L'orientation des capitaux reflète déjà ce jugement. Paradigm lève un nouveau fonds de taille maximale de 1,5 milliard de dollars, étendant son champ d'investissement de la crypto à l'IA et à la robotique. Haun Ventures finalise un Fund II de 1 milliard de dollars, se concentrant sur les infrastructures financières fusionnant crypto et IA, en particulier les systèmes de paiement, stablecoins et économies agent-to-agent supportant les transactions et la coordination autonomes des agents IA.
a16z crypto finalise son cinquième fonds (Crypto Fund V) de 2,2 milliards de dollars, indiquant clairement qu'il investira à 100% dans le domaine de la crypto. Face à la complexité et à l'opacité de l'ère de l'IA, ils se concentreront sur l'application des caractéristiques de transparence, de vérifiabilité et de décentralisation de la crypto. De plus, selon les données de PitchBook, en 2025, environ 40% des investissements VC américains dans le domaine de la crypto ont été dirigés vers des entreprises impliquées à la fois dans la crypto et l'IA, une augmentation significative par rapport à 2024.
De même, parmi les constructeurs crypto passant à l'IA, les chemins choisis présentent des différences marquées selon les environnements de marché.
Aux États-Unis, avec un environnement réglementaire relativement clarifié, l'innovation au niveau protocole a obtenu un espace de survie réel. La densité du réseau de capital est élevée, le chemin de l'idée au financement est court, la marge d'erreur est relativement grande. Des projets comme Hyperbolic, EigenCloud, Gensyn, Ritual partagent la caractéristique de concevoir de nouveaux mécanismes à partir de zéro, plutôt que de faire une simple intégration d'applications sur des systèmes existants. Les VC de premier plan ont des thèses d'investissement claires sur des directions telles que « le calcul vérifiable, la coordination des agents, le ML décentralisé », et sont prêts à fournir une marge d'erreur suffisante pour l'exploration technologique précoce.
La situation en Asie est différente. Singapour et Hong Kong assument davantage un rôle de conformité et de plaque tournante pour les fonds institutionnels. Le cadre réglementaire y est relativement conservateur, avec une tolérance plus faible pour l'innovation pure au niveau protocole. Les constructeurs ayant un passé crypto qui se tournent vers l'IA choisissent davantage des chemins au niveau applicatif et de fusion industrielle – utilisant la base d'utilisateurs, les capacités de paiement ou les actifs de données accumulés dans la crypto pour intégrer rapidement des produits et services d'IA.
Ce n'est pas une différence de capacités, mais une divergence de choix de chemin due aux signaux du marché et aux environnements réglementaires : les États-Unis encouragent davantage l'innovation au niveau des mécanismes fondamentaux et l'exploration technologique précoce, tandis que l'Asie met davantage l'accent sur la conformité, la monétisation rapide et l'intégration profonde avec les industries traditionnelles.
Revenons à la courbe GitHub du début. Le nombre de développeurs actifs mensuels est passé de 45K à 23K, en apparence l'industrie rétrécit. Mais parmi ceux qui restent, la proportion de développeurs établis atteint un niveau historique, ils affluent vers des écosystèmes avec des utilisateurs réels, et sont en même temps revalorisés par l'industrie de l'IA d'une manière sans précédent.
Lorsque la montée en puissance de l'IA rencontre des goulots d'étranglement structurels comme l'agrégation de la puissance de calcul, le paiement autonome des agents, la vérifiabilité des données et des décisions, ou la coordination de la confidentialité, la sensibilité à long terme de ces constructeurs aux règles, aux incitations et à l'authenticité, accumulée au nœud de convergence entre la Crypto et l'IA, se transforme progressivement en une capacité systémique rare à l'ère de l'IA.
En tant qu'institution d'investissement spécialisée dans l'infrastructure crypto depuis 2017, le jugement d'IOSG sur cette ligne ne se limite pas à l'observation. Nous avons investi dans EigenLayer alors que son mécanisme de restaking n'était pas encore largement reconnu par le marché, nous avons mené le tour d'amorçage d'Ingonyama (aujourd'hui MoonMath) en pariant sur la migration de l'accélération matérielle ZK vers la couche de performance IA, et nous avons investi dans Hyperbolic en 2024, convaincus par sa voie consistant à utiliser des mécanismes de vérification natifs de la crypto pour résoudre le problème de confiance dans la puissance de calcul décentralisée.
La logique commune derrière ces investissements est la suivante : les problèmes de confiance, de coordination et de vérification rencontrés lors de la montée en puissance de l'IA finiront par nécessiter les capacités de conception de mécanismes accumulées par l'industrie crypto. Nous croyons que la convergence de la crypto et de l'IA n'est pas une simple narration, mais une opportunité structurelle en train de se produire.
