Auteurs : Xinyang & Ethan, IOSG
En 2026, la courbe d'activité GitHub des communautés open source du Crypto a achevé un impressionnant "creux de marché". Avec une chute d'environ 45K développeurs mensuels actifs à son pic en 2022 à environ 23K, cette réduction de moitié sur le papier a déclenché des discussions sur l'"épuisement des narratifs" sur les réseaux sociaux. Cependant, en disséquant la section transversale de cette courbe, on ne voit pas un rétrécissement du secteur, mais un profond "désendettement des talents".
▲ Source des données : Electric Capital Developer Report, basé sur Crypto Ecosystems Github
1. Qui est parti ? Qui reste ?
Ce sont principalement les nouveaux venus qui sont partis. En février 2024, les nouveaux développeurs pour le mois unique ont atteint 5 462 personnes, avant de chuter considérablement, avec un taux d'attrition de 52 % parmi ceux ayant moins d'un an d'expérience. Cette vague de personnes est principalement arrivée pendant le marché haussier, travaillant sur des contrats de frappe NFT, du fork de protocoles DeFi, ou le frontend pour les nouveaux L2. Ces postes sont fortement tributaires de la chaleur du marché ; une fois la fièvre retombée, les projets cessent leurs opérations et les postes disparaissent. Les données montrent que les contributions en code des nouveaux venus n'ont jamais dépassé 25 % du total, ce groupe n'étant jamais entré dans le cercle central de l'industrie.
▲ Les Newcomers affluent avec le marché haussier et partent avec le marché baissier ; Les devs établis (2+ ans d'expérience) atteignent un record historique sur la même période
Source des données : Electric Capital Developer Report
D'un autre côté, les développeurs avec plus de deux ans d'expérience dans le secteur ont, sur la même période, augmenté au lieu de diminuer, atteignant un record historique et contribuant à environ 70 % du volume de code. Le jugement de Maria Shen, GP chez Electric Capital, est direct : "Lorsque nous observons le groupe des développeurs établis, il est en croissance et semble très sain."
Ils ne restent pas par manque d'alternatives.
Sur le plan technique, le travail central dans le crypto aujourd'hui concerne le développement d'infrastructures de base qui nécessitent généralement des années d'accumulation pour être comprises : développement de couche protocole, audit de sécurité, architecture cross-chain. Ces travaux demandent des années d'expérience pour être vraiment maîtrisés, et ne peuvent pas être évincés du marché simplement parce que la fièvre est retombée.
Sur le plan économique, beaucoup de vétérans détiennent des tokens non encore débloqués (vested), du pouvoir de gouvernance dans les protocoles et des relations actionnariales. Leur accumulation dans ce secteur a déjà formé de véritables barrières et récompenses. En termes de 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 chuté de 51,1 % et Polkadot de 46,9 %. Les vétérans se concentrent vers les écosystèmes ayant des utilisateurs réels et des revenus, quittant les projets qui survivent encore sur du récit.
▲ Source : Coincub Web3 Jobs Report 2025
Source des données : Web3.Career
Le changement de structure des postes confirme la même tendance. En 2025, parmi les nouveaux postes Web3 créés, la catégorie la plus importante n'était pas les développeurs, mais le Project & Programme Management, dépassant 27 %. Pour une industrie réputée être axée sur la technologie, c'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 imposent des exigences totalement différentes en matière de conformité et de sécurité, et la gouvernance des DAO nécessite de trouver un équilibre entre des parties prenantes aux intérêts divergents. Ce n'est pas de la gestion de projet traditionnelle, mais de la coordination et du jugement dans un environnement où les règles sont encore en formation.
L'industrie semble se contracter en surface, mais la densité de son noyau augmente en réalité. Le marché baissier de 2018-2019 s'est également accompagné d'une perte massive de développeurs, mais a ensuite donné naissance à des projets phénoménaux comme Uniswap, Aave, OpenSea, qui ont défini le marché haussier de 2020-2021. Les constructeurs qui restent cette fois-ci disposent d'infrastructures plus matures, et l'ère de l'IA leur offre une scène encore plus grande que celle de la dernière fois.
