Écrit par Zuo Ye
En regardant en arrière 500 ans, les conflits entre le travail et le capital sous le système capitaliste ont toujours été marqués par la victoire continue du capital.
Au niveau de la production, la participation de la main-d'œuvre se réduit progressivement au niveau de l'exploitation des machines ; au niveau de la consommation, la valeur utilisateur réside dans la production de données d'utilisation pour la plateforme.
En combinant les deux, elles servent à soutenir l'évaluation de l'entreprise sur les marchés financiers.
Mais le mode d'organisation humaine ne peut pas être entièrement quantifié à long terme ; les KPI/OKR des employés de bureau restent hiérarchiques, et les salaires annuels d'un million ainsi que les salaires à la pièce sont tous deux des variantes du taylorisme.
Sans formule claire, le capital ne peut pas être évalué, ce qui affecte l'efficacité du capital. Les stablecoins algorithmiques sont-ils le Saint-Graal du DeFi ? Il est encore trop tôt pour le dire, mais la calculabilité des organisations est indéniablement le verre de mesure du levier financier.
Les grands modèles décident de briser la sécurité par la force du nombre de tokens ; l'effondrement des SaaS sécurisés n'est qu'un symptôme, la conception de produits de remplacement est en cours, et le véritable enjeu est de rendre ces compétences spécialisées et peu répandues évolutives ; l'innovation entre en territoire inexploré.
Cela nous apporte d'innombrables enseignements, particulièrement à l'heure où le modèle DAO du DeFi s'effondre progressivement et où l'économie des jetons connaît une crise croissante.
Pourquoi le modèle organisationnel de l'IA et le modèle de token sont-ils plus efficaces que le DeFi ?
How did all of this begin?
Token rendu abordable, Agent rendu pratique.
Pour un profit de 300 %, le capitaliste vendra sa propre corde.
Pour conserver leur emploi, les employés peuvent créer des compétences pour les Agents.
Au niveau financier, les agents dotés de Skill occupent un statut aussi sacré que le profit.
L'agent représente la capacité humaine transformée en compétence ; en outre, l'organisation humaine devient une chaîne d'interactions centrée sur l'agent.
Les prompts, les contextes et les ingénieries Harness actuelles visent à transformer les modèles organisationnels humains en zones désertées, en réduisant au moins la présence humaine.
Votre prochain collègue n'est pas un robot, mais peut être un « talent » instinctif.
Ce n'est pas une illusion ; les lois d'échelle au niveau des données commencent à perdre leur efficacité, mais la collecte et la production de données ne sont plus essentielles ; avant le succès de l'AGI, de nouveaux indicateurs d'évaluation sont nécessaires.
Légende de l'image : Le contenu n'a plus de valeur
Informations globales : @ARKInvest
À partir du moment où Claude a sélectionné le domaine de la programmation pour réaliser la première étape vers l'AGI, l'IA dépasse le mode divertissant du chat et pénètre des marchés existants dans des domaines réels tels que la programmation, la sécurité et la conception récemment publiée.
Cette innovation destructrice créera-t-elle de nouvelles valeurs économiques ou entraînera-t-elle l’économie dans un modèle de faible emploi permanent où les tokens prennent les postes et les humains en sont éliminés ? Nous assistons à ce processus.
Mais la démocratisation actuelle des jetons, qui transfère des capacités autrefois monopolisées par de grandes entreprises vers de petites et moyennes entreprises, et qui favorise l'émergence d'individus ultra-productifs, n'est pas une illusion.
Par exemple en Chine, le volume d'appels de jetons est passé de 100 milliards par jour en 2024 à 100 billions par jour à la fin de 2025, puis à 140 billions par jour aujourd'hui ; la production de contenu et de données entre bientôt dans l'ère du coût nul.
Il est à noter que la pénurie de puissance de calcul est un état relatif : les grandes entreprises ne monopolisent plus les « capacités », mais cherchent toujours à monopoliser la « puissance de calcul » pour maintenir leur avantage existant, sans pouvoir empêcher la tendance inévitable à la dévaluation globale des jetons.
Les paradigmes d'évaluation des grands modèles de base sont variés, mais l'évolution de la question « Comment l'IA peut-elle aider les humains ? » n'a longtemps pas reçu beaucoup d'attention.
À mon avis, Harness est une forme spatiale qui permet à l’agent de se concentrer sur des tâches à l’intérieur des limites pour la première fois, selon une stratégie en profondeur, contrairement à la recherche en largeur typique des systèmes de问答.
