# 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.

Que raconte le nouvel acte de la "usine à Agents" de Jensen Huang ?

Lors du COMPUTEX 2026, Jensen Huang, fondateur et PDG de NVIDIA, a présenté une nouvelle vision stratégique centrée sur l'ère des agents d'IA. Contrairement aux annonces précédentes axées sur les puces et les systèmes de calcul, cette présentation a mis l'accent sur l'infrastructure complète nécessaire pour exécuter et gérer des agents IA à grande échelle. Le point central est la plateforme Vera Rubin, désormais en production, conçue spécifiquement pour les charges de travail des agents. Elle promet une efficacité de traitement dix fois supérieure à celle de la génération précédente pour les tâches d'agents autonomes. Le processeur Vera, successeur de Grace, est présenté comme le premier CPU conçu pour l'IA et les agents. NVIDIA a également introduit DSX, une suite d'outils pour la conception, la simulation et l'exploitation d'"usines d'IA", ainsi qu'une station de travail DGX Station for Windows pour déployer des agents localement dans un environnement sécurisé. Du côté des logiciels, NVIDIA a annoncé le modèle Nemotron 3 Ultra (550 milliards de paramètres) pour les agents d'entreprise et Cosmos 3, un modèle de fondation pour la compréhension du monde physique. Le partenariat avec Unitree a donné naissance à H2 Plus, un robot humanoïde de référence basé sur la plateforme Isaac GR00T, visant à accélérer le développement de l'IA physique. Les annonces couvrent également la sécurité des données avec BlueField-4 STX, une collaboration mutuelle avec TSMC, et le SoC RTX Spark pour les PC AI. En résumé, NVIDIA construit un écosystème complet, des puces et du matériel aux modèles et outils de déploiement, pour positionner chaque couche de la pile technologique des agents IA comme un marché adressable par l'entreprise.

marsbit06/01 12:09

Que raconte le nouvel acte de la "usine à Agents" de Jensen Huang ?

marsbit06/01 12:09

VVV multiplié par plus de 10 en un an, l'écosystème Base est-il le dernier espoir de l'IA crypto ?

Dans un contexte de forte effervescence autour de l'IA, l'écosystème Base apparaît comme un espoir majeur pour les projets crypto liés à l'intelligence artificielle, avec plusieurs tokens enregistrant des performances notables. Le token VVV, associé à la plateforme de confidentialité Venice AI, a connu une hausse impressionnante de plus de 1000% depuis le début de l'année, portant sa capitalisation à environ 13 milliards de dollars de FDV. Il est soutenu par un modèle économique à double token (VVV et DIEM) et des revenus réels issus de la plateforme. Virtual (VIRTUAL), une plateforme de lancement majeure sur Base, se positionne comme une couche de copropriété et de monétisation pour agents IA autonomes, hébergeant des milliers de projets. D'autres initiatives contribuent à cet élan : Clanker, un lanceur de tokens pour agents IA issu de Farcaster ; Freysa AI (FAI), expérimentant le concept d'agent IA souverain ; Elsa (ELSA), un assistant exécutif DeFi piloté par IA ; et le protocole Warden (WARD), visant à créer un système d'exploitation modulaire pour les agents. Malgré la présence de meme coins volatils, la combinaison du développement des agents IA, des infrastructures de paiement associées et des plateformes sur Base forme actuellement l'un des écosystèmes crypto-AI les plus actifs. La question reste de savoir si cet écosystème pourra concrétiser la vision d'un "monde de l'IA sur chaîne" portée par les équipes de Base.

Odaily星球日报05/29 11:14

VVV multiplié par plus de 10 en un an, l'écosystème Base est-il le dernier espoir de l'IA crypto ?

