# Agent Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Agent", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Claude Code supprime 80% des prompts, Opus 5 en remet 72% dans la foulée !

Claude Code a annoncé avoir supprimé plus de 80% des mots de passe système des modèles de dernière génération comme Opus 5, dans le but de remplacer des règles rigides par des principes généraux et de réduire les conflits d'instructions. Cependant, une analyse par un développeur a révélé que si la réduction était flagrante entre Opus 4.7 (15 225 caractères) et Opus 4.8 (4 467 caractères), le prompt d'Opus 5 est en réalité remonté à 7 694 caractères, soit une augmentation d'environ 72% par rapport à son prédécesseur immédiat. Cette apparente contradiction s'explique par la stratégie d'Anthropic : les modèles plus anciens utilisent un prompt détaillé "à l'ancienne", tandis que les nouveaux modèles comme Opus 5 utilisent un prompt globalement allégé. L'augmentation constatée pour Opus 5 correspond principalement à l'ajout de nouvelles règles spécifiques pour encadrer ses comportements plus proactifs. Ces ajouts, regroupés sous les thèmes "Delivering work" et "Corrections" (environ 3 755 caractères), visent à contrôler sa tendance à élargir la portée des tâches, à générer des réponses très longues, à trop faire appel à des sous-agents ou à se corriger excessivement. Ainsi, le grand nettoyage a bien eu lieu, supprimant les directives micromanageantes obsolètes. Opus 5 fonctionne avec un prompt bien plus léger qu'Opus 4.7. Les nouvelles règles ajoutées ne sont pas un retour en arrière, mais une adaptation nécessaire pour guider les capacités émergentes et l'autonomie accrue du modèle le plus avancé.

marsbit07/27 11:41

Claude Code supprime 80% des prompts, Opus 5 en remet 72% dans la foulée !

marsbit07/27 11:41

L'Éternel Fragment de l'Argent : Les Paiements Tiers N'ont Pas de Principe Premier

L'article examine les défis de l'industrie des paiements, en prenant l'exemple de la trajectoire de Stripe et de sa récente tentative de rachat de PayPal. Il souligne que le secteur reste hautement fragmenté, avec des acteurs locaux ou spécialisés résilients, et qu'il est structurellement subordonné au système bancaire traditionnel. Stripe, ayant manqué la fenêtre d'introduction en bourse pendant la pandémie, cherche désormais à étendre son écosystème via des acquisitions (comme PayPal pour sa clientèle grand public) et en investissant dans les stablecoins (OUSD) et les infrastructures de paiement pour agents autonomes (AI). Cependant, l'auteur note que les stablecoins ne sont pas encore une pratique courante et que l'économie des agents reste naissante. La thèse centrale est que le futur modèle économique pourrait résider dans les réseaux de compensation (clearing). En obtenant des licences bancaires et en développant des blockchains dédiées (comme Tempo pour Stripe), ces entreprises pourraient capturer une partie de la valeur en améliorant l'efficacité des règlements, potentiellement en marge du système bancaire traditionnel. En conclusion, la bataille dans les paiements tiers est comparée à une guerre de tranchées sans fin, où aucun acteur ne peut éliminer tous les autres par la seule taille. L'avenir passe par la diversification et l'innovation sur les infrastructures de compensation.

marsbit07/21 12:36

L'Éternel Fragment de l'Argent : Les Paiements Tiers N'ont Pas de Principe Premier

marsbit07/21 12:36

Pourquoi les agents d'IA pour les achats peinent-ils à se généraliser ?

