Le web porte depuis les années 1990 un code d’erreur appelé « 402 Payment Required », et pendant trente ans presque personne ne s’en est servi. En 2025, Coinbase lui a donné un emploi. Avec son protocole x402, un programme demande une page à un serveur, le serveur répond 402 en indiquant un prix, le programme paie en stablecoin adossé au dollar puis repose sa question. Pas de compte, pas de formulaire de carte, pas d’humain. C’est le cas le plus net, à ce jour, où la blockchain et l’IA travaillent ensemble.
Quelle est l’ampleur de l’usage ? Le décompte le plus rigoureux vient d’un rapport de Visa et de la société de données Artemis publié en juillet 2026 (en anglais). Entre son lancement en mai 2025 et le 21 avril 2026, x402 a porté 178,3 millions de transactions pour 135,7 millions de dollars. Artemis a ensuite retiré les paiements qu’elle identifie comme du wash trading, où une partie se paie elle-même, et comme des tests. smart contract holding reserves of two or more tokens, supplied by users, that a decentralized exchange uses to execute trades automatically at a price set by a formula.">pool diverge, compared with simply holding the same tokens in a wallet. It becomes permanent when the provider withdraws.">Il restait 109,6 millions de transactions et environ 15,0 millions de dollars, soit quelque 14 cents par paiement. Près de neuf dollars sur dix relevaient du bruit.
Ces deux totaux résument tout le domaine. Il existe une vraie plomberie, bâtie par des entreprises sérieuses, et beaucoup de théâtre autour. Le même clivage traverse les quatre sujets de cette leçon : prouver d’où vient un fichier ou un jeu de données, les agents d’IA qui détiennent un portefeuille, les réseaux qui vendent de la puissance de calcul pour l’IA, et les marchés des données dont les modèles s’abreuvent.
Elle fait suite à celle sur les DePIN, ces réseaux d’infrastructures physiques décentralisées, qui présentait les places de marché de GPU en tant qu’infrastructure. Ici, la question est autre : que fait un logiciel qui raisonne d’une monnaie qu’un logiciel peut détenir ?
Blockchain et IA : où les deux se rencontrent, et où elles ne partagent qu’une étiquette
Un système d’IA a besoin de puissance de calcul, de données et d’un moyen de payer les deux. Dès qu’il agit pour quelqu’un, il lui faut une quatrième chose : un moyen pour les autres de vérifier ce qu’il a fait. Les blockchains apportent quelque chose à chaque besoin. Elles font tourner des marchés ouverts où n’importe qui vend du temps de GPU, elles fournissent une horloge publique capable de dater un fichier, et elles émettent une monnaie qu’un programme peut détenir, car un portefeuille crypto n’est qu’une paire de clés que n’importe quel logiciel sait générer.
C’est le cas sérieux. L’autre est une étiquette de marché. CoinGecko range 1 481 cryptomonnaies dans la catégorie « Artificial Intelligence ». Deux des trois plus grosses, NEAR et Internet Computer, sont des blockchains généralistes qui ont ajouté des produits d’IA. Beaucoup de petites n’ont ni modèle, ni jeu de données, ni client payant derrière leur nom.
| Catégorie ou crypto CoinGecko | Valeur de marché | De quoi il s’agit |
|---|---|---|
| Artificial Intelligence (1 481 cryptos) | 18,15 Md$ | Tout ce qui porte l’étiquette IA ; 1,73 Md$ échangés en 24 heures |
| AI Agents (656 cryptos) | 2,82 Md$ | Jetons liés à des agents et à des plateformes d’agents |
| NEAR Protocol | 4,38 Md$ | Une blockchain généraliste avec un produit de cloud d’IA |
| Bittensor (TAO) | 2,30 Md$ | Un réseau qui rémunère du travail d’apprentissage automatique |
| Internet Computer | 1,26 Md$ | Une blockchain généraliste |
| Venice Token (VVV) | 1,06 Md$ | La plus grosse crypto de la catégorie AI Agents |
| Render | 0,80 Md$ | Un réseau de GPU, traité dans la leçon précédente |
| Artificial Superintelligence Alliance (FET) | 302,7 M$ | Le jeton de l’alliance Fetch.ai et SingularityNET |
| Virtuals Protocol (VIRTUAL) | 291,3 M$ | Une plateforme de lancement d’agents |
Ces chiffres ont été relevés sur les pages de catégories de CoinGecko le 18 novembre 2026 (en anglais). Ce sont des valeurs de marché, le prix multiplié par le nombre de jetons en circulation. Aucune ne dit combien quelqu’un paie pour utiliser la chose, et le reste de la leçon garde les deux notions séparées.