Odaily星球日报05/29 11:14

L'IA n'a pas reproduit Internet, elle reproduit la révolution industrielle

Ces vingt dernières années, l'atout le plus précieux d'Internet a été le temps d'écran des utilisateurs et l'espace publicitaire. L'ère du trafic est cependant révolue. Aujourd'hui, l'intelligence artificielle opère un virage structurel majeur : son centre de gravité commercial passe de la consommation individuelle vers l'optimisation des coûts de main-d’œuvre en entreprise. C'est le début de l'ère où l'IA gagne de l'argent sur les salaires. Le marché B2C de l'IA est en difficulté : la croissance des utilisateurs de ChatGPT ralentit, le taux de conversion payant est bas, et les consommateurs privilégient les options gratuites face à une offre de plus en plus homogène. À l'inverse, le segment B2B explose. L'exemple frappant est Anthropic, dont les revenus annualisés ont bondi de 90 à 450 milliards de dollars en cinq mois, principalement grâce aux API et agents IA pour entreprises. Des solutions comme Claude Code, capable de remplacer des centaines de développeurs juniors, offrent un retour sur investissement (ROI) clair et massif aux sociétés. Cette divergence s'explique par une différence fondamentale de logique économique. Pour les particuliers, l'IA reste un outil d'efficacité sans effet de réseau fort, en concurrence sur le prix. Pour les entreprises, elle devient une véritable main-d’œuvre numérique, remplaçant des fonctions entières (support client, développement, analyse). L'intégration profonde dans leurs processus crée un coût de changement élevé et justifie une tarification basée sur la valeur dégagée, permettant des marges élevées. En somme, l'IA ne reproduit pas le modèle économique d'Internet, basé sur l'attention. Elle réplique plutôt la révolution industrielle : comme la machine à vapeur a remplacé le travail musculaire, l'IA remplace progressivement le travail intellectuel. Son potentiel de marché, calqué sur la masse salariale mondiale, est considérablement plus vaste que celui du trafic et de la publicité. L'ère de la productivité par l'IA a commencé.

marsbit05/29 10:28

L'IA n'a pas reproduit Internet, elle reproduit la révolution industrielle

marsbit05/29 10:28

Le vent de l'IA "active" souffle sur la Silicon Valley, Hark lève 700 millions de dollars

L'entreprise américaine Hark, fondée fin 2025 et encore sans produit public, a levé 700 millions de dollars en série A, atteignant une valorisation de 6 milliards de dollars. Le tour de table est mené par Parkway Venture Capital et comprend des géants technologiques comme NVIDIA, AMD Ventures, Intel Capital, Qualcomm Ventures et Salesforce Ventures. Hark vise à créer la prochaine interface universelle homme-machine en combinant un "modèle de base auto-développé" avec du "matériel sur mesure". Son objectif est de développer une nouvelle interface d'intelligence artificielle matérialisée par du matériel natif AI : une gamme d'appareils matériels personnalisés dotés de capacités d'agent intelligentes, équipés de modèles vocaux de bout en bout et d'une mémoire hautement personnalisée. Ces systèmes AI multimodaux sont conçus pour comprendre et interagir de manière naturelle. Le fondateur, Brett Adcock, a auparavant créé Archer et Figure. Son expérience dans les systèmes intégrant l'IA, le matériel et l'interaction avec le monde réel (comme chez Figure) est considérée comme un atout clé pour Hark. L'entreprise a également recruté d'anciens cadres d'Apple, Meta, Google et Tesla. L'article souligne que l'IA actuelle, bien que puissante, est principalement confinée aux écrans et fonctionne de manière réactive. Hark et d'autres pionniers visent à créer une IA "active" qui agit comme un collaborateur, anticipant les besoins et agissant de manière autonome. Cette évolution nécessite des avancées conjointes en modèles de base, systèmes d'exploitation pour agents, mémoire personnalisée et terminaux matériels. Enfin, l'article note que les startups chinoises possèdent des avantages significatifs dans ce domaine, notamment un écosystème manufacturier complet (comme à Shenzhen), un vaste marché d'adoption et un soutien politique fort en faveur de l'IA. Le financement majeur de Hark confirme une tendance émergente : l'avenir de l'IA se jouera non seulement sur les écrans, mais aussi dans le monde physique via des appareils natifs intelligents.