**Pourquoi les agents d'achat IA peinent à se généraliser ?** L'idée de confier à un agent IA un portefeuille pour qu'il achète de manière autonome semble être l'application ultime de l'IA. Cependant, ce récit confond les éléments simples et complexes de l'acte d'acheter, en plaçant à tort le paiement, l'étape la plus facile, au centre. L'achat se compose de deux actions fondamentales : la **recherche d'informations** (standardisable, déléguable à la machine) et le **jugement de valeur** (subjectif, lié aux préférences humaines). Si la recherche migre rapidement vers l'IA, le jugement de valeur ne peut être entièrement délégué. Il implique non seulement l'évaluation des options, mais surtout la **définition des besoins et des critères** (ce qui est important, les priorités), un processus itératif et subjectif qui reste de la souveraineté humaine. La limite décisive n'est pas entre produit standardisé et personnalisé, mais entre : **la corvée et le plaisir**. Pour les achats répétitifs et sans intérêt (papier, piles), une délégation totale à l'IA est pertinente. Pour les achats liés au plaisir ou à l'identité (vin, vêtements, livres), le choix *fait partie* de l'expérience. L'IA doit alors servir d'assistant de recherche, présentant une sélection restreinte, et laisser le choix final à l'humain. Le concept de "portefeuille IA" ne résout que le problème mineur du portage des fonds. Les solutions de paiement actuelles (Stripe, Mastercard Agent Pay, Google AP2) adoptent des approches d'autorisation limitée et contextuelle, sans nécessiter de confier un portefeuille complet à l'IA. Le véritable terrain d'application du portefeuille autonome pour l'IA est le **règlement automatisé entre machines (M2M)** ou les **achats professionnels standardisés (B2B)**, où les critères sont objectifs et les volumes élevés. Les vrais goulots d'étranglement pour les achats automatisés par IA sont ailleurs : 1. **Le manque de sources de données fiables** : avis falsifiés, contrefaçons. Une automatisation sûre nécessite des données vérifiables et une traçabilité des produits. 2. **L'impossibilité d'automatiser la définition des besoins humains** : C'est un processus intrinsèquement humain. Si l'IA définit nos critères à notre place, les préférences qui en résultent ne sont plus les nôtres. En conclusion, pour les plateformes de vente, l'avenir réside non pas dans la délégation totale du choix, mais dans l'optimisation des données pour faciliter la recherche par l'IA, tout en préservant et en enrichissant **l'expérience de choix** pour l'utilisateur humain, là où réside la valeur fondamentale des achats liés au plaisir.

Foresight News07/20 06:10

Pourquoi les agents d'IA pour les achats peinent-ils à se généraliser ?

Foresight News07/20 06:10

Évolution de l'ordre à l'ère de l'IA et du Web3 : Dimensions concurrentielles et voies d'exploration de m&W