Provenance : prouver d’où vient un fichier ou un jeu de données
Le mot « provenance » recouvre deux questions. La première concerne un fichier : cette photo a-t-elle été prise par un appareil ou produite par un modèle, et a-t-elle été retouchée depuis ? La seconde concerne les données : sur quels textes et quelles images ce modèle a-t-il été entraîné, et quelqu’un a-t-il donné son accord ? La première a des outils qui fonctionnent. La seconde, presque pas, et elle reviendra dans la section sur les marchés de données.
Étiquettes signées, filigranes invisibles et horodatage sur une chaîne
L’outil le plus soutenu n’est pas une blockchain du tout. C2PA, la norme derrière l’étiquette « Content Credentials », attache à un fichier un manifeste signé : quel outil l’a produit, quelles retouches ont suivi. Modifiez le fichier sans mettre le manifeste à jour et la signature se brise. Son comité de pilotage compte Adobe, Amazon, la BBC, Google, Meta, Microsoft, OpenAI, Publicis Groupe, Sony, TikTok et Truepic, et la spécification en était à la version 2.3 sur la page mise à jour le 8 janvier 2026. La faiblesse est évidente. Un manifeste peut être retiré, et un fichier sans manifeste ne prouve rien, ni dans un sens ni dans l’autre.
Les filigranes prennent la voie opposée. SynthID, de Google, cache un signal dans les pixels, le son ou le choix des mots de ce que produisent ses propres modèles, et il est conçu pour survivre au recadrage, aux filtres et à la compression. Google indique que son portail de détection, lancé en 2025, est en cours d’ouverture au public, et cite OpenAI, NVIDIA et Kakao parmi ses partenaires. Un filigrane n’existe que dans les contenus créés par des outils qui en insèrent un. Une image issue d’un modèle qui n’ajoute rien ne porte rien à détecter.
Le troisième outil est celui où une chaîne trouve sa place. OpenTimestamps calcule l’empreinte d’un fichier dans votre navigateur, n’envoie que cette empreinte à des serveurs de calendrier gratuits, puis l’ancre dans une transaction Bitcoin. Vous conservez un petit fichier de preuve. Des années plus tard, n’importe qui peut vérifier que ce fichier précis existait avant que ce bloc soit miné. D’autres projets enregistrent des œuvres sur leur propre chaîne. Le plus connu, Story, a démarré en 2025 comme registre blockchain de propriété intellectuelle. Le 25 juin 2026, il est devenu DATA Network et s’est tourné vers l’enregistrement des données servant à entraîner des modèles d’IA, son jeton IP étant converti un pour un en un jeton nommé DATA, selon Decrypt ce jour-là (en anglais).
Ce que prouve un hash sur une chaîne, et ce qu’il ne prouve pas
Vous avez croisé l’idée dans la leçon sur le stockage décentralisé : un hash est une empreinte du contenu, et le moindre changement en produit une autre. L’EXEMPLE ci-dessous hache avec SHA-256, la fonction qu’utilise Bitcoin, deux phrases qui ne diffèrent que par un chiffre.
texte L'agent a payé 0,14 dollar.
sha-256 2966b3d81abe77684c21e30be269022d88d56920635709639e965aefb69696fe
texte L'agent a payé 0,15 dollar.
sha-256 da4ff6878c45796c9f2bc39999491cf5605311f6add97318528118e52b5fc5e9
Inscrivez la première empreinte dans un bloc et vous aurez prouvé une chose : quelqu’un détenait un fichier au contenu exactement identique avant cet instant. C’est une preuve solide de cela, puisque personne ne peut antidater un bloc Bitcoin.
Elle ne prouve rien d’autre. Elle ne dit pas qui a fait le fichier, si la scène qu’il montre a eu lieu, s’il copie l’œuvre d’un autre, ni si la personne qui l’a enregistré en avait le droit. Un deepfake s’horodate aussi facilement qu’une vraie photo. Enregistrer n’est pas posséder, et dater n’est pas authentifier. L’usage honnête est étroit mais précieux : un journaliste ou un développeur de modèle peut montrer plus tard qu’un document, ou une liste de fichiers d’entraînement, n’a pas été modifié après un jour donné.

Le règlement européen sur l’IA fait de l’étiquetage une obligation
En Europe, marquer les contenus générés n’est plus facultatif. L’article 50 du règlement sur l’IA (règlement (UE) 2024/1689) oblige les fournisseurs de systèmes génératifs à marquer leurs sorties de façon lisible par une machine, afin qu’elles puissent être détectées comme artificielles. Ceux qui publient un deepfake doivent le dire. Ceux qui publient un texte rédigé par une IA sur des sujets d’intérêt public aussi, sauf si un humain l’a relu et en assume la responsabilité éditoriale. Les utilisateurs doivent aussi savoir quand ils parlent à une machine.