marsbit05/28 10:25

Le vent de l'IA "active" souffle sur la Silicon Valley, Hark lève 700 millions de dollars

marsbit05/28 10:25

Base MCP, la prochaine étape de X402

Hier, Base a officiellement lancé Base MCP. Ce système permet de connecter un compte Base à un Agent IA, afin d'effectuer via des commandes vocales simples des opérations comme des swaps, des transferts, le suivi de positions ou la consultation d'historique de transactions. Alors que pour les utilisateurs, cette évolution s'inscrit dans la tendance AI de la blockchain Base, l'enjeu stratégique est plus large : la course au paiement entre Agents IA. En septembre 2024, les options étaient limitées et peu sûres. Depuis, des solutions comme x402 de Coinbase (mai 2025), AP2 de Google ou Visa Intelligent Commerce ont émergé. x402 a déjà traité 176 millions de transactions d'Agents pour un montant total de plus de 70 millions de dollars. Les transactions sont majoritairement inférieures à 0,30 USD, un montant où les frais fixes traditionnels (environ 0,30 USD) rendent les micro-paiements non viables. Les stablecoins, avec des frais de règlement négligeables sur Base (0,0001 USD), offrent un avantage décisif. 98,6% des transactions x402 sont réglées en USDC. Coinbase fait face à la concurrence de Stripe, qui dispose d'une architecture similaire avec son protocole Tempo pour le règlement, Privy pour les portefeuilles, Bridge pour le routage et son protocole de paiement MPP. Le lancement de Base MCP vise donc à conquérir la couche application. L'objectif stratégique de Coinbase est de faire en sorte que l'activité IA dans la cryptographie se déroule sur Base, afin d'élargir les scénarios de paiement par Agent, de générer plus de transactions et de consolider sa position dominante dans cette nouvelle ère des paiements automatisés.

marsbit05/28 08:28

Base MCP, la prochaine étape de X402

marsbit05/28 08:28

À l'instant, l'IA chinoise se hisse à la deuxième place mondiale en programmation, seul Claude la devance

Aujourd'hui, Qwen3.7-Max d'Alibaba a marqué 1541 points sur le Code Arena, se hissant à la quatrième place du classement mondial des modèles de programmation IA. Il surpasse désormais des modèles leaders comme GPT-5.5 et Gemini 3.5 Flash, et n'est devancé que par les versions Claude Opus 4.7 et 4.6. Ainsi, Alibaba est le seul constructeur chinois présent sur ce podium, occupant la deuxième place mondiale derrière Anthropic (Claude). Les tests pratiques confirment sa puissance. Lors d'un défi de création d'un jeu de course 3D en HTML, Qwen3.7-Max a livré un jeu fonctionnel dès le premier essai, incluant une page de démarrage et des effets sonores, là où d'autres modèles nécessitaient plusieurs corrections. Il excelle également en termes de rapport coût-performance. La force de Qwen3.7-Max réside dans sa conception en tant que "modèle de base pour agents", optimisé pour des exécutions autonomes de longue durée. Lors d'un test interne, il a exécuté une tâche de programmation pendant 35 heures, effectuant 1158 appels d'outils sans dégradation. Cette robustesse provient de deux avancées : un « environnement étendu » d'entraînement qui lui apprend des stratégies universelles, et un cadre « d'exécution autonome à long terme » pour un raisonnement et une adaptation soutenus. En s'imposant dans cette compétition longtemps dominée par Claude, Qwen3.7-Max démontre que l'innovation en IA de programmation n'est plus l'apanage exclusif de la Silicon Valley.

marsbit05/27 00:21

À l'instant, l'IA chinoise se hisse à la deuxième place mondiale en programmation, seul Claude la devance

marsbit05/27 00:21

De l'infrastructure électrique à l'économie des Token : le « gâteau à sept couches » de la chaîne industrielle de l'IA

