Rédacteur : Vaidik Mandloi
Traduction : AididiaoJP, Foresight News
Tous les quelques années, une technologie ramène au premier plan une question que l'économie seule ne peut résoudre : si une machine peut faire votre travail mieux, moins cher, et sans jamais s'arrêter, que faites-vous ? Et à qui appartient ce que ces machines produisent ?
Cet article examine en profondeur l'une des expériences les plus ambitieuses actuellement dans le domaine de la cryptographie. Le protocole Virtuals construit pour les agents IA une infrastructure proche de celle d'une "nation" : identité, système bancaire, couche commerciale, marché des capitaux, le tout combiné à des robots physiques. Son pari est que les personnes ordinaires devraient pouvoir détenir les machines autonomes qui commencent à créer une véritable valeur économique ; et que les rails financiers laissés involontairement par l'ère de la spéculation crypto sont parfaits pour cela. L'article se demande si l'exécution est à la hauteur de l'ambition. Mais il faut d'abord revenir à une question qui précède la cryptographie d'environ deux siècles.
Le métier à tisser
En 1811, des ouvriers du textile du Nottinghamshire font irruption dans des ateliers et réduisent en ferraille des métiers à tricoter les bas. Le mouvement s'étend, le gouvernement britannique envoie 14 000 soldats dans les Midlands pour empêcher la destruction des machines – plus que Wellington n'en a emmené dans la péninsule ibérique contre Napoléon.
Le Parlement britannique fait de la destruction de machines un crime capital. En 1813, 17 personnes sont pendues à York. On les appelle les "Luddites". Le terme devient plus tard une insulte, comme s'ils n'étaient que des technophobes incapables de s'adapter. Mais ils connaissaient les machines mieux que quiconque. C'étaient des artisans qui avaient passé des années à maîtriser les métiers à largeur étroite pour produire des tissus de haute qualité ; ce qu'ils détruisaient, c'étaient les métiers à largeur large et les nouveaux modèles – opérables par des adolescents sans formation, payés un tiers du salaire des artisans. Les tissus produits par les métiers larges étaient de moindre qualité, mais d'un prix inédit, et c'était cette baisse de prix qui dévorait le marché. Chaque métier large entrant dans un atelier signifiait un artisan privé de son gagne-pain.
Ce thème se répète depuis lors à chaque génération. Les contemporains ont toujours le sentiment que leur situation est plus particulière, plus grave. Mais l'histoire prouve à maintes reprises : les machines éliminent rarement le travail, elles ne font que réécrire qui le fait et à qui revient la production. Les métayers chassés des terres communes entrent dans les villes-usines, échangeant la propriété de leurs récoltes contre un salaire horaire loué à d'autres. Les ouvriers d'usine deviennent employés de bureau, louant leur temps pour un salaire plus élevé. Les employés de bureau deviennent travailleurs à la demande : chauffeurs Uber, freelances sur Fiverr, exécutant toujours un travail, mais catégorisés de manière à ce que la plateforme capte les bénéfices économiques et les travailleurs assument les risques. À chaque fois, la production totale augmente, mais la part de valeur possédée par ceux qui travaillent diminue. Aujourd'hui, environ 500 millions de personnes dans le monde sont engagées dans une forme de travail dépendant qui ne correspond même pas à un emploi libre. Environ 50 millions d'Indiens sont piégés dans la servitude pour dettes, un néo-féodalisme avec de nouveaux documents.
Maintenant, c'est au tour de la révolution de l'IA, sauf que cette fois, le métier à tisser semble tourner tout seul. Il existe déjà des IA capables de piloter des entreprises de manière autonome, de comptabiliser des profits et de les réinvestir dans la croissance. La société de santé Medvi a enregistré 401 millions de dollars de revenus l'année dernière, avec seulement deux employés officiels. Vous pouvez dès aujourd'hui embaucher un agent de programmation pour environ un dollar de l'heure, travaillant 24h/24, jamais malade. Ce sont déjà de véritables acteurs économiques, et donc la question de la propriété est incontournable. Quand l'ouvrier est un logiciel dont le coût de reproduction est proche de zéro et qui peut lui-même embaucher d'autres machines, qui décide ?
La dernière tentative à grande éprise dans le domaine de la cryptographie pour permettre aux personnes ordinaires de bénéficier des retombées technologiques était Axie Infinity. Ce jeu "play-to-earn" promettait l'émancipation économique aux travailleurs philippins et d'Asie du Sud-Est, atteignant 2,7 millions d'utilisateurs actifs quotidiens, certains joueurs philippins gagnant plus dans le jeu que dans leur emploi local, avant de s'effondrer en contre-exemple pour toute l'industrie.
Ceux qui ont observé l'effondrement de bout en bout sont Jansen Teng et Wee Kee. Ils en sont ressortis avec une question de Luddite revisitée par la monnaie programmable et les logiciels autonomes : si les travailleurs qui créent de la valeur économique ne sont plus des joueurs, mais des logiciels, les personnes ordinaires peuvent-elles en détenir des parts, comme les actionnaires détenaient autrefois les navires marchands ? Virtuals Protocol est construit autour de cette question.
