Entretien Rythme avec OpenMind : De x402 Pay, à la création de « l'Android des robots »

marsbitPublié le 2026-01-22Dernière mise à jour le 2026-01-22

Résumé

En 2025, les robots humanoïdes deviennent une réalité, avec un marché potentiel de 154 milliards de dollars d'ici 2035. OpenMind, fondé par le professeur de Stanford Jan Liphardt, travaille à créer un « cerveau » intelligent, ouvert et sécurisé pour ces machines. Après une levée de fonds de 20 millions de dollars en août 2025, la société a accéléré le développement de son système d'exploitation modulaire OM1 et de son protocole de paiement x402. OpenMind propose des services cognitifs en mode SaaS et intègre la blockchain pour les paiements, l'identité et la gouvernance des robots. Un partenariat avec Circle permet désormais aux robots de payer en USDC de manière autonome, par exemple pour recharger leurs batteries dans des stations dédiées. Une boutique d'applications pour robots a également été lancée, permettant de télécharger des compétences comme sur un store mobile. L'objectif est de construire une économie machine où les robots pourront échanger de la valeur, collaborer et interagir de façon sécurisée et décentralisée, sans intervention humaine.

En 2025, les robots humanoïdes passent de la science-fiction à la réalité. De l'Optimus de Tesla au Figure 01 de Figure AI, les limites des capacités des robots humanoïdes généraux sont rapidement repoussées grâce aux grands modèles de langage. Selon les prévisions de Goldman Sachs, d'ici 2035, le marché des robots humanoïdes pourrait atteindre 154 milliards de dollars. Un marché colossal de mille milliards de dollars attire les entreprises technologiques les plus avancées et les esprits les plus brillants du monde.

Cependant, alors que les « membres » des robots deviennent de plus en plus performants, une question plus centrale se pose : comment construire un « cerveau » suffisamment intelligent, ouvert et sécurisé ? Lorsque des milliers de robots entreront dans les foyers, les hôpitaux et les villes, comment travailleront-ils en synergie, échangeront-ils de la valeur et s'intégreront-ils de manière transparente à la société humaine ?

Le professeur de Stanford et fondateur d'OpenMind, Jan Liphardt, apporte sa réponse. Après avoir obtenu un financement de 20 millions de dollars mené par Pantera Capital en août 2025, OpenMind a appuyé sur l'accélérateur, publiant une série de produits allant du système d'exploitation de base au protocole de paiement de niveau supérieur, esquissant progressivement le plan complet de son « cerveau de robot ».

L'activité principale d'OpenMind est de fournir des services cognitifs en mode SaaS aux entreprises. Mais ils ont astucieusement saisi que lorsque les robots deviennent des acteurs économiques indépendants, la blockchain jouera un rôle crucial dans les domaines du système de paiement, de l'authentification d'identité, de la confidentialité des données et de la gouvernance collaborative.

La récente collaboration d'OpenMind avec l'émetteur de stablecoin Circle, ainsi que le déploiement de bornes de recharge pour robots dans les rues de San Francisco, sont les premières concrétisations de cette vision. Les robots peuvent payer leur recharge de manière autonome via l'USDC, ce qui marque peut-être l'aube de l'ère de l'« Économie Machine (Machine Economy) ».

Parallèlement, OpenMind crée également une boutique d'applications dédiée aux robots, permettant aux utilisateurs de télécharger des applications et des compétences pour leurs robots en un seul endroit, comme on le fait sur l'App Store d'Apple ou le Google Play Store. Cette application est déjà disponible depuis la semaine dernière sur l'OpenMind App Store.

Lors de cet entretien exclusif, nous avons discuté en profondeur avec le fondateur d'OpenMind de la philosophie de construction du « cerveau » des robots, des concepts de conception du système d'exploitation modulaire OM1, et de la manière de construire un futur où les machines et les humains collaborent efficacement grâce au protocole FABRIC et à la technologie blockchain. Il a partagé la feuille de route technologique d'OpenMind et a offert des perspectives approfondies sur des questions clés telles que l'écosystème des développeurs, le téléopération et la confidentialité des données.

Voici le contenu de l'interview :

Créer un « compte bancaire » pour les robots

En décembre 2025, OpenMind et l'émetteur de stablecoin Circle ont annoncé conjointement le lancement d'un système de paiement autonome pour robots basé sur le protocole x402. À mesure que les capacités des robots augmentent, ils ne seront plus de simples outils exécutant des tâches, mais commenceront à jouer le rôle d'entités économiques autonomes. Ils auront besoin d'acheter de la puissance de calcul, des données, des compétences, et même d'embaucher d'autres robots ou des humains pour accomplir des tâches complexes.