La page de la Commission européenne consacrée au règlement (en anglais) donne le calendrier. Un code de bonnes pratiques sur le marquage et l’étiquetage a été publié sous sa forme définitive le 10 juin 2026, et environ 190 organisations l’avaient signé fin juillet 2026, selon la Commission.
| Date | Ce qui s’applique |
|---|---|
| 1er août 2024 | Le règlement sur l’IA entre en vigueur |
| 2 août 2025 | Début des obligations pour les modèles d’IA à usage général |
| 10 juin 2026 | Code de bonnes pratiques définitif sur le marquage et l’étiquetage des contenus générés |
| 27 juillet 2026 | Le règlement modificatif dit « omnibus IA » entre en vigueur |
| 2 août 2026 | Les règles de transparence de l’article 50 s’appliquent |
| 2 décembre 2026 | D’après une note client du cabinet d’avocats Goodwin datée du 3 août 2026, fin d’un délai de grâce pour l’obligation de marquage des systèmes génératifs déjà sur le marché avant le 2 août 2026. Les pages de la Commission citées ici n’en font pas mention |
| 2 décembre 2027 | Règles pour les systèmes à haut risque des usages listés à l’annexe III (reportées par l’omnibus) |
| 2 août 2028 | Règles pour les systèmes à haut risque des produits couverts par l’annexe I (reportées par l’omnibus) |
La note de Goodwin (en anglais) est la lecture d’un cabinet d’avocats, pas le texte du règlement. Elle désigne l’omnibus comme le règlement (UE) 2026/1744 et indique que le non-respect peut valoir des amendes allant jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial, le plus élevé des deux, en citant l’article 99, paragraphe 4, du règlement. Rien de tout cela n’exige une blockchain. Mais cela crée une demande régulière pour les étiquettes et les horodatages décrits plus haut, et cela concerne les utilisateurs de crypto pour une raison brutale : la fausse vidéo de célébrité qui promet de doubler vos jetons est exactement le contenu que la loi veut voir étiqueté. Notre guide sur les faux airdrops et arnaques aux giveaways montre comment ces vidéos servent.
Un vieux problème de provenance est devenu plus aigu. Si un modèle écrit comme une personne, comment un site sait-il qu’une personne est là ? La leçon sur ENS et l’identité décentralisée a présenté la réponse de World : un scan d’iris converti en justificatif qui prouve que son titulaire est enregistré sans le nommer. World comptait près de 18 millions de personnes vérifiées dans 160 pays le 17 avril 2026, lors de la sortie de World ID 4.
Agents d’IA et portefeuilles : un programme qui sait payer
Techniquement, un agent est un programme piloté par un modèle de langage qui peut appeler des outils, comme lire une page, envoyer un message ou effectuer un paiement, et qui boucle jusqu’à atteindre un objectif. Le Model Context Protocol d’Anthropic, publié le 25 novembre 2024, est devenu une manière courante de brancher des outils sur les modèles. Rien dans cette définition ne rend un agent fiable. Il peut se tromper, et on peut lui faire accepter n’importe quoi.
Pourquoi un programme peut détenir une clé mais pas un compte bancaire
Un compte bancaire exige une personne juridique et une vérification d’identité. Une adresse de blockchain n’exige ni l’une ni l’autre. Celui qui connaît la clé privée peut dépenser, et le réseau ne demande pas si le signataire est un humain. On peut donc doter un agent de fonds sans l’autorisation de personne. C’est le but, et c’est aussi le problème : qui contrôle la clé, ou le serveur qui la stocke, contrôle l’argent.
La réponse de Coinbase montre l’arbitrage. Son produit Agentic Wallets, annoncé le 11 février 2026 et bâti sur son AgentKit antérieur, garde les clés privées dans l’infrastructure même de Coinbase pour que le modèle ne les voie jamais, et ajoute des plafonds de dépense et des limites par session, selon The Block ce jour-là (en anglais). Il a démarré sur les chaînes compatibles Ethereum et sur Solana. C’est une conception avec garde par un tiers. L’agent a un portefeuille au sens où il peut ordonner des paiements ; les clés, elles, sont chez une entreprise.
x402 : un paiement à l’intérieur d’une requête web
La documentation de x402 (en anglais) décrit un déroulement qui tient en quelques lignes. Les noms en capitales sont des en-têtes HTTP.