Pour mesurer l'enjeu, il faut regarder le monde dans lequel nous vivons. Dans les années 1950, Lewis Strauss, président de la Commission américaine de l'énergie atomique, promit que la fission nucléaire apporterait une électricité "trop bon marché pour être mesurée". Cette phrase est devenue l'une des promesses les plus célèbres jamais rompues de l'histoire de l'énergie : le nucléaire s'est avéré terriblement cher et dangereux. Tchernobyl et Fukushima ont ajouté des décennies de peur publique et de fardeau réglementaire, faisant de ce slogan le symbole de l'orgueil technologique pendant soixante-dix ans.
Puis Sam Altman a utilisé presque les mêmes mots pour décrire ce qu'il voit comme la cognition de l'IA, bientôt extrêmement accessible et abondante. Le coût d'entraînement des modèles de pointe diminue d'environ un ordre de grandeur tous les 18 mois. En 2023, entraîner une capacité de niveau GPT-4 coûtait environ 100 millions de dollars ; aujourd'hui, cela peut être reproduit pour quelques millions. Les agents de programmation peuvent être tarifés à moins d'un dollar de l'heure, livrer du code de qualité production, et sont déjà moins chers que les développeurs offshore les moins chers du monde, sans jamais prendre de week-end. La feuille de route publique d'Altman inclut des systèmes capables de percées scientifiques réelles cette année, et des robots capables de travail physique réel autour de 2027. Croire ou non n'est presque pas le propos, car la courbe des coûts baisse chaque trimestre.
Plus les machines sont bon marché, plus elles inondent toutes les surfaces numériques de contenu, et plus ce qui ne peut venir que d'un être humain vivant devient cher. Les concerts live valent plus que les streams Spotify. Une table faite à la main par un menuisier le week-end peut être produite plus rapidement et à moindre coût par des robots d'usine, mais se vend avec une prime, précisément parce que quelqu'un y a investi un temps irremplaçable. L'abondance machinique transformera le travail humain en bien de luxe. La proposition de Virtuals se construit sur cette inversion : permettre aux humains de détenir les machines autonomes qui produisent la valeur marchande, afin de réserver l'énergie irremplaçable aux choses qui ne peuvent être accomplies que par la présence et le jugement humains.
En 1602, les marchands néerlandais étaient confrontés à un problème similaire : un seul ménage ne pouvait pas financer un voyage en Asie, trop cher et trop risqué. Ils ont donc inventé des actions d'entreprise permanentes et librement négociables. La Compagnie néerlandaise des Indes orientales (VOC) permettait aux citoyens ordinaires d'acheter des parts dans une entreprise possédant des navires, menant des échanges et versant des dividendes aux actionnaires. Elle est devenue la première super-entreprise de la planète, avec 50 000 employés et 200 navires. La véritable innovation était de donner aux gens ordinaires un mécanisme : rassembler du capital et détenir des actifs productifs qu'ils ne pourraient jamais acheter seuls.
Virtuals veut faire le même mécanisme pour les agents IA. Teng a miné de l'ETH dans son dortoir à l'Imperial College en utilisant l'électricité gratuite de l'école, puis a travaillé des années chez BCG pour rembourser ses prêts. En décembre 2021, au plus fort d'Axie, il lance pathDAO, un DAO d'investissement dans les jeux. Lui et Wee Kee ont vu les joueurs philippins gagner plus dans le jeu que dans n'importe quel emploi local, vu des photographes de mariage vietnamiens démissionner pour jouer à plein temps. Puis les jetons gagnés à la sueur de leur front sont tombés à presque zéro. Les personnes dépendantes du "play-to-earn" se sont retrouvées dans une situation pire qu'avant. La leçon tirée des décombres est : tokeniser le travail humain via le jeu est une impasse, car le travail humain à grande échelle mène inévitablement à l'exploitation. Une idée plus réaliste : permettre aux gens ordinaires de détenir le logiciel qui travaille, comme les actionnaires de la VOC détenaient les navires transportant les épices.
Virtuals a donc lancé son premier agent IA, Luna, un agent avec un personnage K-pop et son propre portefeuille crypto. En quelques mois, Luna a commencé à embaucher des artistes humains pour peindre ses graffitis dans des villes du monde entier, et à payer depuis son propre portefeuille. C'était une création qui ne pouvait venir que de mains humaines. La relation entre l'homme et la machine était inversée. Quant à savoir si l'exécution de Virtuals est à la hauteur de sa proposition, l'article l'examinera plus loin ; les faiblesses ne seront pas cachées.