Pour y parvenir, un système financier conçu pour les machines, sans intervention humaine, devient indispensable. Le système bancaire traditionnel n'est clairement pas préparé pour cela, et les cryptomonnaies et la technologie blockchain, avec leurs caractéristiques natives numériques et décentralisées, sont devenues le choix le plus naturel.

Questions liées

QQuel est l'objectif principal d'OpenMind dans le domaine de la robotique d'après l'article ?

AOpenMind vise à construire un « cerveau » intelligent, ouvert et sécurisé pour les robots, en développant un système d'exploitation modulaire et des protocoles de paiement pour permettre aux robots de fonctionner de manière autonome et collaborative.

QQuel partenariat OpenMind a-t-il annoncé en décembre 2025 et dans quel but ?

AOpenMind a annoncé un partenariat avec Circle, l'émetteur de stablecoin USDC, pour créer un système de paiement autonome pour robots basé sur le protocole x402, permettant aux robots d'effectuer des transactions sans intervention humaine.

QComment les robots peuvent-ils désormais payer leur recharge selon l'article ?

AGrâce au système de paiement développé par OpenMind et Circle, les robots peuvent payer leur recharge en utilisant la cryptomonnaie USDC de manière autonome via des bornes de recharge déployées dans les villes comme San Francisco.

QQuelle innovation OpenMind a-t-elle lancée pour personnaliser les capacités des robots ?

AOpenMind a créé une boutique d'applications dédiée aux robots, permettant aux utilisateurs de télécharger des applications et des compétences pour leurs robots, similaire aux boutiques d'applications pour smartphones.

QQuel est le rôle de la blockchain dans la vision d'OpenMind pour l'économie des machines ?

ALa blockchain joue un rôle crucial pour les paiements, l'authentification des identités, la protection des données et la gouvernance collaborative entre robots, permettant une économie machine décentralisée et sécurisée.

Lectures associées

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

En mars 2026, Matt Van Horn a publié un article intitulé "Chaque astuce Claude Code que je connais", déclenchant un débat sur son approche "No IDE". Il développe entièrement dans le terminal et un fichier plan.md, déléguant l'exécution à des agents d'IA. Cette méthode, popularisée par meng shao sous le nom de "Conseils pratiques pour l'ingénierie d'agents", repose sur un cycle "Research → Plan → Work". L'idée centrale est de remplacer l'IDE, qui offre un retour visuel immédiat (surlignage, débogage), par un flux de travail basé sur des commandes et un plan. Le fichier plan.md sert de "contrat" avec l'agent, définissant le problème, la solution et une checklist pour guider l'exécution et éviter la "dégradation du contexte" des LLM. Des outils comme Compound Engineering (avec /ce:plan) aident à générer et affiner ce plan. Le cycle en trois phases est crucial : 1. **Research** : L'agent collecte des informations (ex: avec last30days-skill). 2. **Plan** : Génération et révision humaine du plan pour corriger les hypothèses et ajouter des connaissances métier. 3. **Work** : L'agent exécute le plan en parallèle (/ce:work). Des astuces pratiques incluent : générer un plan dès qu'une idée émerge ; faire résumer le plan par l'agent ; utiliser plusieurs terminaux en parallèle ; saisir par voix les instructions complexes ; déclencher des tâches par email (agentmail) ; et utiliser des compétences préexistantes (AgentSkills). Cependant, cette approche présente des risques. Elle nécessite une forte capacité à décomposer les problèmes et à rédiger des instructions précises. Les erreurs non détectées en phase de planification peuvent être amplifiées. Enfin, il existe un risque de "psychose IA", où l'optimisation du flux de travail devient une fin en soi, éclipsant l'objectif initial. Ce flux de travail est un amplificateur d'efficacité pour les développeurs expérimentés sachant exactement ce qu'ils veulent, et non un outil d'apprentissage pour les débutants qui ont encore besoin des retours visuels de l'IDE. Les outils (Claude Code CLI, Compound Engineering) évoluent rapidement, offrant une fenêtre d'expérimentation aux pionniers.

marsbitIl y a 1 h

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

marsbitIl y a 1 h

Ne vous focalisez plus sur les GPU, Intel dévoile une manœuvre majeure, peut-elle mettre fin au monopole de Nvidia sur la puissance de calcul ?