1. client -> GET /report
2. serveur -> 402 Payment Required
PAYMENT-REQUIRED: prix, jeton, réseau, adresse de réception
3. client -> GET /report
PAYMENT-SIGNATURE: un paiement signé qui correspond à une offre
4. serveur -> le vérifie, seul ou via un « facilitateur » (/verify)
5. serveur -> règle sur la chaîne, seul ou via le facilitateur (/settle)
6. serveur -> 200 OK, le rapport
PAYMENT-RESPONSE: preuve du règlement
Trois schémas de paiement existent. Avec « exact », le client paie un montant fixe. Avec « upto », il autorise un maximum et le vendeur règle ce qui a réellement été consommé, ce qui convient à un modèle facturé au mot. Le « batch settlement », réservé aux chaînes compatibles Ethereum, place des fonds sous séquestre et encaisse d’un coup de nombreux micro-prélèvements. Les paiements se font normalement en stablecoin adossé au dollar, de sorte que le prix d’une requête ne bouge pas entre la question et la réponse.
La gouvernance s’est éloignée de son inventeur. Cloudflare a annoncé le 23 septembre 2025 un partenariat avec Coinbase pour créer une fondation x402. La tutelle est passée à la Linux Foundation en avril 2026, d’après le rapport de Visa et Artemis, et la Linux Foundation a annoncé son lancement opérationnel le 14 juillet 2026 (en anglais), avec 17 membres premium, parmi lesquels Amazon Web Services, American Express, Circle, Cloudflare, Coinbase, Google, Mastercard, Shopify, Stripe et Visa. Le dépôt de code de Coinbase est désormais une branche de développement de celui de la fondation.
L’usage est plus difficile à cerner que la mécanique. Le site du protocole parle de « millions de transactions » sans date ni source. Le rapport de Visa et Artemis est le seul document ici qui montre sa méthode : des totaux bruts sur la chaîne de 135,7 millions de dollars et 178,3 millions de transactions de mai 2025 au 21 avril 2026, ramenés à environ 15,0 millions de dollars et 109,6 millions de transactions une fois écartés le wash trading et les tests, le gros sur Base, Solana et Polygon. Le filtre est celui d’Artemis, et personne ne l’a audité.
La tendance depuis la première ruée est à la baisse. Les données d’Artemis relayées par CryptoSlate le 27 mai 2026 (en anglais) situaient le volume mensuel à 1,19 million de dollars en mai 2026, soit environ 77 % sous un pic de 5,15 millions en novembre 2025. Face à un chiffre sur x402, posez quatre questions : combien de paiements, entre qui, de quel montant chacun, et quelle part est une partie qui se paie elle-même.
Identité et autorisation : ERC-8004 et AP2
Payer n’est que la moitié du problème. L’autre moitié est de savoir qui l’on paie. ERC-8004, « Trustless Agents » (en anglais), propose trois registres sur Ethereum : un d’identité, où chaque agent est un jeton pointant vers un fichier d’enregistrement, un de réputation, fait d’avis signés, et un de validation, où des tiers indépendants revérifient le travail d’un agent.
Son état au 18 novembre 2026 est contrasté. La proposition, créée le 13 août 2025, est toujours marquée comme brouillon. Les contrats sont pourtant en service. Etherscan montre le registre d’identité créé sur Ethereum le 29 janvier 2026, dans le bloc 24 339 871, et comptait 20 231 transactions envoyées vers lui au 18 novembre 2026. Le dépôt des contrats du projet liste des registres d’identité et de réputation sur Ethereum et 24 autres réseaux. Il ne donne aucune adresse pour le registre de validation et précise que cette partie de la spécification reste en discussion. Un registre consigne qui un agent prétend être et ce que d’autres en ont dit. Il ne rend pas l’agent sûr, et les notes de réputation se manipulent comme des avis en ligne.
Google a abordé la question du côté du commerçant. Son Agent Payments Protocol (AP2), annoncé le 16 septembre 2025, fait signer par l’utilisateur des « mandats », des déclarations vérifiables du type : cet agent peut acheter cet article jusqu’à ce prix. Sa première version couvre les paiements par carte. Les virements bancaires en temps réel et les monnaies numériques figurent dans sa feuille de route, ses exemples en comptent un qui recourt à x402 quand aucun humain n’est présent, et la normalisation se poursuit dans des groupes de travail de la FIDO Alliance.
Les réseaux de cartes sont arrivés aussi
La crypto n’a pas ce terrain pour elle seule. Le 18 mars 2026, Stripe et la blockchain de paiement Tempo ont annoncé le Machine Payments Protocol, une autre norme ouverte de paiement de machine à machine, et Visa a indiqué le même jour en être partenaire de conception et avoir publié une spécification pour utiliser des identifiants de carte tokenisés à l’intérieur. Le rapport de Visa et Artemis dénombre environ 25 000 dollars réglés sur quelque 115 000 transactions dans les premières semaines de ce protocole, après le même filtrage. Un agent qui paie par carte hérite de ce qu’offrent les cartes : détection de la fraude et possibilité de contester un débit. Un virement en stablecoin est définitif. Ce qui compte le plus dépend de ce que l’agent achète : un appel d’API à une fraction de centime ou un vol à 300 dollars.