Légende de l'image : Histoire de l'évolution d'Agent
Image source : @zuoyeweb3
Il n’est qu’une question de temps avant que l’être humain ne devienne la couche d’entrée de l’IA dès que la touche Tab a été utilisée pour compléter le code.
Le coût des essais-erreurs diminue exponentiellement, permettant de explorer davantage de collaborations intéressantes :
- Logiciel : SaaS, la source des capacités humaines n'est plus l'humain, mais l'émergence des Agents
- Matériel : carte de puissance de calcul + HBM, un centre de données qui sert directement les besoins de l'IA pour la première fois
- Espace : Harness, pas un espace physique de collaboration humaine, mais un espace numérique d'interaction entre agents
- Interaction :豆包手机阵亡，谷歌在安卓系统底层支持 GUI Agent
La capacité de l’IA à dire quelque chose n’a pas une grande valeur commerciale ; le coût de génération de texte est très faible pour les humains. Cependant, « faire » quelque chose fera consommer des jetons à un rythme dépassant celui de la génération d’images et de vidéos, semblable à la façon dont AWS vend non pas des serveurs, mais du temps d’utilisation.
L'IA ne vend pas des tokens, mais une « capacité de travail » — c'est la source de la peur dans l'industrie SaaS. Malheureusement, DeFi est devenu un SaaS, et non un grand modèle.
SaaSification des protocoles DeFi
DeFi n'est pas dépassé, mais trop en avance.
L'IA est en train de réinventer le génie logiciel, et ce n'est pas seulement le SaaS qui est remplacé, mais il en est sans doute l'exemple le plus typique.
Même si le terminal Bloomberg, sa valeur commerciale la plus importante ne réside pas dans la sophistication technologique, mais dans l'autorité des informations, autorité acquise au fil de décennies de relations industrielles, de réseaux et d'autres données non standardisées.
L'agent propose une option permettant de déduire l'avenir à partir des données, ce qui pourrait même, en prenant un risque supplémentaire, vous permettre de dépasser vos concurrents et générer de petits bénéfices.
Légende de l'image : SaaS en panne
Image source : @zuoyeweb3
Vous pouvez comprendre que l'agent a habilement exploité la nature profit-oriented du capital ; vous pouvez attendre les informations complètes du terminal Bloomberg, ou bien utiliser des données partielles et inexactes pour tenter de tirer un profit.
Ce n'est pas nouveau : Thomas Peterffi, fondateur d'IBKR, a été le premier à « inventer », ou plutôt à assembler des terminaux de trading physiques dans le domaine financier, tout cela ayant commencé avec une P101 inutilisée.
Si une manière d'utiliser les données permet de générer davantage de profits, vous obtiendrez plus de données, et la boucle vertueuse sera amorcée.
Le monopole du SaaS appartient au passé, l'IA vend l'avenir.
Malheureusement, nous devons aborder le DeFi ici : vous vous souvenez du mur de paiement de l'API Dune/DeFiLlama, qui tient des données précieuses pour survivre, ou de la fermeture définitive d'Arkham Exchange.
Les données du secteur de la cryptomonnaie n'ont jamais eu de valeur.
Mais dans l'industrie des cryptomonnaies, qui est un système financier ouvert direct, les données générées peuvent être apprises à répétition ; même avant l'IA, la vitesse de création de projets forkés avait déjà diminué à l'échelle des mois, et les clones Meme de PumpFun peuvent être compressés jusqu'à l'échelle de la seconde.
Il existe un raisonnement contre-intuitif : DeFi est le testbed précurseur du système financier ; ce que nous expérimentons aujourd'hui avec l'IA + DeFi deviendra le modèle de l'évolution financière future.
Par exemple, avant la crise financière de 2008, le LIBOR, basé sur des transactions non garantis, « a déclenché » la tempête financière, puis a été remplacé par le SOFR, issu des transactions sur obligations du Trésor américain, mais le mécanisme de surcollatéralisation garantit la finalité des liquidations dans le DeFi.
Par exemple, les fabricants de grands modèles ne veulent pas vendre des jetons en fonction de la consommation, mais insistent sur une stratégie de marketing par niveaux, une personnalisation des capacités et une adaptation professionnelle ; l'économie des jetons a déjà tordu la « valeur d'utilisation » en une torsade.
Les tokens crypto sont axés sur la valeur d'utilisation, les tokens IA sont axés sur la valeur économique.
Du point de vue de cette perspective, les attaques de hacking sur DeFi ne sont qu’un test de pression régulier, une entropie externe que les systèmes ouverts ne peuvent pas réparer eux-mêmes.