2. Quelles sont les compétences de ceux qui restent ?
Quelles compétences spéciales cette industrie du Crypto a-t-elle réellement forgé chez ses constructeurs ? Pour répondre à cette question, nous devons revenir aux principes fondamentaux de la blockchain. Entre les cycles alternés de hausse et de baisse, cette industrie fonctionne toujours selon la même règle sous-jacente : le code est la loi, l'exécution est définitive.
L'incident The DAO en 2016, où un attaquant a utilisé une vulnérabilité d'appel récursif pour détourner 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. L'attaque du pont cross-chain de Poly Network en 2021, où 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 permettre un recouvrement. C'est la caractéristique structurelle qui distingue le crypto de presque toutes les autres industries : une marge d'erreur nulle, une intervention postérieure quasi inexistante.
Cet environnement a forcé le développement d'un ensemble de compétences rarement nécessaires dans d'autres secteurs : construire à partir de zéro, en l'absence de règles établies et de confiance préexistante, des systèmes fonctionnels que des inconnus sont prêts à utiliser.
Cette capacité comprend deux niveaux. 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 convaincre des inconnus d'y déposer de vrais actifs. Le second est la capacité à prendre des décisions sous une double incertitude technique et économique, sans cadre réglementaire, sans données historiques, sans normes sectorielles de référence, et pourtant concevoir des systèmes qui fonctionnent.
Ces deux niveaux ont été concrètement validés dans le crypto. Uniswap n'a pas de garantie d'entreprise, pas de KYC, pas de service client. Toute personne déposant des fonds dans un pool de liquidité le fait uniquement sur la confiance en 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'a pas le soutien d'une banque centrale, pas d'assurance des dépôts, il maintient la stabilité du DAI purement par la gouvernance on-chain et des mécanismes de collatéralisation. Pendant le DeFi Summer, c'était encore plus extrême : sans cadre réglementaire, sans normes d'audit, sans aucune donnée historique de référence, les constructeurs ont conçu des AMM, des protocoles de prêt, du liquidity mining, passant du concept à des dizaines de milliards de dollars en TVL en quelques mois. Cette capacité se manifeste différemment chez les constructeurs de couche protocole, d'application ou de gouvernance, mais le principe sous-jacent est le même.
L'ère de l'IA est en train de créer un problème structurellement très similaire. Le processus décisionnel des modèles est opaque, les résultats ne peuvent pas être vérifiés indépendamment. Les agents IA commencent à exécuter des transactions de manière autonome, à gérer des fonds, et les cadres de règles et de contraintes correspondants n'existent pas encore. Les entreprises de grands modèles contrôlent à la fois le modèle et les standards d'évaluation, les utilisateurs manquent de moyens de vérification efficaces. La puissance de calcul est hautement concentrée chez quelques grands acteurs, créant un prix de monopole lorsque la demande explose. Ces problèmes pointent tous vers le même noyau : le problème de confiance dans les systèmes autonomes, qui se rejoue à plus grande échelle avec l'IA.
Les constructeurs crypto traitent ce type de problème dans un environnement sans contraintes de règles d'autorité externe depuis des années, sauf que le cadre était auparavant les protocoles on-chain, maintenant c'est l'IA. Et déjà, un groupe de personnes a directement transféré les compétences acquises dans le crypto vers l'IA, avec des résultats.
3. Comment ces compétences sont-elles réévaluées à l'ère de l'IA ?
Les cas de transition du crypto vers l'IA sont devenus courants ces dernières années, mais en regardant de près, ce qu'ils emportent avec eux diffère.
La voie la plus directe est le transfert direct du matériel et de l'expérience. Les trois fondateurs 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. En 2022, ils ont arrêté l'activité minière, deux mois plus tard ChatGPT est sorti, leurs GPU sont directement devenus des fournisseurs de puissance de calcul IA. Cotés au Nasdaq en mars 2025 avec une valorisation IPO d'environ 23 milliards de dollars, leur capitalisation boursière a ensuite atteint près de 70 milliards de dollars à son pic.