Qui répond quand un agent se trompe
Aucun de ces protocoles ne règle la responsabilité. Ils produisent des preuves : un mandat signé, un en-tête de paiement, une entrée de registre. Si un agent achète la mauvaise chose, paie trop ou se fait piéger, la situation pratique aujourd’hui est la situation ordinaire : la personne ou l’entreprise qui l’a configuré et financé supporte la perte, puis se retourne contre son fournisseur de logiciel. Le lecteur ne doit pas supposer qu’une protection du consommateur pensée pour les paiements par carte le suivra dans un portefeuille piloté par un programme.
La vague des jetons d’agents et ce qu’elle a laissé
Les rails de paiement sont arrivés tard. La première vague d’« agents d’IA » dans la crypto fut une vague de jetons, et trois histoires en valent la peine, parce qu’on les raconte d’ordinaire de travers.
La première est celle de Truth Terminal. C’est un compte de chatbot tenu par Andy Ayrey, qui dit qu’il s’agit d’une version affinée du modèle Llama 3.1 de Meta. L’investisseur Marc Andreessen lui a envoyé 50 000 dollars en bitcoin le 11 juillet 2024. Le 10 octobre 2024, quelqu’un d’autre a créé une memecoin nommée GOAT sur la plateforme Solana pump.fun. Le bot l’a rencontrée et l’a promue. La valeur de marché du jeton est passée d’environ 5 000 dollars à près de 150 millions le 14 octobre 2024, a rapporté Cointelegraph ce jour-là d’après les données de Birdeye. Le titre « une IA lance une crypto et s’enrichit » était faux. Un bot avec un humain derrière lui a fait la publicité d’un jeton créé par un admirateur.
La deuxième est Virtuals Protocol, la plateforme qui a réduit le lancement d’un agent avec son propre jeton à quelques clics. Elle fonctionne toujours, et sa documentation décrit désormais quelque chose de plus large : chaque agent reçoit une identité on-chain et un portefeuille non custodial, un « Agent Commerce Protocol » permet aux agents de s’embaucher entre eux, et un jeton d’agent qui atteint le seuil de 42 000 VIRTUAL passe automatiquement dans un pool de trading public. Reste à savoir si des tiers paient ces agents pour du travail, et pour des montants qui comptent : c’est le chiffre à chercher. L’indicateur d’activité propre à un projet n’en est pas un.
La troisième est ElizaOS, d’abord connu sous le nom d’ai16z, le cadre open source derrière de nombreux agents crypto, et le jeton qui lui est attaché. Le 6 août 2026, Cointelegraph a rapporté que le fondateur Shaw Walters avait déclaré le jeton « mort » et que l’Eliza Foundation fermait. Eliza Labs avait conclu un accord à l’amiable avec des détenteurs du jeton représentés par Burwick Law et remis ce qui restait de sa trésorerie. Le jeton a perdu 19 % en 24 heures pour un plus bas historique. Le logiciel continue sans lui. C’est la différence entre un jeton et le projet dont il porte le nom dans sa forme la plus pure : du code que des gens utilisent, et une crypto négociable qui ne donnait à ses détenteurs droit à rien.
Ce qui reste de la vague figure dans le tableau du début : 656 cryptos dans la catégorie AI Agents de CoinGecko, pesant ensemble 2,82 milliards de dollars le 18 novembre 2026.
Quand les agents sont attaqués : quatre incidents et un banc d’essai
Les agents sont aussi les nouveaux participants d’un très vieux combat. La leçon sur la MEV a montré des bots qui se chassent les uns les autres dans la file publique des transactions. Un agent ajoute à cette scène une faiblesse inédite : il lit du texte, et le texte peut contenir des ordres.
Freysa en a fait la démonstration sous forme de jeu. Lancé le 22 novembre 2024, c’était un chatbot à qui l’on avait ordonné de ne jamais libérer une cagnotte, et n’importe qui pouvait payer pour lui écrire, le tarif montant à chaque message. Le développeur Simon Willison a relevé que 195 personnes avaient envoyé 482 messages. Le dernier se faisait passer pour une nouvelle session d’administrateur et expliquait au modèle que sa fonction « approve transfer » servait aux fonds entrants, puis annonçait un dépôt. Le bot a appelé la fonction et versé tout son solde, 13,19 ETH, soit environ 47 000 dollars selon The Decoder. C’est de l’injection de prompt avec un prix en espèces.