Un humour noir à la manière de la règle 22 : sans stimulation externe du système de signaux, l'crypto considère par défaut que l'environnement est sécurisé ; en cas de crise de sécurité, il s'effondre vers un système de traitement centralisé.
Par exemple, dans l'événement Drift, les responsables accusés ont même été Circle pour son gel lent.
Légende de l'image : Le code ne peut pas résoudre les problèmes de sécurité
Image source : @zuoyeweb3
On peut dire qu’avant la transition des capacités de l’IA, le DeFi avait déjà accompli sa SaaSisation, ne permettant de facturer que selon le nombre de transactions, sans pouvoir déplacer directement la « finance » sur la chaîne.
RWA sur chaîne souffre d'une liquidité insuffisante, et DeFi n'a pas de bonne solution à ce problème.
Cependant, l'évolution des capacités de l'agent semble offrir une lueur encore incertaine de réécriture des règles DeFi.
Économie de la token : répartition de l'utilisation par canal, selon l'efficacité du capital ;
Paramètres de règles : Mythos offre une finalité sécurisée, un bouclier IA contre les menaces zero-day ;
Organisation humaine : Super, le DeFi gère déjà des centaines de milliards avec seulement quelques personnes.
Le renouveau de la narration technique
D’où vient la sécurité ? La déterminisme de la machine de Turing. D’où vient le danger ? Les possibilités infinies.
Garry Tan de YC dit « Fat Skill, Thin Harness », ce qui résonne profondément en moi : il s'agit fondamentalement d'établir des règles de base, une « liberté fondée sur l'ordre ».
Les machines de Turing peuvent être combinées à l'infini, l'architecture von Neumann présente toujours un décalage temporel entre le stockage et le calcul, et les grands modèles ne peuvent pas générer de nombres aléatoires vrais.
Dans un avenir où les données n'ont pas de valeur, seuls les comportements humains peuvent donner de la valeur au flux monétaire.
Mais le comportement humain nécessite encore du temps pour être entièrement appris par l'IA, puis intégré sous forme d'expressions ingénierisées et codifiées.
Chercher à limiter l'infini avec ce qui est fini est voué à l'échec ; les LLM ne peuvent pas éliminer complètement les hallucinations. Il faut atteindre un point où « cela dépasse les capacités de l'IA comme de l'humain » pour que le mécanisme de marché puisse en déterminer la valeur, et seulement alors pourrons-nous véritablement faire confiance aux contrats intelligents.
Les contrats intelligents actuels peinent à réussir : le fork de The DAO, le bug du langage de programmation de Curve, et même le multisig de Drift prouvent que « l'humain détient le contrôle ultime sur le code ».
L'interrogation morale n'a pas de valeur économique ; le modèle de collaboration dans le domaine DeFi, qui est passé d'un DAO à des fondations et des « équipes », s'explique en dernier ressort par des besoins pratiques en matière de mise à jour de contrats et de partenariats commerciaux.
Mais les humains ne peuvent pas écrire de code à la fois toujours sécurisé et dynamiquement évolutif ; rappelez-vous, c'est impossible pour toujours.
Si vous ne mettez jamais à jour, Curve nous montre par son propre exemple que la pile de dépendances technologiques peut aussi poser problème.
Le présent décide du passé, le passé décide de l'avenir.
De la fondation Simons Medal à l'IA de Numerai, l'IA dans le domaine financier n'est pas rare ; un autre exemple contre-intuitif est que les signaux de trading aident en fait l'IA à évoluer.
Légende : L'IA et le DeFi au cours des 10 prochaines années
Image source : @zuoyeweb3
Les modèles d'IA restent des machines d'état qui traitent des signaux selon le paradigme informatique ; sans signaux externes, ils manquent de capacité à simuler le monde extérieur. L'engagement de Yann LeCun et Li Fei-Fei en faveur des modèles du monde a pour signification cette voie.
Mais du point de vue du DeFi, permettre à l’IA de trader de manière autonome suppose que les intentions humaines soient apprises par l’agent à travers le comportement — ce qui illustre l’importance de l’être humain pour l’IA : même si l’agent remplace la main-d’œuvre, il imite et résume les comportements humains.
Même les humains ne peuvent pas être intentionnellement aléatoires ; une légère intentionnalité crée déjà des régularités statistiques. Ce sont même les caractéristiques physiologiques humaines qui possèdent une véritable aléatoire, comme « J’aime simplement physiologiquement la stratégie de market making d’Ethena et je déteste la stratégie d’arbitrage de XX », ce qui exprime plutôt une préférence floue.