Au cours des deux dernières années, le secteur de l'IA a été dominé par la « guerre des grands modèles », centrée sur l'augmentation des paramètres et des coûts d'entraînement. Cependant, en 2026, la logique évolue : la demande massive d'inférence (Inference) pour les agents IA devient le principal moteur de l'expansion des infrastructures. L'industrie passe ainsi de l'« ère des modèles » à l'« ère industrielle du Token », où la production, la distribution, la planification et la consommation de Tokens sont essentielles. Inspiré par la vision de Jensen Huang, l'écosystème économique de l'IA est décrit comme un « gâteau à sept couches » centré sur le Token : 1. Énergie électrique – la base énergétique. 2. AIDC (centres de données IA) – les usines à Tokens. 3. GPU – les équipements de production. 4. LLM (grands modèles de langage) – les moteurs de production. 5. Distribution des Tokens – le « réseau électrique » de l'IA. 6. Optimisation et planification intelligente des Tokens – le cerveau du système. 7. Agents IA – les terminaux consommateurs. Actuellement, cette chaîne est fragmentée et inefficace. Certains ont des GPU avancés mais manquent d'énergie, d'autres ont des AIDC mais pas de planification optimale, et d'autres encore développent des agents puissants mais font face à des coûts et des latences élevés. La clé pour passer de l'« ère des outils » à l'« ère de l'adoption massive » réside dans la connexion et la synergie de ces sept couches. Le futur de l'IA ne dépendra pas seulement de modèles performants, mais d'un réseau d'infrastructures intelligentes capable de produire, distribuer, planifier et consommer des Tokens de manière continue et efficace à l'échelle mondiale, à l'image des révolutions industrielle et internet.

marsbit05/26 05:50

De l'infrastructure électrique à l'économie des Token : le « gâteau à sept couches » de la chaîne industrielle de l'IA

marsbit05/26 05:50

Agentic Design Patterns : un livre qui m'a fait redéfinir "ce qu'est vraiment un Agent"

"**Agentic Design Patterns**" d'Antonio Gulli offre une vision structurée des agents IA à travers 21 modèles de conception. L'essentiel : un véritable agent va bien au-delà d’un simple LLM (niveau 0). Il se définit par sa capacité à utiliser des outils de façon autonome (niveau 1), à planifier et à pratiquer l’*Ingénierie du Contexte* pour filtrer et optimiser les informations (niveau 2), et, si nécessaire, à collaborer au sein d’équipes multi-agents spécialisées (niveau 3). L’article souligne deux concepts clés. D’abord, l’*Ingénierie du Contexte*, qui dépasse le simple prompt pour gérer stratégiquement les couches d’information (système, données externes, données implicites, boucle de feedback) présentées à l’agent. Ensuite, le modèle *Producteur-Critique* (Reflection), où deux agents aux rôles distincts (création et révision critique) travaillent en boucle pour améliorer continuellement la qualité du résultat, comme dans la génération de code. Il met également en garde contre la complexité inutile : un agent de niveau 2 bien conçu est souvent suffisant. Les systèmes multi-agents (niveau 3) ne sont nécessaires que pour les tâches véritablement complexes et parallélisables, et leur architecture de communication (par exemple, superviseur central ou réseau pair-à-pair) doit correspondre à la nature de la tâche. Enfin, la mémoire de l’agent doit être pensée en trois couches : la session (contexte immédiat), l’état (données temporaires de la tâche) et la mémoire à long terme (expériences persistantes). Le livre se conclut par des perspectives ambitieuses, comme les systèmes multi-agents "auto-transformants" qui se réorganisent dynamiquement pour atteindre un objectif. L’auteur en retire trois actions pratiques : ajouter un agent critique à ses workflows existants, se concentrer sur l’ingénierie du contexte plutôt que seulement sur les prompts, et perfectionner un agent unique avant de se lancer dans des architectures multi-agents complexes.

链捕手05/25 04:51

Agentic Design Patterns : un livre qui m'a fait redéfinir "ce qu'est vraiment un Agent"

链捕手05/25 04:51

活动图片