Le cas AIXBT lui ressemblait sans l’être. Le 18 mars 2025, environ 55,5 ETH, d’une valeur de 106 200 dollars, ont quitté le portefeuille d’un bot de commentaire de marché très suivi. Les premiers messages accusaient une IA manipulée. Le mainteneur a expliqué que l’attaquant était entré dans le tableau de bord de contrôle du bot et y avait placé deux instructions en file, et que le modèle lui-même n’avait pas été manipulé, a rapporté Cointelegraph. C’était une effraction ordinaire par un panneau d’administration, du genre qui n’a besoin d’aucune IA.
Une équipe comptant des chercheurs de Princeton est allée plus loin dans un article mis en ligne le 20 mars 2025 (en anglais), « Real AI Agents with Fake Memories ». En travaillant sur ElizaOS, ils ont montré qu’un attaquant qui glisse de fausses entrées dans la mémoire stockée d’un agent peut rediriger des transferts ultérieurs, et que cette « injection de mémoire » est plus discrète et plus durable qu’un prompt malveillant isolé. Leur jeu de test compte plus de 150 tâches blockchain réalistes et plus de 500 cas d’attaque.
L’attaquant peut aussi être un agent. Le 1er décembre 2025, Anthropic a publié un banc d’essai de modèles d’IA face à des smart contracts (en anglais), ces programmes qui détiennent des fonds sur une chaîne (voir notre leçon sur le fonctionnement des smart contracts). C’est la recherche du laboratoire sur ses modèles et ceux de concurrents, et tout s’est déroulé en simulateur, jamais sur une chaîne réelle. Sur 405 contrats réellement exploités entre 2020 et 2025, dix modèles ont produit des exploits fonctionnels pour 207, soit environ 51 %, pour 550,1 millions de dollars de fonds simulés. Le 3 octobre 2025, deux modèles, Sonnet 4.5 et GPT-5, ont passé au crible 2 849 contrats récemment déployés sans faille connue et en ont trouvé deux nouvelles, d’une valeur de 3 694 dollars. Un balayage complet avec GPT-5 a coûté 3 476 dollars de frais.
Faites la soustraction : 3 694 dollars trouvés pour 3 476 dépensés laissent 218 dollars. Comme affaire, c’est rien. Comme tendance, cela dit que chercher des bugs dans des milliers de contrats coûte désormais à peu près ce que cela rapporte, pour un voleur comme pour un défenseur qui scanne avant de déployer.

La leçon pour qui serait tenté de confier des fonds à un agent est courte. Un agent muni d’une clé est un hot wallet avec une fenêtre de discussion. Donnez-lui un portefeuille séparé avec un petit solde, fixez des plafonds de dépense et une liste de destinataires autorisés quand l’outil le permet, gardez des journaux, et ne saisissez jamais une phrase de récupération dans un chatbot ou un agent, pour les raisons exposées dans notre leçon sur la sécurité de la seed phrase.
DePIN pour le calcul : de la location de GPU à l’entraînement de modèles
Rappel : les places de marché de GPU
La leçon précédente a traité des réseaux qui louent des processeurs graphiques, Akash, Render, io.net et Aethir : qui fournit les machines, comment elles sont payées et combien peu de leur usage est publié. L’exemple daté qu’elle donnait : la page de tarifs d’Akash, indiquée comme mise à jour le 17 novembre 2026, affichait un Nvidia H100 à 2,73 dollars l’heure de GPU en moyenne, alors que le tarif catalogue à la demande d’Amazon pour la même puce ressortait à 6,88 dollars. C’est un écart entre une moyenne de place de marché et un prix catalogue, pas un jugement sur la qualité ou la rentabilité. Ces réseaux vendent du temps de matériel brut. Les projets qui suivent tentent quelque chose de plus difficile : coordonner le travail d’apprentissage automatique lui-même.
Bittensor : sous-réseaux, mineurs et validateurs
Bittensor est la plus grande tentative. Le réseau est divisé en « sous-réseaux » (subnets), chacun étant un concours permanent pour une tâche : générer du texte, prédire des prix, entraîner un modèle. Les mineurs soumettent du travail, les validateurs le notent, et la chaîne paie les deux dans sa crypto, le TAO. L’offre est plafonnée à 21 millions, comme pour Bitcoin.
La documentation de Bittensor (en anglais) donne la mécanique actuelle. Depuis février 2025, chaque sous-réseau possède son propre jeton « alpha » échangé contre du TAO, un système appelé dynamic TAO, et le prix de marché de ces jetons oriente la répartition des nouveaux TAO entre sous-réseaux ; la formule a changé plus d’une fois. Le premier halving, en décembre 2025, a ramené l’émission à 0,5 TAO par bloc, soit environ 3 600 par jour. À l’intérieur d’un sous-réseau, la répartition par défaut est de 18 % pour le propriétaire, 41 % pour les mineurs et 41 % pour les validateurs et ceux qui misent avec eux.
