Comment Valory et Olas construisent l'autonomie dans les Agents d'IA – perspectives de David Minarsch

L'IA est encore perçue par beaucoup comme un outil que l'on ouvre puis que l'on ferme. Mais que se passe-t-il si un logiciel continue de fonctionner en votre absence, prend ses propres décisions et gère ses propres ressources ? Dans un entretien avec Bitcoinmagazine.nl, David Minarsch explique pourquoi Valory et Olas construisent un monde dans lequel les Agents d'IA ne deviennent pas seulement plus intelligents, mais appartiennent également à l'utilisateur. Consultez notre Discord Connectez-vous avec des passionnés de crypto partageant les mêmes idées Apprenez gratuitement les bases du Bitcoin & du trading - étape par étape, sans connaissances préalables. Obtenez des explications claires & des graphiques d'analystes expérimentés. Rejoignez une communauté qui grandit ensemble. Rejoindre Discord maintenant Valory et Olas construisent ensemble une stack d'agents Quiconque souhaite comprendre l'écosystème de Valory et Olas doit d'abord avoir cette distinction claire. Valory fonctionne comme un laboratoire de construction où les ingénieurs développent des logiciels open source pour des Agents d'IA autonomes. Olas forme la couche réseau où ce logiciel se rassemble, est coordonné et fonctionne économiquement via des Smart Contracts (Contrats Intelligents). Cette séparation est intentionnelle. Valory écrit du code et expérimente avec des architectures d'agents. Olas gère les incitations, la gouvernance et l'infrastructure dans laquelle les agents peuvent exister, collaborer et échanger de la valeur. Le résultat est une stack cohérente dans laquelle les agents sont construits, déployés et utilisés, sans partie centrale qui s'approprie le contrôle total. De cette stack est née Pearl comme application directe de la même philosophie : si les agents doivent appartenir aux utilisateurs, alors il doit exister une couche avec laquelle ils peuvent être exécutés sans connaissances de développeur, et Pearl remplit ce rôle.  Quand un Agent d'IA est plus qu'un outil intelligent Minarsch fait dans la conversation une distinction claire entre les outils d'IA et les Agents d'IA. Beaucoup de gens appellent maintenant tout ce qui a une interface de chat un agent, mais selon lui, ce n'est pas correct. Un outil renforce ce que vous faites à ce moment-là. Vous posez une question, le système répond, et dès que vous partez, il ne se passe plus rien. Un agent fonctionne fondamentalement différemment d'un outil d'IA traditionnel. Vous formulez un objectif au lieu d'une simple invite, après quoi le système continue de fonctionner, exécute des tâches de manière indépendante, réagit aux nouvelles informations et adapte son comportement sans nécessiter une intervention humaine continue. "Ce que vous faites avec les outils, c'est de l'assistance. Avec les agents, vous donnez un objectif de haut niveau et vous laissez le système l'exécuter de manière autonome pendant que vous n'êtes pas là." C'est pourquoi Minarsch cite les systèmes autonomes ou les stratégies de trading autonomes comme des exemples plus clairs. Vous donnez une direction et des conditions, mais l'exécution se fait de manière indépendante. Beaucoup des agents de codage actuels évoluent maintenant dans cette direction. Là où ils réfléchissaient d'abord pendant que vous regardiez, vous pouvez maintenant leur donner des tâches qui durent des minutes ou plus sans supervision. Minarsch voit là un changement structurel dans la façon dont les logiciels sont construits et utilisés. À mesure que l'IA devient plus puissante, les logiciels passent du support à l'exécution réelle, la question centrale tournant autour de la façon dont cette autonomie est organisée techniquement et économiquement. Three MASSIVE AI Agent Announcements LIVE NOW ⬜️ 🟪 🥇 Pearl—The 1st "Agent App Store" 🏆 Olas Accelerator—$1 million in grants for devs 🏗️ $13.8 Million raise led by @1kxnetwork It's all happening NOW—read on👇🏻 pic.twitter.com/ezn84rK7vN — Olas (formerly Autonolas) (@autonolas) February 4, 2025 Pearl rend les agents accessibles sans renoncer à la propriété Pearl est la réponse de Valory et Olas à ce changement vers des Agents d'IA autonomes. Il s'agit d'une Application de bureau locale dans laquelle les utilisateurs exécutent des agents qu'ils possèdent eux-mêmes, y compris le logiciel et les portefeuilles. L'agent obtient son propre portefeuille, et vous décidez exactement quels