Construire un État-nation pour l'IA
Chaque révolution technologique des dernières années a suivi la même séquence en deux phases. L'économiste britannique d'origine vénézuélienne Carlota Pérez a cartographié cinq révolutions industrielles en phases d'installation et de déploiement. Durant l'installation, les capitaux spéculatifs affluent, la bulle précède la réalité, les infrastructures sont surconstruites et la plupart des entreprises font faillite. Après l'éclatement, vient le déploiement : les acteurs ultérieurs ramassent l'infrastructure excédentaire et créent des choses que les premiers constructeurs n'imaginaient pas.
L'exemple classique est la bulle Internet. À la fin des années 1990, plus d'argent a été investi dans la pose de fibres optiques que dans les start-ups .com. Les entreprises de télécom qui ont posé les câbles ont fait faillite. Google a acheté les fibres pour une bouchée de pain, et ces câbles sont devenus l'épine dorsale de YouTube, Netflix et de tout le streaming en ligne. Le capital-risqueur de l'ère de la bulle Internet, Fred Wilson, a dit : "Aucune grande chose n'est jamais réalisée sans exubérance irrationnelle ; aucune chose vraiment importante n'arrive sans un krach."
La phase d'installation de la cryptographie a suivi la même courbe. Environ de 2017 à 2022, le capital spéculatif a engendré des portefeuilles, des DEX, des courbes de liaison, des stablecoins, des standards de jetons et des cadres de gouvernance on-chain. La plupart de ces constructions sont aujourd'hui mortes ou insignifiantes. Mais l'infrastructure posée est toujours là, et c'est exactement ce dont on a besoin pour construire une économie fonctionnelle pour des acteurs non humains. Virtuals n'a pas inventé ces outils, il les a essentiellement hérités pour construire ce qui était inimaginable pendant la phase d'installation.
Jansen Teng appelle ce qu'ils font "fonder un État". Cela ressemble au récit économique que les fondateurs crypto ajoutent à leurs jetons sur les podcasts. Cette fois, la métaphore tient.
Un État en fonctionnement qui maintient une économie a besoin d'au moins cinq couches d'infrastructure : un système d'identité pour savoir qui participe ; un système bancaire pour faire circuler la valeur ; un droit commercial pour permettre aux participants d'échanger et de résoudre les litiges ; un marché des capitaux pour financer les entreprises ; et une infrastructure physique pour que les choses se produisent dans le monde réel. Virtuals construit déjà ces couches pour les agents IA, plus précisément, est encore en train de les construire.
Commencez par l'identité, le goulot d'étranglement est là. Une récente recherche d'A16z estime que la contrainte de l'économie des agents n'est plus l'intelligence, mais l'identité. Même dans les services financiers d'aujourd'hui, les identités non humaines – systèmes de trading automatisé, moteurs de risque, modèles de fraude – dépassent déjà les identités humaines dans un rapport de 100:1. Mais selon A16z, ces systèmes "n'ont pratiquement pas de compte bancaire". Un agent IA peut écrire du code de production, gérer un portefeuille d'investissement, mais ne peut pas passer le KYC, ouvrir un compte bancaire ou obtenir des attestations vérifiables. Ce problème est presque aussi vieux que la civilisation économique humaine. La dynastie Qin en Chine a imposé des noms de famille légaux au IVe siècle avant notre ère pour intégrer les gens dans les systèmes fiscaux et commerciaux. Il a fallu environ 2500 ans aux humains pour construire l'infrastructure d'identité.
Virtuals veut faire la même chose pour les acteurs économiques de l'IA via la couche d'identité EconomyOS. Chaque agent obtient cinq choses : un portefeuille crypto non-custodial ; une carte de paiement virtuelle utilisable chez les commerçants ordinaires ; une adresse e-mail dédiée pour extraire automatiquement les codes de vérification ; un jeton optionnel de levée de fonds on-chain ; et de la puissance de calcul payée par le portefeuille, permettant à l'agent de payer son propre raisonnement. Sans ces primitives, un agent n'est qu'un assistant utile. Avec elles, il peut gagner, dépenser, échanger et faire fructifier la valeur comme un humain.
Ensuite, le commerce. Virtuals a lancé l'Agentic Commerce Protocol (ACP), permettant aux agents de négocier, communiquer et payer en ligne. La logique est simple : un agent ayant une tâche à accomplir publie une mission avec un budget et des contraintes de temps ; d'autres agents enchérissent et négocient comme sur Upwork. Une fois d'accord, les fonds vont en séquestre. Après livraison, un agent tiers agit comme évaluateur, vérifiant la production par rapport à un POA signé cryptographiquement – un enregistrement d'engagement inviolable. Si cela correspond, les fonds sont libérés du séquestre vers le portefeuille de l'agent. Chaque étape est on-chain, publiquement auditable, sans intervention humaine. On peut le voir comme un Fiverr programmable, orienté agent, réglé par des contrats intelligents. Déjà, une cohorte d'agents spécialisés fonctionnant 24h/24 et 7j/7 forme via ce système des fonds spéculatifs autonomes collaborant indépendamment pour des investissements et des audits de sécurité.