Un détail égare beaucoup d’articles. Le prochain halving n’a pas de date au calendrier. Les halvings se déclenchent selon la quantité émise, d’abord à 10,5 millions de TAO puis à 15,75 millions, et le TAO recyclé vers le protocole les retarde. Toute page qui annonce un jour précis devine.
La critique porte sur la concentration et sur l’identité de ceux qui paient. Une note de recherche de FalconX du 13 mai 2026 (en anglais), fondée sur les données de Taostats, comptait 128 sous-réseaux, contre 64 au lancement de dynamic TAO. Parmi eux, 67 brûlaient 99 % ou plus de leurs incitations de mineurs le 16 avril 2026, ce qui revient à ne presque rien payer pour le travail. Les dix plus gros sous-réseaux représentaient 32 % de la somme des prix des sous-réseaux au 12 mai, et le réseau « racine » détenait 49,6 % de tous les TAO misés le 1er mai contre 21,3 % pour l’ensemble des sous-réseaux. La note opposait un chiffre d’affaires annualisé d’un peu plus de 17 millions de dollars, une donnée d’Artemis, aux 2,4 milliards de dollars de valeur de marché qu’elle donnait au TAO : moins de 1 %.
La gouvernance a été mise à l’épreuve le même printemps. En avril 2026, Covenant AI, l’équipe derrière trois des quinze plus gros sous-réseaux, a annoncé son départ et vendu ses jetons de sous-réseaux, en accusant le cofondateur Jacob Steeves de détenir un contrôle excessif sur le protocole. Ces sous-réseaux ont perdu jusqu’à 40 % presque aussitôt et le TAO a chuté de 24 % en quelques heures, selon FalconX. Steeves a contesté les accusations.
Un réseau d’inconnus peut-il entraîner un modèle ?
Avant de partir, Covenant a produit le résultat le plus concret de ce domaine. Un article déposé sur arXiv le 9 mars 2026 (en anglais) décrit Covenant-72B, un modèle de langage de 72 milliards de paramètres préentraîné sur environ 1,1 billion de tokens, avec des participants libres d’entrer et de sortir sans autorisation et un protocole blockchain en service qui les coordonne. FalconX identifie cet entraînement comme l’œuvre de Templar, le sous-réseau d’entraînement de Covenant sur Bittensor. Les auteurs annoncent des résultats comparables à ceux de modèles entraînés de façon centralisée avec des budgets de calcul similaires. Cette affirmation est la leur. L’article montre quand même qu’un entraînement décentralisé peut produire un objet réel, ce que la plupart des jetons d’IA ne peuvent pas montrer.
Gensyn, longtemps présenté comme un protocole d’entraînement décentralisé, illustre l’écart entre annonces et exploitation. Sa documentation, lue le 18 novembre 2026, décrit son produit d’entraînement RL Swarm comme un testnet hérité qui n’est plus maintenu et indique qu’aucun essaim officiel ne tourne. Ce qu’elle liste aujourd’hui, ce sont des outils pour rejouer un calcul et le comparer à un reçu, et pour que des agents dialoguent de pair à pair.
Prouver qu’un modèle a tourné : preuves à divulgation nulle, puces sécurisées et rejeu
Quand il paie une réponse, un agent a un problème auquel un humain pense rarement. Comment sait-il que la réponse vient du modèle payé, et non d’un modèle moins cher ? Trois familles de techniques tentent de le résoudre.
- Une preuve à divulgation nulle de connaissance qu’un modèle donné a produit une sortie donnée (le domaine s’appelle zkML). La preuve se vérifie par les seules mathématiques, mais la générer reste de plusieurs ordres de grandeur plus lent que d’exécuter simplement le modèle, et les grands modèles de langage ne sont pas couramment prouvables.
- Un environnement d’exécution de confiance (TEE) : le modèle tourne dans une zone protégée d’un processeur, et la puce signe une déclaration sur le code qu’elle a exécuté. Le surcoût est faible. La confiance se déplace vers le fabricant de la puce et vers le logiciel à l’intérieur de l’enclave.
- Le rejeu en cas de litige : les résultats sont acceptés sauf contestation, après quoi le travail est refait par des arbitres. C’est peu coûteux et lent à trancher, comme les systèmes optimistes vus plus tôt dans ce cours.