fonds vous déléguez. Tout ce qui est en dehors reste fermé. Minarsch voit de plus en plus de cas d'utilisation où les services d'IA centralisés commencent à coincer. Il s'agit de données sensibles à la vie privée, de propriété intellectuelle, de contexte médical, et aussi de la dépendance à une seule partie Cloud computing dans une autre juridiction. Dans de tels cas, il s'agit moins de modèles et plus de contrôle. "Crypto a commencé avec 'own your keys, own your coins', et nous pensons que cela devrait également s'appliquer à l'IA et aux logiciels." Pearl choisit donc le local d'abord, même si cela rend la construction plus difficile. Vous ne corrigez pas les bugs "simplement" dans un backend, et vous ne pouvez pas déployer constamment en silence. Ce que vous livrez doit fonctionner immédiatement. C'est précisément la raison pour laquelle Minarsch le considère comme une fondation pour les agents qui continuent de fonctionner longtemps. Say hi to Pearl's new home @pearldotyou and https://t.co/mdPzJ5Scvd 🪂 🤖https://t.co/WA25nYSFRc brings user-owned AI agents to everyday consumers. Your agents. Running on your device. Owned by you. If you have been following along on Pearl's journey here, go give… https://t.co/xkdEVMt6M3 — Olas (formerly Autonolas) (@autonolas) December 16, 2025 Predict montre comment les agents autonomes fonctionnent réellement L'un des exemples les plus clairs au sein de Pearl est le soi-disant predict-agent. Via Pearl, un utilisateur peut configurer un tel agent, lui donner une stratégie et attribuer un budget. Ensuite, l'agent fonctionne de manière indépendante en arrière-plan et prend des positions sur les marchés de prédiction qui correspondent à cette stratégie. L'utilisateur parle à l'agent via le chat, mais ensuite l'agent fait le travail. Il analyse les marchés, achète des informations et négocie sur la base d'estimations probabilistes. Il est crucial que l'agent ait son propre portefeuille et ne puisse travailler qu'avec des fonds explicitement délégués par l'utilisateur. Ce système fonctionne depuis 2023. Cela le rend intéressant selon Minarsch, car vous ne voyez pas seulement la théorie mais le comportement au fil du temps. Ce qui est remarquable, c'est que les performances s'améliorent à mesure que les agents fonctionnent plus longtemps. Cette autonomie émerge parce que les agents apprennent à gérer l'incertitude, la répétition et la probabilité, plutôt que de tout comprendre à l'avance. Les marchés de prédiction se prêtent bien à cela. Les gens se concentrent principalement sur les marchés où il y a de l'attention. Là où les gens concentrent leur attention sur les marchés populaires, les agents peuvent être actifs sans effort dans la longue traîne, où se trouvent des opportunités plus petites et moins visibles et où l'échelle n'est possible que par une exécution autonome continue. The narrative around Prediction Markets is heating up. But for Olas, this isn't new. Olas AI agents have been autonomously participating in these markets since 2023. Prediction Trader by @autonolas is an AI agent designed to automate prediction market trading for you — helping… pic.twitter.com/qLudrkcs0c — Olas (formerly Autonolas) (@autonolas) December 9, 2025 Les systèmes multi-agents et le rôle de la Place de marché Mech Selon Minarsch, l'autonomie évolutive n'émerge que lorsqu'un agent peut prendre des décisions tout en s'appuyant sur d'autres agents pour les données, le calcul et les fonctions spécialisées. Pour cela, le système utilise la soi-disant Place de marché Mech, une place de marché conçue pour les agents. Dans cet environnement, les agents achètent des services à d'autres agents, tels que des ensembles de données, des calculs, des prédictions ou une expertise spécifique, tandis que l'utilisateur ne le remarque pas car Pearl intercepte et simplifie complètement ces interactions. "L'utilisateur n'entre jamais directement en contact avec la place de marché ; les agents règlent cela entre eux." Cette structure s'aligne fortement sur la façon dont la collaboration entre les personnes fonctionne. Personne ne fait tout seul, mais engage d'autres tant que la qualité est suffisante et passe à autre chose lorsque ce n'est plus le cas. Dans Pearl, le même processus se produit entre les machines, où les agents suivent localement les performances des autres agents et intègrent ces informations dans leur prise de décision. Cela rend le système résilient et apporte également de nouveaux défis en matière de réputation, de spam et de contrôle qualité. Selon Minarsch, il n'y a pas de point final fixe pour cela, car ces systèmes se développent progressivement et doivent être ajustés à mesure qu'ils se développent. Précisément parce que cette infrastructure est activement utilisée depuis 2023, l'équipe obtient une vision claire de l'endroit où les véritables goulots d'étranglement surviennent et de la façon dont ils doivent être résolus dans la pratique. Olas just got a MAJOR upgrade🔥🟪 A new look. A clearer message. A simpler way to co-own AI. 