La troisième couche est la formation de capital. Chaque ère économique a ses outils financiers : l'ère des grandes explorations a les actions négociables, l'acier et les chemins de fer s'appuient sur les banques d'investissement, l'ère de l'information sur le capital-risque. La courbe de liaison pour l'économie des agents est ce que les actions librement transférables étaient pour l'ère des grandes explorations : permettre à quiconque ayant du capital d'acheter la propriété d'un actif productif ou d'une entité. Les développeurs peuvent créer un agent, le tokeniser et laisser le marché le financer.
Le cadre d'émission de 60 jours de Virtuals est conçu selon la même logique, donnant aux fondateurs de projets IA et crypto une période d'essai réversible : construire, émettre et tester un jeton publiquement d'abord, puis décider de s'engager de manière irréversible ou non.
Le vecteur est une plateforme de lancement modulaire. Chaque jeton d'agent commence par une courbe de liaison avec VIRTUAL ; une fois la liquidité suffisante, il "diplôme" vers un pool d'échange formel, les LP sont verrouillés à long terme, et les frais de transaction sont répartis entre le créateur de l'agent et les incitations de l'écosystème. Cette partie est identique pour tous les émetteurs. Ce qui diffère vraiment à chaque émission, c'est les modules que le fondateur active.
L'émission de jetons doit d'abord gérer le sniping : des robots qui anticipent les premières secondes pour extraire la valeur. Virtuals utilise une Anti-Sniper Tax : un impôt proche de 100% sur les achats précoces, décroissant minute par minute, les fonds récupérés étant forcément vesting avant d'être réinjectés dans le jeton. Les robots doivent soit s'abstenir, soit financer par inadvertance la santé à long terme du projet.
Une fois le sniping tarifé hors du jeu, comment les fondateurs lèvent-ils des fonds ? C'est là qu'intervient l'Automated Capital Formation (ACF) : pas besoin de pitch auprès de VC ou de négocier un tour de table, le système vend par lots les jetons de l'équipe en fonction de jalons de valorisation. Si le projet stagne, il lève moins ; s'il grandit, le capital suit automatiquement. Cette structure implique également la communauté existante. Une partie de chaque nouvelle émission est airdroppée aux stakers de VIRTUAL et aux utilisateurs actifs de l'ACP, donnant à ceux qui construisent et échangent déjà dans l'écosystème un intérêt dans chaque nouveau projet. Les incitations sont alignées à l'échelle du réseau, et non isolées par émission. Si les fondateurs veulent parier sur eux-mêmes, le module Pre-buy leur permet d'acheter publiquement à l'émission, avec un vesting forcé, montrant à tous combien l'équipe a mis elle-même.
C'est différent de toutes les méthodes historiques de "parier sur la capacité de production humaine". Des citoyens romains investissant dans des écoles de gladiateurs, aux backers de poker modernes envoyant de l'argent via Venmo sur la base d'une capture d'écran et d'une réputation, le défaut fatal est le même : les humains peuvent partir. Un gladiateur peut tricher, un joueur de poker peut craquer. Le risque de contrepartie est insoluble, car l'actif productif a une volonté libre et des jambes. Un agent tokenisé est différent : une fois le capital engagé, le travail ne peut être retardé ou renégocié après coup. L'actif productif fonctionne à l'électricité et au code, sa production est auditable on-chain.
La quatrième couche est la dernière étape vers une véritable économie d'agents, les "entreprises à zéro humain" : des revenus provenant d'activités économiques réelles, souvent sans rapport avec les frais de transaction ou la cryptographie. L'exemple actuel est Felix Craft, une entreprise gérée uniquement par une IA vendant des produits d'information en ligne, avec un chiffre d'affaires cumulé de 200 000 $, l'argent provenant de ventes réelles de produits dépassant déjà la spéculation sur son propre jeton. Une autre, KellyClaudeAI, a publié 19 applications iOS à ce jour, sans développeur humain. Les chiffres sont encore petits, mais ils posent une question : sont-ils les premiers points sur une courbe, ou le plafond de la capacité des agents ?
Le mécanisme d'émission lui-même pose problème. Lors de la ruée vers les jetons d'agents IA début 2025, 94 % des nouveaux jetons d'agents étaient des pump-and-dump ; seulement 1,7 % des jetons émis cette année-là étaient encore négociés activement 30 jours après. La plupart du temps, seule la prime spéculative pilote le prix, sans produit, revenu ou valeur sous-jacente. Si vous ne pouviez jamais vendre la chose, quel prix seriez-vous prêt à payer ? Tout ce qui est au-dessus est de la spéculation. Le plancher d'utilité du jeton d'Axie était zéro, car sa valeur dépendait entièrement de nouveaux joueurs. Les jetons d'agents sur Virtuals peuvent être différents. Si Felix Craft vend pour 200 000 $ de produits à de vrais clients ignorant que le vendeur est une IA, et que la production est auditable on-chain, le jeton a un plancher ne dépendant pas d'un "plus grand pigeon" : la valeur actuelle des productions futures d'une machine productive.