Au cours des deux dernières années, le GPU a été au cœur du matériel informatique pour l'IA. Cependant, lors du COMPUTEX 2026, Intel a présenté une vision différente, axée sur l'Agentic AI (IA agentique). Contrairement aux modèles d'IA traditionnels fonctionnant par « tours » de questions-réponses, l'IA agentique opère dans des flux de travail réels, suivant un cycle continu de réflexion, planification, action et évaluation. Cela transforme fondamentalement l'utilisation du calcul, nécessitant une forte coordination système et un traitement de tâches fragmentées. Intel soutient que cela rééquilibrera la répartition des ressources dans les centres de données. Alors que la phase d'entraînement des modèles avancés repose fortement sur les GPU (avec des ratios CPU/GPU pouvant atteindre 1:8), le déploiement d'agents intelligents nécessitera davantage de puissance CPU pour l'orchestration des tâches, l'appel d'outils et la gestion des données, ramenant le ratio vers 1:1, voire en faveur du CPU. La consommation de tokens peut être multipliée par 1000 par rapport à une inférence simple. Pour répondre à cette nouvelle demande, Intel a dévoilé le processeur Xeon 6+ (fabriqué en technologie 18A), offrant jusqu'à 288 cœurs efficaces et conçu pour une haute densité et une meilleure efficacité énergétique. Parallèlement, Intel a présenté une nouvelle architecture d'inférence découplée, développée avec des partenaires comme SambaNova. Cette solution répartit les différentes étapes de l'inférence (orchestration, décodage, pré-remplissage) sur les composants les plus adaptés (CPU Xeon 6, RDU SambaNova, GPU NVIDIA Blackwell) pour optimiser l'efficacité. L'écosystème d'Intel inclut également le processeur Core Ultra de 3ᵉ génération pour l'IA locale sur PC, permettant une répartition dynamique des charges de travail entre le périphérique et le cloud, et les processeurs Arc G3 pour les appareils portables. Enfin, Intel mise sur les puces sur mesure (comme les IPU développées avec Google) pour répondre aux besoins spécifiques de divers secteurs industriels. En résumé, face à la domination de NVIDIA sur les GPU, Intel adopte une stratégie globale : proposer une suite de solutions (puces universelles, architectures hétérogènes, IA locale, composants personnalisés) adaptée à chaque étape et besoin du nouveau paysage informatique défini par l'IA agentique. Le succès dépendra de l'exécution technique et de l'adoption par les clients, mais Intel affiche désormais une direction claire pour capitaliser sur cette reconfiguration des infrastructures d'IA.

marsbitIl y a 2 h

Ne vous focalisez plus sur les GPU, Intel dévoile une manœuvre majeure, peut-elle mettre fin au monopole de Nvidia sur la puissance de calcul ?

marsbitIl y a 2 h

“小美”, Yuanbao, l'interconnexion, est-ce un précurseur pour l'agent intelligent de WeChat ?

Lors de la publication des résultats du premier trimestre 2026 de Meituan, l'attention a été attirée par l'annonce de Wang兴 concernant l'intégration de son assistant IA "Xiao Mei" avec "Yuan Bao" de Tencent. Cette collaboration permettra aux utilisateurs d'exprimer des besoins en services de proximité dans Yuan Bao, déclenchant automatiquement une communication "Agent à Agent" avec Xiao Mei pour accéder aux services de livraison de repas de Meituan. Cet accord stratégique vise à positionner Meituan comme une infrastructure de services de base, tout en s'appuyant sur une entrée IA externe pour compenser son manque d'accès indépendant. Cette démarche intervient dans un contexte où les assistants IA rivaux, comme Dou Bao (ByteDance) et Qian Wen (Alibaba), développent leurs propres écosystèmes fermés ("jardin clos") en intégrant des services transactionnels, contournant potentiellement les avantages de Meituan. L'article analyse les défis de cette collaboration : plafond de l'expérience utilisateur due à l'architecture "Agent à Agent", répartition des bénéfices, et fluidité de l'expérience entre deux écosystèmes distincts. Elle est également interprétée comme un test préliminaire crucial pour le futur "Agent IA" intégré à WeChat, dont le lancement a été rapporté par le Financial Times. Le succès de ce partenariat avec Meituan pourrait servir de modèle pour convaincre d'autres grandes plateformes de s'intégrer à l'écosystème IA de Tencent via des protocoles standardisés, préservant leur souveraineté des données tout en gagnant en visibilité.

marsbitIl y a 3 h

“小美”, Yuanbao, l'interconnexion, est-ce un précurseur pour l'agent intelligent de WeChat ?

marsbitIl y a 3 h

Trading

Spot
Futures
活动图片