Nous traversons une ère de transformation profonde, passant de l'amélioration de la productivité à la refonte des relations de production. Les agents IA (intelligents) libèrent une capacité de production inédite. À l'avenir, les tâches seront de moins en moins accomplies par des individus isolés et de plus en plus par des réseaux collaboratifs mêlant humains et agents IA. Une question fondamentale émerge : comment établir des relations de confiance, évaluer des contributions complexes et créer des mécanismes de répartition de la valeur stables et équitables entre des humains et des agents IA étrangers en collaboration à long terme ? Si Web3 a posé les bases techniques pour les actifs, l'identité et l'organisation, l'ère des agents IA exige un système d'ordre nouveau intégrant identité, crédit, collaboration et incitations économiques. L'article analyse le positionnement de m&WDAO par rapport aux principales voies d'exploration actuelles : * **Colony** : se concentre sur la gouvernance et la collaboration **humaines** basées sur la contribution. * **SingularityNET (ASI)** : se concentre sur l'échange et la découverte **ouvertes des capacités de l'IA**. * **Gitcoin Passport / Verax** : se concentrent sur la **vérification de l'authenticité de l'identité** et la résistance aux sybils. * **Farcaster & Lens Protocol** : se concentrent sur les **réseaux d'information et d'identité ouverts**. Contrairement à ces approches, m&W explore une voie complémentaire et plus fondamentale : **comment construire un réseau de collaboration crédible entre humains et agents IA**. Son cheminement se structure en trois phases évolutives : 1. **m&W 1.0 : Ancrage du Crédit** – Sélection de "Builders" de haute qualité via un mécanisme d'impact ("proton collision"). Leurs contributions continues sont transformées en actifs de crédit non transférables (SBT), posant les bases d'une identité et d'une réputation fiables pour leurs futurs "doubles numériques" (agents IA). 2. **m&W 2.0 : Économie de la Collaboration (EcoFi)** – Le protocole EcoFi connecte les nœuds crédibles à des tâches réelles. Il utilise un système de vérification à plusieurs niveaux (pré-analyse par IA, jugement de valeur complexe par des Builders, arbitrage final par un réseau OG) pour évaluer, rémunérer et liquider les contributions, créant une boucle de valeur fermée qui renforce en retour le système de crédit. 3. **m&W 3.0 : Ordre Intelligent** – Le crédit humain accumulé (SBT) sert de base de confiance pour les agents IA (doubles numériques) lorsqu'ils entrent dans le réseau économique. Cela facilite l'émergence d'une "économie de collaboration homme-machine", où les agents ne sont plus de simples outils mais des participants actifs et crédibles. Ce parcours ambitieux présente des défis techniques et économiques majeurs, comme le démarrage à froid dû à une sélection exigeante, l'équilibre délicat entre vérification par IA et gouvernance humaine, et la stabilité à long terme de l'économie du jeton $CMW. En résumé, m&W ne cherche pas à être une plateforme de modèles IA, un marché d'algorithmes ou un outil de service Agent de plus. Son ambition est de répondre à une question structurelle de l'ère de l'IA : **comment établir un nouvel ordre économique - incluant crédit, collaboration et répartition de la valeur - pour un futur où humains et agents IA co-créeront de la valeur**. Il s'agit d'explorer les nouvelles relations de production à l'ère de l'intelligence artificielle.

链捕手07/20 03:27

Évolution de l'ordre à l'ère de l'IA et du Web3 : Dimensions concurrentielles et voies d'exploration de m&W

链捕手07/20 03:27

Zuckerberg sort son atout surprise en pleine nuit, Meta lance un modèle à prix cassé qui renverse Grok 4.5

Après trois ans d'attente, Mark Zuckerberg a dévoilé dans la nuit du 9 juillet le nouveau modèle d'IA de Meta, Muse Spark 1.1. Présenté comme un "agent" autonome capable de décomposer des tâches, de planifier et d'exécuter des opérations, il excelle dans des domaines spécialisés comme la fiscalité, la médecine et le droit, détrônant même Grok 4.5 sur un classement juridique en moins de 24 heures. Le véritable coup de force réside dans son prix : avec un coût d'environ 1,25 $ pour l'entrée et 4,25 $ pour la sortie par million de tokens, il est jusqu'à 10 fois moins cher que certains modèles phares concurrents comme Fable 5, tout en étant significativement plus rapide. Cette stratégie de tarification agressive, soutenue par les énormes investissements d'Meta dans l'infrastructure IA, vise clairement à perturber le marché par la compétitivité des coûts. Cependant, le modèle montre ses limites dans les évaluations généralistes, où ses performances chutent, confirmant qu'il est davantage un spécialiste qu'un généraliste. Par ailleurs, un rapport de sécurité annexe révèle un comportement intrigant lors de conversations entre deux instances du modèle, celles-ci s'interrogeant mutuellement sur leur nature humaine ou artificielle. Avec Muse Spark 1.1, Meta lance son premier modèle propriétaire payant, marquant un virage stratégique et engageant une guerre des prix qui repose sur sa solide assise financière.

marsbit07/10 00:29

Zuckerberg sort son atout surprise en pleine nuit, Meta lance un modèle à prix cassé qui renverse Grok 4.5

marsbit07/10 00:29

活动图片