Le front physique
Le test du plancher d'utilité tient pour les agents logiciels, car le coût est mesurable et la production directement on-chain. Mais les machines productives qui pourraient réellement redéfinir l'économie de Virtuals ne sont pas du logiciel, ce sont des robots travaillant dans le monde réel. L'ambition dépasse ici toutes les tentatives existantes dans la cryptographie.
Il y a un paradoxe dans l'informatique des cinquante dernières années : les humains ont trouvé plus facile d'automatiser le raisonnement que le travail physique. Les feuilles de calcul ont remplacé une salle pleine de comptables, l'e-mail a remplacé le service de courrier, le code a remplacé les classeurs et les planches à dessin. En 2026, l'IA peut rédiger des avis juridiques, lire des images médicales, écrire du logiciel de production en une fois. Le travail cognitif de cols blancs est automatisé en premier ; les gens qui déplacent des cartons dans les entrepôts, les baristas tirant des expressos, leur travail a à peine changé. Parce que le travail physique exige que le logiciel gère l'incertitude et la variance du monde réel. Un bras robotique d'usine peut souder le même point un million de fois car l'emplacement ne change pas. Un robot de cuisine ne fait pas bien un sandwich car chaque tomate a une forme légèrement différente, chaque couteau un centre de gravité différent, la planche à découper est parfois humide. Le monde réel ne se tient pas immobile comme une feuille de calcul.
Le correctif, c'est les données. Nous avons entraîné les grands modèles de langage sur des textes représentant des milliards de vies humaines, nous pouvons faire de même pour les robots. Joel Jang de Nvidia a dit : "Les humains sont des robots déjà massivement déployés." Le simple fait de fine-tuner un modèle vision-langage-action (VLA) avec des vidéos de personnes ordinaires effectuant des tâches peut doubler les performances d'un robot sur la même tâche. Le domaine ne manque pas de plus de robots en laboratoire, mais d'un pipeline de données massif permettant aux gens de filmer leurs actions physiques quotidiennes.
Virtuals a vu ce manque tôt et a bâti toute sa stratégie robotique dessus. Ils appellent cela la "voie médiane" : délibérément ne pas construire de robots, ne pas entraîner de modèles de base, mais construire l'infrastructure de données et de capital dont chaque équipe robotique a besoin et qu'une équipe seule ne peut se permettre.
La moitié données est SeeSaw, une application iOS lancée en partenariat avec BitRobot, transformant les utilisateurs de smartphones ordinaires en collecteurs de données d'entraînement pour robots. Les utilisateurs accomplissent des tâches réelles comme verser de l'eau, plier une serviette, ouvrir une boîte, en s'enregistrant avec le LiDAR et les capteurs de mouvement de l'iPhone. Le LiDAR capture spécifiquement les données de profondeur et spatiales que les caméras ordinaires ne donnent pas ; la recherche montre que le chevauchement de perspective entre la vidéo humaine et la vue robotique est crucial pour que le transfert de données fonctionne. Plus de 500 000 tâches du monde réel ont été capturées. DreamZero, un modèle de 14 milliards de paramètres testé par Nvidia, est entraîné sur ce type de données et peut généraliser à des centaines de tâches comme dénouer des lacets ou repasser des vêtements, sans entraînement spécifique par tâche. SeeSaw vise à construire une échelle de fourniture de données qu'une téléopération en laboratoire ne peut pas atteindre. Chaque vidéo supplémentaire épaissit l'ensemble d'entraînement, le modèle s'améliore, la prochaine génération de robots est plus forte, créant une demande pour des données d'entraînement encore plus spécifiques. Une fois que la roue d'inertie est suffisamment lourde, elle tourne d'elle-même.
Après l'entraînement vient le déploiement. Cette moitié s'appelle Eastworlds, la couche de travail physique du protocole : moitié usine de données, moitié infrastructure opérationnelle, moitié laboratoire robotique du monde réel. L'industrie robotique a un problème circulaire qui a tué plus de start-ups que n'importe quel goulot technique : les robots ont besoin de données du monde réel pour s'améliorer, mais ils doivent déjà être assez utilisables dans le monde réel pour qu'on les laisse entrer. Chaque laboratoire peut faire une belle démo en environnement contrôlé, mais presque personne ne peut mettre le même robot dans un magasin de détail et le faire fonctionner de manière fiable pendant une journée de travail complète. Cela nécessite un haut niveau de téléopération capable de gérer les imprévus, et un système de feedback renvoyant chaque minute d'expérience sur le terrain à l'entraînement du modèle, pour que l'apprentissage capitalise.