Le cofondateur d'OpenSea, Alex Atallah, a traité le problème de l'agrégation et du routage d'actifs extrêmement hétérogènes sur le marché NFT. Il a transféré cette même expérience au routage de modèles IA en fondant OpenRouter, qui en deux ans sert plus de 5 millions de développeurs, avec une valorisation de 500 millions de dollars.
Une autre migration est plus intéressante. Le fondateur de NEAR, Illia Polosukhin, est l'un des coauteurs du papier Transformer. Après avoir quitté Google, son idée initiale était de construire des applications 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 est devenue la meilleure solution à ce problème de paiement.
Aujourd'hui, NEAR se transforme en une plateforme d'infrastructure IA, avec pour orientations centrales l'IA possédée par l'utilisateur et l'apprentissage machine confidentiel décentralisé (DCML), permettant aux utilisateurs d'utiliser des services IA sans exposer leurs données. L'expérience en architecture décentralisée accumulée chez NEAR est devenue le point de départ le plus difficile à reproduire dans cette direction.
Le cofondateur de Circle, Sean Neville, a quitté pour fonder Catena Labs, positionné comme une banque native IA, transférant directement sa compréhension de l'infrastructure stablecoin aux scénarios financiers des agents IA, avec un tour de seed de 18 millions de dollars mené par a16z crypto. Le développeur expérimenté d'Aave et Lens Protocol, Nader Dabit, s'est tourné vers Cognition, apportant son expérience de construction d'écosystème développeur acquise sur plusieurs protocoles crypto dans le domaine des outils d'agents IA.
Ce groupe n'emporte pas seulement du matériel GPU ou un réseau d'utilisateurs, mais aussi une intuition du design 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 par l'IA à grande échelle.
L'agrégation et l'optimisation de la puissance de calcul
La puissance de calcul est le goulot d'étranglement le plus direct de l'IA à grande échelle. L'entraînement et l'inférence nécessitent beaucoup de GPU, la demande fluctue énormément, les fournisseurs de cloud sont chers et il y a des files d'attente, les entreprises ne veulent pas stocker leur propre matériel. Ce problème a deux niveaux : comment agréger et répartir la puissance de calcul, et comment utiliser plus efficacement la puissance de calcul agrégée. Les constructeurs crypto ont des acquis directement transférables sur ces deux niveaux.
Hyperbolic résout le problème de la répartition et de la confiance. Son fondateur, Jasper Zhang, a apporté le design de mécanismes décentralisés dans le secteur de la puissance de calcul IA : le token incite les détenteurs de GPU dispersés à contribuer leur puissance de calcul inutilisée, mais le problème central est la confiance.
Pourquoi faire confiance aux résultats de calcul donnés par un nœud inconnu ? L'innovation centrale, PoSP, utilise un échantillonnage aléatoire combiné à la théorie des jeux, faisant de l'honnêteté la stratégie dominante pour les nœuds. Pas besoin de vérification complète, faible coût, évolutif, résultats fiables. Ce mécanisme est directement transféré de la logique crypto de vérification du comportement des nœuds inconnus.
MoonMath résout le problème de l'efficacité. Anciennement Ingonyama, elle se concentrait sur l'accélération matérielle ZK, augmentant la vitesse de génération des preuves ZK par plusieurs fois sous des contraintes de calcul extrêmes. Maintenant, la direction passe à la couche de performance Physical AI, avec l'accélération de l'attention sparse pour les modèles de diffusion vidéo (LiteAttention), la décomposition low-rank des couches FFN (LiteLinear), l'accélération de la rétropropagation pendant l'entraînement (BackLite). De l'accélération ZK à l'accélération de l'inférence IA, le fond est le même : faire courir les mathématiques plus vite sous des contraintes de calcul extrêmes. Le secteur change, l'accumulation n'est pas gaspillée.