Très certainement, faire de la blockchain / du DeFi l'infrastructure de l'IA a connu un échec lamentable au cours de la dernière décennie ; deAI / deAgent / deOpenclaw connaîtront un sort similaire.
Utilisez le dernier modèle de grande taille pour réinventer les structures DeFi, par exemple, après le test de Mythos, les contrats sont par défaut sécurisés, et tout changement est détecté en temps réel, augmentant ainsi le niveau de risque.
En ce qui concerne l'organisation humaine, le choix de l'IA est « pas de personnes », seulement les « capacités » humaines ; le DeFi est le secteur le plus adapté à cela, sans aucun doute. Une fois les règles conçues, le DeFi ne vise qu'à améliorer l'efficacité du capital sous réserve de la sécurité. En se référant aux niveaux L1/L2/L3/L4 de la conduite autonome, il traversera inévitablement les étapes suivantes : autorisation d'information → utilisation limitée des fonds → utilisation complète des fonds.
Si l'Agent apprenait continuellement les compétences des traders ingénierisés et les capacités de gestion des Curators, il dépasserait inévitablement les humains en matière de trading et de rendement, mais malheureusement, les données DeFi accumulées n'ont pas encore été systématiquement apprises et entraînées par des systèmes d'IA ; l'IA actuelle dans le monde des cryptomonnaies est encore à un stade de collecte de fonds.
Mais je suis très convaincu que l'utilisation réelle des fonds sera la prochaine vague inévitable de l'adaptation de l'IA au DeFi.
Alors, après la mise à niveau de la sécurité (contrat) et de l'organisation (humains), quelle forme prendra l'économie du jeton ?
Les tokens de l'ère PoW sont des preuves de consommation de puissance de calcul, et sont essentiellement identiques aux tokens AI actuels ;
Les tokens de l'ère PoS sont des certificats de remise à l'échéance des rendements attendus ; les tokens AI évoluent dans cette direction (la capacité à remplacer l'humain est l'expression économique de l'IA) ;
Les tokens Crypto à l'ère de l'IA ont dépassé notre domaine d'ingénierie et ne peuvent être prédits que par des hypothèses irresponsables.
Sky utilise la répartition des jetons pour contrôler le APY de chaque canal, tandis que Claude valorise les capacités du modèle en fonction de la consommation de jetons ; les futurs jetons Crypto seront probablement des certificats de rendement sur capital.
Faites attention à la distinction : pour les tokens de l’ère PoS, comme ETH, les rendements attendus sont une hypothèse économique, un raisonnement expérimental a priori ; en revanche, la conception ingénierique de l’IA et les paramètres DeFi s’approchent infiniment de la réalité, avec des taux de rendement et de risque hautement fiables et vérifiés en temps réel.
Les utilisateurs peuvent même déterminer le prix actuel du token en fonction des grands modèles et des agents utilisés par les protocoles DeFi, ainsi que des scores des indicateurs d'optimisation de Harness ; ils achètent si les perspectives sont positives et vendent si elles sont négatives.
Conclusion
Infinies souffrances et avenir imprévisible de l’humanité.
L'avenir de la DeFi, divisé en aspects économiques et techniques : les économies de jetons n'ont pas encore trouvé de bonnes solutions, mais la sécurité entrevoit un peu d'espoir ; Claude Mythos peut menacer le monde, mais à l'inverse, il peut aussi bien gérer l'argent.
AlphaGo a résolu définitivement le jeu de go, Claude a résolu définitivement la programmation ; de tels scénarios ne feront que se multiplier à l'avenir, et les contrats DeFi, les organisations humaines, voire les unités de compte économique, présentent tous un espace théorique d'optimisation.
Au moins, les gens n'ont pas à craindre d'être entièrement remplacés ; même à une époque où les données n'ont plus de valeur, les comportements conservent leur signification. Pour l'instant, la prise en charge par les agents reste limitée à des détails tels que des « micro-tâches » ou des « micro-paiements » — des répétitions constantes. Nous devons faire en sorte que ces comportements répétitifs et copiés génèrent de la valeur. L'IA fait chuter la valeur des données et du contenu jusqu'à les rapprocher d'un coût nul, tandis que la valeur économique unitaire des tokens AI et des tokens crypto diminue également en continu : c'est une tendance inéluctable.
On peut même dire que c’est la première fois que l’argent s’ouvre véritablement aux particuliers, que ce soit pour le travail lié à l’IA ou pour la consommation via le Crypto.