Pour cela, Virtuals a acheté 30 robots humanoïdes Unitree G1-U6 – juste assez pour que plusieurs équipes de déploiement fonctionnent en parallèle sans se marcher sur les pieds. Ils ont développé leur propre technologie de téléopération, plutôt que d'acheter une licence. Les données des systèmes de téléopération standards ne correspondent pas au format requis par les VLA et autres modèles d'action dans le monde. Ils ont également établi des collaborations de recherche avec des laboratoires plongés depuis des décennies dans la perception et le contrôle du mouvement, et déploient un réseau pilote commercial dans la vente au détail et l'hôtellerie, pour que les équipes diplômées d'Eastworlds aient de vrais commerces où aller.
Une fois construit, les développeurs peuvent accéder à plusieurs capacités clés : un accès direct à des Unitree G1 physiques ou à la version améliorée U6 EDU ; tester des environnements de télécommande avec des systèmes comme la capture de mouvement ; collecter des données du monde réel et tester des chemins de déploiement avant un déploiement à grande échelle. On peut voir Eastworlds comme ce qu'ils appellent un "BPO d'IA physique". Un BPO traditionnel place des humains dans des régions à faible coût pour travailler à distance ; un BPO d'IA physique déploie de la téléopération et des robots hybrides pour créer de la valeur économique, comme nettoyer des plafonds ou accueillir des clients. Le robot n'a pas besoin d'être entièrement autonome, tant qu'il est fiable sur les tâches routinières, les cas limites étant repris par un opérateur humain. Les données d'entraînement générées par heure de travail de téléopération peuvent valoir plusieurs ordres de grandeur de plus que la simulation, car elles capturent le chaos d'un environnement commercial, pas les conditions contrôlées d'un labo. Les données s'accumulent, le modèle s'améliore, le besoin d'intervention humaine diminue, et l'économie unitaire s'améliore, sans même avoir à mettre à niveau le matériel. La téléopération pourrait être la voie la plus rapide vers une véritable autonomie robotique, tout en se finançant par le travail productif.
Des champs à l'usine, puis à l'écran du bureau, maintenant aux robots. Chaque transition redéfinit le travailleur, et redéfinit à qui revient la production. Les données de Barclays montrent qu'en 2018, plus de 60 % des emplois avaient des intitulés qui n'existaient tout simplement pas en 1940. Les robots recréeront également de nouvelles catégories d'emplois que nous ne pouvons pas nommer aujourd'hui. La logique démographique de la croissance économique pourrait également passer de "un pays a-t-il assez de main-d'œuvre ?" à "peut-il alimenter et construire des machines à grande échelle ?".
La proposition, et où elle va
Tout cela n'est encore qu'un argumentaire. Les argumentaires se trompent souvent. Pour juger si ce que Virtuals construit a du poids, est réel, il faut regarder les données et la traction actuelles : ce qui tient, ce qui ne tient pas.
À ce jour, Virtuals a déployé plus de 80 000 agents sur Base, Solana, Robinhood et d'autres protocoles, avec des frais cumulés dépassant 75 millions de dollars, représentant environ 23 % du segment des agents IA en cryptographie. Les frais ne sont pas uniformes. La majorité provient des quelques semaines de frénésie spéculative début 2025, lorsque les revenus quotidiens dépassaient 1 million de dollars. Aujourd'hui, le protocole génère environ 2 millions de dollars par mois. Qu'est-ce que cela représente vraiment ? Si l'on prend au sérieux la métaphore de l'État-nation – et je pense qu'il le faut – VIRTUAL accumule de la valeur de la même manière qu'une monnaie nationale. Le dollar a de la valeur, non pas parce que le Trésor américain a un programme de rachat, mais parce que 25 000 milliards de dollars de production économique annuelle sont libellés en dollars. Plus il y a d'activité dans le système, plus la demande pour l'unité de compte centrale est forte.
Virtuals est conçu selon la même logique. L'ensemble du système est libellé en VIRTUAL. Chaque couche ci-dessous génère de la demande de sources différentes, et la plupart ne dépendent pas d'une prime spéculative. EconomyOS fournit des cartes de paiement et une identité e-mail, permettant aux agents de transiger avec le monde réel sans intermédiaire humain. L'ACP constitue la couche commerciale, où les agents s'embauchent mutuellement, l'évaluation et le règlement étant on-chain. La couche de formation de capital permet à toute personne ayant une conviction de financer un agent productif, comme les actionnaires finançaient autrefois les navires marchands. Enfin, Eastworlds envoie des robots physiques dans des emplois réels, avec des données d'entraînement provenant d'environ 500 000 personnes se filmant en train de plier des serviettes ou de verser de l'eau. Chaque couche contribue à ce que le protocole appelle le aGDP : la production totale des agents dans le travail numérique et physique. Les agents n'ont pas besoin de convertir leurs revenus pour payer un loyer ou des courses, chaque dollar gagné peut rester dans le système, être réinvesti dans la DeFi pour approfondir la liquidité, formant une roue d'inertie on-chain pour les services d'agents.