La gouvernance de l'IA et la conception d'incitations
Lorsque plusieurs agents IA commencent à collaborer pour exécuter des tâches, comment s'assurer qu'ils ne détruisent pas le système global en poursuivant leurs objectifs individuels. Chaque participant poursuit sa propre fonction objectif, personne ne garantit que le système fonctionnera encore normalement 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 crypto ont traité à plusieurs reprises dans la gouvernance des DAO et le design de 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 du crypto est le mécanisme économique : les opérations non conformes entraînent un coût économique réel, les règles sont écrites dans le code, exécutées automatiquement.
EigenLayer a directement transféré ce mécanisme aux scénarios IA. Grâce au mécanisme de restaking, les nœuds doivent miser 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 limites rigides avec un coût économique réel. EigenCloud étend cette logique au calcul vérifiable et à la gouvernance collaborative des agents IA, forçant les agents à rester dans des limites prédéfinies tout en poursuivant leurs objectifs. Contraindre les agents par des mécanismes économiques est bien plus fiable que de les contraindre par des principes éthiques.
Le paiement autonome des Agents IA
Il y a un problème encore plus fondamental : comment l'agent paye-t-il ? Les systèmes de paiement traditionnels sont conçus pour les humains. Les cartes de crédit nécessitent une ouverture de compte, les virements bancaires nécessitent une autorisation, chaque étape suppose que l'opérateur est humain, a une identité, peut attendre. L'agent n'attend pas, il peut initier de nombreuses requêtes par seconde, chaque requête peut impliquer un micro-paiement, le canal de paiement traditionnel échoue directement dans ce scénario.
Les stablecoins et les règles on-chain sont des infrastructures déjà construites par les constructeurs crypto, supportant nativement la programmabilité, l'absence d'autorisation préalable et le fonctionnement 24/7. Ces trois caractéristiques sont précisément les exigences strictes du scénario de paiement par agent. Il ne manquait qu'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 le paiement en stablecoin directement dans la requête HTTP. L'agent initie la requête et effectue le paiement simultanément, sans compte nécessaire, règlement en environ deux secondes. En avril 2026, le protocole x402 avait traité plus de 165 millions de transactions, avec un volume cumulé d'environ 50 millions de dollars, et 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 à trois lacunes structurelles rencontrées par l'IA à grande échelle : l'agrégation et l'efficacité de la puissance de calcul, l'alignement des incitations pour la collaboration multi-agents, l'infrastructure de paiement autonome. Ces trois problèmes n'ont pas de réponse toute faite dans l'architecture logicielle traditionnelle, mais il existe une expérience de traitement correspondante dans l'industrie crypto. Les capacités n'ont pas disparu, elles ont simplement trouvé un nouveau champ d'application.
4. Le nouveau positionnement des Constructeurs : Des rédacteurs de contrats intelligents aux concepteurs de règles pour l'IA
La mise à l'échelle de l'IA est en train de créer 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. Lorsque l'objet du service passe de l'humain à l'IA, le rôle des constructeurs crypto est également en train d'être redéfini.
Le tableau ci-dessous compare l'évolution des paradigmes de fonctions spécifiques :
La différence fondamentale 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 crypto faisaient face à des participants humains. Les règles étaient écrites dans des contrats intelligents, avec une marge d'erreur nulle, mais les frontières 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 comportement de l'agent est imprévisible, sa vitesse d'exécution dépasse largement la fenêtre d'intervention humaine, et les frontières du système elles-mêmes doivent être redéfinies sous une incertitude bien plus grande. Le positionnement fonctionnel des constructeurs crypto passe de "l'écriture de contrats intelligents sécurisés" à la "conception de mécanismes de confiance pour les systèmes autonomes de l'IA".
Le recrutement des principales institutions reflète déjà ce changement :
▲ Postes clés IA/Donnés activement ouverts par les principales bourses au Q1 2026
Source : Gate Research Institute
Le recrutement des principales bourses et institutions en 2026 reflète clairement cette tendance : on ne recherche plus uniquement des ingénieurs IA ou des développeurs crypto, mais des personnes capables de relier les deux mondes, comprenant à la fois les distorsions d'incitations on-chain et les jeux de gouvernance, et capables d'intégrer profondément les outils IA dans les flux de travail crypto, tout en concevant des mécanismes permettant aux agents de s'aligner à long terme avec la réglementation et les utilisateurs.