🟣 Own Your Agent with Pearl 🟣 Monetize Your Agent with Mech Marketplace 🟣 Access a World of AI Agents with the OLAS Token Start here 👉 https://t.co/aZpSxsv9ih pic.twitter.com/GPZ5y283sd — Olas (formerly Autonolas) (@autonolas) June 30, 2025 Pourquoi l'autonomie complète nécessite encore des garde-fous Bien que les possibilités croissent rapidement, Minarsch met en garde contre la surestimation. Les agents complètement ouverts et illimités sans règles ne fonctionnent pas encore assez fiablement aujourd'hui. Tout ce qui se passe on-chain doit être délimité par des règles claires. En pratique, les agents travaillent avec une combinaison de systèmes basés sur l'apprentissage et de règles fixes, l'intelligence opérant toujours dans des cadres prédéfinis. Un predict-agent peut par exemple estimer des opportunités dans les marchés de prédiction, mais reste limité à ce domaine et n'appellera pas d'autres protocoles ou n'exécutera pas de transactions inattendues. Cette limitation rend le système prévisible et donc fiable. À mesure que les modèles deviennent plus généraux, il devient plus difficile de concevoir ces cadres. De nombreux agents s'avèrent d'ailleurs déjà être des systèmes multi-agents, avec des rôles séparés pour l'exécution, le contrôle et la gestion du solde. Pour les utilisateurs, cela n'a pas besoin d'être visible. Tout comme vous ne pensez pas à l'organisation interne d'une application, vous voulez savoir avec un agent qu'il fait ce qu'il promet. La fiabilité reste ainsi le plus grand obstacle à une adoption large. Drawing on multi-agent systems research, Autonolas enables the creation of composable autonomous off-chain systems that can run complex logic such as machine learning algorithms in a trust-minimized way, and take action across blockchains and web2 APIs. pic.twitter.com/7mKZK6wxZk — Valory is hiring (@valoryag) March 24, 2023 2026 comme point de bascule pour les agents et la propriété En regardant vers 2026, Minarsch voit quelques lignes claires converger. Via des modèles comme Pearl, les agents atteignent directement le consommateur, où ils ne fonctionnent pas comme des outils isolés mais comme des systèmes actifs à long terme qui continuent de coopérer et de créer de la valeur. De plus, il s'attend à l'émergence de licornes à une personne. Parce qu'une personne peut s'appuyer sur des armées d'agents logiciels qui construisent, testent et itèrent. Cela change la façon dont les startups émergent et comment les logiciels sont maintenus. "Je pense que nous verrons cette année les premières entreprises licornes à une personne, parce qu'avec des agents de codage plus génériques, vous pouvez construire des armées d'agents logiciels qui vous soutiennent." Le commerce d'agent à agent jouera un rôle de plus en plus important. Crypto facilite le paiement mutuel des agents, le partage des ressources et l'attraction de capitaux. Ce que cela signifie économiquement reste ouvert. Mais une chose est certaine pour Minarsch. Les utilisateurs en ont fini avec la location et veulent le contrôle de leurs logiciels et données. Celui qui possède ses Agents d'IA conserve le contrôle sur les données, le comportement et la valeur. Valory et Olas construisent toute leur stack autour de ce principe pour être prêts pour ce que l'autonomie exige réellement. Best wallet - portefeuille fiable et anonyme Best wallet - portefeuille fiable et anonyme Plus de 60 chaînes disponibles pour toutes les crypto Accès anticipé aux nouveaux projets Récompenses de staking élevées Faibles coûts de transaction Best wallet review Acheter maintenant via Best Wallet Attention : la cryptomonnaie est un investissement très volatil et non réglementé. Faites vos propres recherches.

Le message Comment Valory et Olas construisent l'autonomie dans les Agents d'IA – aperçus de David Minarsch a été écrit par Raul Gavira et est apparu en premier sur Bitcoinmagazine.nl.