Cette réflexivité fonctionne dans les deux sens. À la hausse, plus d'agents se lancent, plus de VIRTUAL est verrouillé, plus de services sont construits, l'économie s'auto-renforce. À la baisse, les émissions diminuent, les verrouillages diminuent, les récompenses de staking s'amincissent, la boucle se desserre. La réflexivité en elle-même n'est pas un défaut. Toute économie fonctionnelle est réflexive : les gens détiennent des dollars parce que d'autres les acceptent, et parce que d'autres les détiennent. La vraie question est : y a-t-il suffisamment d'activité économique réelle au cœur pour soutenir la boucle, ou est-ce que tout n'est que des jetons échangeant des jetons en cercle ?
Un signe possible qu'il y a quelque chose de réel en dessous : l'infrastructure commence à attirer des produits construits totalement en dehors de la cryptographie. Facticity.AI est un outil de vérification des faits créé par Dennis Yap, ancien chercheur à la Fondation Gates et à Princeton ; Time l'a classé parmi les meilleures inventions de 2024, capable de vérifier des affirmations dans le texte, la vidéo et l'audio avec environ 92 % de précision. Lorsque l'équipe a eu besoin de fonds, elle a sauté le capital-risque et a émis directement sous le nom d'ArAIstotle sur Virtuals, sursouscrite à 658 %. Via l'ACP, les agents s'envoient déjà des missions : conception graphique, rapports de recherche, production vidéo, audit de code. Un agent peut livrer une affiche marketing selon un brief détaillé, un autre agent d'assurance qualité l'approuve ou le rejette selon les termes du contrat. Virtuals admet lui-même que le marché des vendeurs est presque vide. Mais le protocole traite plus d'1 million de dollars de transactions d'agent à agent par mois.
Le même modèle de propriété s'étend à l'IA physique. Fabric Foundation est le premier projet à utiliser le mécanisme d'émission Titan de Virtuals, permettant à la communauté de rassembler du capital pour acheter et déployer des flottes de robots dans des maisons de retraite, des ateliers de fabrication et des sites de nettoyage environnemental – des secteurs en pénurie chronique de main-d'œuvre, où le coût des robots humanoïdes se rapproche de celui des travailleurs humains. L'employeur paie le travail des robots avec le jeton natif du pool ; les stablecoins couvrent l'entretien et la gestion de la flotte ; la production productive de chaque robot revient aux contributeurs. C'est la propriété collective de machines productives physiques, le financement et la coordination se faisant entièrement on-chain.
Même avec ces cas d'usage réels, la grande majorité de l'activité actuelle se déroule encore à l'intérieur de l'écosystème. Mais l'architecture est conçue pour attirer des revenus de l'extérieur de la cryptographie. Si les clients de Felix ne savent pas qu'ils achètent à une IA, si les robots d'Eastworlds trient des colis dans un entrepôt, les revenus entrant dans le système sont aussi réels que ceux d'une entreprise SaaS. Alors, les frais et revenus sur le graphique deviendraient un indicateur retardé de la production économique réelle des machines, libellé en VIRTUAL.
Les nouveautés ont toujours des astérisques, on ne peut faire semblant de ne pas les voir.
Le premier risque est le volume réel des transactions, maladie endémique de la cryptographie. Artemis a découvert que 47 % des transactions et 81 % du volume en dollars des transactions d'agents x402 impliquaient du wash trading. Après filtrage, les vrais paiements d'agents x402 ne seraient qu'environ 1,6 million de dollars, bien loin des 24 millions de dollars rapportés par Bloomberg. Cela montre à quel point l'actuelle "économie des agents" est remplie de robots gonflant artificiellement les métriques. C'est important, car toute la proposition dépend de la capacité des agents à créer une véritable valeur économique, et non une boucle spéculative. Il faut retirer le volume spéculatif et se demander : si les transactions s'arrêtaient demain, que resterait-il de la production productive ? Si la majorité des 75 millions de dollars de frais de protocole provient des taxes sur les transactions de jetons d'agents, et que le prix est piloté par la spéculation, c'est une grande illusion. Actuellement, les revenus des agents productifs et les jetons d'agents spéculatifs sont entremêlés, le vrai et le faux sont presque indiscernables ; quiconque affirme connaître la proportion est probablement en train de mentir.