La direction de l'allocation du capital reflète déjà ce jugement. Paradigm est en train de lever un nouveau fonds pouvant atteindre 1,5 milliard de dollars, étendant son champ d'investissement du crypto à l'IA et à la robotique. Haun Ventures a levé 1 milliard de dollars pour son Fund II, se concentrant particulièrement sur les infrastructures financières à la croisée du crypto et de l'IA, notamment les systèmes de paiement, les stablecoins et les économies agent-to-agent supportant les transactions et la coordination autonomes des agents IA.
a16z crypto a clôturé son cinquième fonds (Crypto Fund V) de 2,2 milliards de dollars, indiquant clairement que le fonds sera investi à 100 % dans le secteur du crypto. Face à la complexité et à l'opacité de l'ère de l'IA, ils se concentreront particulièrement sur l'application des caractéristiques de transparence, de vérifiabilité et de décentralisation du crypto. Selon les données de PitchBook, environ 40 % des investissements VC dans le secteur du crypto aux États-Unis en 2025 ont été dirigés vers des entreprises impliquées à la fois dans le crypto et l'IA, une augmentation significative par rapport à 2024.
Bien que des constructeurs crypto se tournent vers l'IA, les chemins choisis présentent des différences marquées selon l'environnement 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 principaux VC ont des thèses d'investissement claires sur des directions comme "le calcul vérifiable, la coordination d'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 jouent davantage un rôle de centre de conformité et de transit pour les capitaux institutionnels. Le cadre réglementaire est relativement conservateur, la tolérance pour l'innovation pure au niveau protocole est faible. Lorsque les constructeurs ayant un background crypto se tournent vers l'IA, ils choisissent davantage des chemins de couche application et d'intégration industrielle - utilisant la base d'utilisateurs, les capacités de paiement ou les actifs de données accumulés dans le crypto pour s'intégrer rapidement aux produits et services IA.
Il ne s'agit pas d'un écart de compétences, mais d'une différence de choix de chemin causée par des signaux de marché et des environnements réglementaires distincts : les États-Unis encouragent davantage l'innovation de mécanismes sous-jacents et l'exploration technologique précoce, tandis que l'Asie met davantage l'accent sur la conformité, la monétisation rapide et la connexion profonde avec les industries traditionnelles.
Revenons à la courbe GitHub du début. Le nombre de développeurs mensuels actifs est passé de 45K à 23K, en apparence l'industrie se contracte. Mais parmi ceux qui restent, la proportion de devs établis a atteint un record historique, ils affluent vers des écosystèmes avec des utilisateurs réels, et sont en même temps réévalués par l'industrie de l'IA d'une manière sans précédent.
Lorsque la mise à l'échelle de l'IA rencontre des goulots d'étranglement structurels comme l'agrégation de puissance de calcul, le paiement autonome des agents, la vérifiabilité des données et des décisions, la coordination de la confidentialité, etc., la sensibilité à long terme de ces Constructeurs aux règles, aux incitations et à l'authenticité, accumulée à la croisée du Crypto et de l'IA, se transforme progressivement en une compétence systémique rare à l'ère de l'IA.
En tant que société d'investissement spécialisée dans l'infrastructure crypto depuis 2017, le jugement d'IOSG sur cette ligne ne s'arrête pas à l'observation. Nous avons participé à l'investissement dans EigenLayer alors que son mécanisme de restaking n'était pas encore largement reconnu par le marché, avons mené le tour de seed d'Ingonyama (aujourd'hui MoonMath) en pariant sur la migration de l'accélération matérielle ZK vers la couche de performance IA, et avons investi dans Hyperbolic en 2024, convaincus par sa voie utilisant des mécanismes de vérification natifs du 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 par la mise à l'échelle de l'IA nécessiteront finalement les compétences de conception de mécanismes accumulées par l'industrie du crypto pour être résolus. Nous croyons que la convergence du Crypto et de l'IA n'est pas un récit, mais une opportunité structurelle en train de se produire.