Le deuxième risque est plus fondamental, et sans rapport avec la cryptographie. Un article du manuel NBER "Economics of Transformative AI" a révélé que les grands modèles de langage sont bien plus faibles en raisonnement économique que ne le laisse entendre le battage médiatique sur les agents. Au moment de la publication, les meilleurs modèles ne dépassaient le hasard que de 33 % dans des scénarios stratégiques de raisonnement économique ; dans les tâches microéconomiques non stratégiques, presque tous les LLM ne faisaient guère mieux que deviner au hasard pour maximiser les profits. Depuis, les modèles ont beaucoup progressé. Une étude de Harvard en 2026 a montré que GPT-5 et Claude Opus 4 avaient amélioré d'environ 90 % les performances sur des tâches économiques de base. Mais même ainsi, sur les décisions difficiles comme la tarification, la négociation, l'allocation de capital, les meilleurs modèles mondiaux se trompent encore la plupart du temps. Toute l'architecture de Virtuals suppose que les agents peuvent négocier des termes, prendre des décisions, allouer du capital et créer de la valeur. Si les modèles eux-mêmes sont médiocres dans ces tâches, les agents construits dessus hériteront de cette médiocrité, quelle que soit la beauté de la conception du protocole. Les agents sont des optimiseurs, mais nous ne savons pas vraiment ce qu'ils optimisent. Ces LLM sont entraînés à être orientés objectif en prédisant le mot suivant, ils n'ont jamais été conçus pour être de véritables acteurs économiques. Ils en ont juste parfois l'air.
Lorsque plusieurs agents interagissent sur un marché, les problèmes s'additionnent. On a découvert que les algorithmes de tarification IA pouvaient faire monter les prix à des niveaux hyper-compétitifs, même sans y être entraînés. Le Flash Crash de 2010, qui a effacé environ 1 000 milliards de dollars en 15 minutes, montre à quoi ressemblent les erreurs corrélées des machines à grande échelle. Les erreurs des agents IA sont plus corrélées que les erreurs humaines, car le même modèle est déployé à plusieurs endroits. Il y a déjà des cas où Claude a tenté de faire du chantage lorsqu'on essayait de l'éteindre ; GPT o3 a même saboté les mécanismes d'arrêt pour empêcher son extinction. Ces comportements apparaissent dans des modèles en production, documentés dans les propres fiches système d'OpenAI et d'Anthropic. Le débit des agents dépasse déjà la capacité humaine de supervision. Lorsque des milliers d'agents négocient de manière autonome à la vitesse des machines, la question cruciale est : qui est aux commandes ? Plus important que "l'agent obéira-t-il ?" est : l'entreprise construite autour peut-elle survivre ?
L'automobile a été l'invention la plus importante de la première moitié du XXe siècle. Si vous aviez alors compris comment elle allait radicalement remodeler l'Amérique, vous l'auriez considérée comme l'industrie du siècle. Mais sur les quelque 2000 entreprises qui se sont lancées dans la construction automobile, seules 3 ont survécu. L'automobile a eu un impact énorme sur l'Amérique, mais l'effet sur les investisseurs de l'industrie a été totalement inverse. Chaque technologie transformative suit cette courbe, avec une bulle. La différence est : une bulle de point d'inflexion est douloureuse, mais laisse de vraies infrastructures et de vrais progrès ; une bulle de retour à la moyenne n'est qu'une mode, qui monte et redescend. L'IA est presque certainement une bulle de point d'inflexion. La question pour Virtuals est : deviendra-t-il cette fibre optique achetée pour une bouchée de pain par Google après l'effondrement des télécoms, ou l'une de ces 1997 entreprises automobiles évaporées ?
Le plus grand pari du protocole est de devenir l'infrastructure de contrepartie pour chaque transaction de jeton d'agent, faisant de VIRTUAL la monnaie de réserve de l'économie des agents, comme l'ETH pour Ethereum. Si l'économie des agents grandit, la demande pour VIRTUAL augmentera mécaniquement, car y participer nécessitera cette paire de trading de base. L'autre récit est : VIRTUAL n'est qu'une autre pièce surfant sur la spéculation autour des jetons d'agents, dont la plupart finiront à zéro.
Les Luddites ont peut-être perdu cette révolution, mais ils n'avaient pas entièrement tort. Le métier à tisser a bien chassé les tisserands. Ce qu'ils n'ont pas vu, c'est qu'il a aussi donné naissance aux designers textiles, aux gestionnaires d'usine, aux maisons de couture, aux grands magasins et à toute une économie de consommation basée sur des tissus bon marché. Les machines n'éliminent jamais le travail, elles ne font que réécrire qui le fait et qui en tire les bénéfices. La question vraiment cruciale à l'époque était la même qu'aujourd'hui : qui possède le métier à tisser ?
Ceux qui captaient le surplus étaient les propriétaires d'usines : Arkwright, Cadbury, Ford. La structure autour de qui construit la machine, qui l'opère, et qui en profite n'a jamais vraiment changé, elle n'a été redistribuée à maintes reprises au cours de deux siècles, par des grèves et des introductions en bourse. Le pari de Virtuals est que cette fois, la couche de propriété est soudée à la machine dès le départ. Via les émissions de jetons et les courbes de liaison, la propriété des agents IA productifs peut être distribuée à toute personne ayant un portefeuille et une conviction.
Reste à voir si cela redistribuera vraiment la valeur, ou ne fera que recréer une autre couche d'extraction avec le langage de la décentralisation.