La deuxième famille a connu un mauvais mois. Le 9 novembre 2026, NEAR AI, la branche IA du projet NEAR, a signalé un accès non autorisé à ses systèmes internes et suspendu par précaution l’inférence sur son cloud, d’après Crypto Briefing. Une note de recherche de la Cloud Security Alliance du 16 novembre 2026 (en anglais), qui relaie le rapport de l’entreprise, indique qu’un attaquant a exploité une faille d’exécution de code à distance dans SGLang, le moteur d’inférence open source, sur un serveur, puis rebondi vers d’autres systèmes. Environ 100 utilisateurs ont vu leurs noms et adresses e-mail exposés. De même pour les historiques de discussion, les réglages et les journaux de 18 agents sur un ancien déploiement qui ne tournait pas dans l’enclave. Les clés d’API de deux clients avaient été écrites dans des journaux et ont été révoquées. NEAR AI n’a signalé aucun signe que des conversations privées stockées aient été lues, mais a précisé que des requêtes confidentielles traitées par ce serveur le 8 novembre pouvaient avoir été observées.
La note en tire une conclusion nette : une enclave ne protège pas une charge de travail contre son propre logiciel. « Preuve que le bon modèle a tourné » et « preuve que personne n’a regardé » sont deux promesses distinctes, et la seconde vient de produire son premier rapport d’incident.
Marchés de données : vendre ce dont les modèles s’instruisent
La donnée est l’intrant que l’argent ne suffit pas à multiplier, et elle se négocie mal pour une vieille raison. Un acheteur ne peut pas juger un jeu de données sans le voir ; un vendeur ne peut pas le montrer sans le donner. Les projets crypto ont essayé trois conceptions.
Celle d’Ocean Protocol s’appelle compute-to-data. La donnée ne quitte jamais son propriétaire. Un acheteur paie le droit de lui envoyer un algorithme approuvé et ne reçoit que le résultat, par exemple un modèle entraîné ou une statistique. Le parcours du projet a été cahoteux : l’Ocean Protocol Foundation avait rejoint Fetch.ai et SingularityNET dans l’Artificial Superintelligence Alliance, puis a annoncé son retrait le 9 octobre 2025, avec effet immédiat, comme l’a rapporté The Block. L’alliance continue sans lui, et son jeton se négocie toujours sous le symbole FET.
Celle de Vana part des individus. Une application qui veut lire les données d’une personne doit détenir une autorisation accordée par elle, et paie chaque lecture. Un communiqué payant publié par le projet fin septembre 2026 indique qu’une application paie un cent par lecture et que 2 937 447 lectures vérifiées avaient eu lieu au 28 septembre 2026. Multipliez les deux : environ 29 400 dollars de frais au total à cette date. Ce chiffre est de l’usage réel, mesuré en centimes, et il donne l’échelle véritable des marchés de données on-chain aujourd’hui.
Grass prend la troisième voie. Ses utilisateurs installent un logiciel qui prête leur connexion internet domestique pour que l’entreprise collecte des pages web publiques, qu’elle vend comme données d’entraînement. Le site suit son programme de récompenses en cours sur la page Grass Stage 2. Comme l’expliquait la leçon précédente pour tout réseau de partage de bande passante, les conditions de votre fournisseur d’accès et votre propre adresse IP font partie de ce que vous prêtez.
Le vrai argent de la donnée d’IA passe par les tribunaux et les contrats
Mettez ces centimes en regard de ce qui se passe hors chaîne. En juin 2025, le juge William Alsup, du tribunal fédéral de San Francisco, a estimé que l’entraînement d’un modèle sur des livres achetés légalement relevait du fair use, et que conserver des millions de titres téléchargés depuis des bibliothèques pirates n’en relevait pas. Anthropic a ensuite transigé dans le recours collectif des auteurs, Bartz v. Anthropic, pour 1,5 milliard de dollars, soit environ 3 000 dollars par livre pour quelque 500 000 œuvres. La juge Araceli Martínez-Olguín a donné son approbation définitive le 20 juillet 2026, a rapporté The Next Web le lendemain. Des affaires similaires contre d’autres développeurs d’IA sont encore en cours, et la décision d’un tribunal de district ne lie pas les autres juridictions.
La conséquence pour les marchés de données à base de jetons est simple. Un jeton ne blanchit pas une licence. Un jeu de données vendu sur une chaîne est exactement aussi licite que la manière dont il a été collecté, et son hash prouve quand il existait, pas que son vendeur avait le droit de le vendre.
L’IA retournée contre vous : bots de trading, deepfakes et AI washing
Pour la plupart des lecteurs, le premier contact entre IA et crypto est une publicité. Un « bot de trading dopé à l’IA » qui ne perd jamais, un visage célèbre dans une vidéo, un tableau de bord affichant des gains impossibles à retirer.
Le régulateur américain des produits dérivés, la CFTC, garde sur son site un avis aux clients non daté intitulé « SI Won’t Turn Trading Bots into Money Machines » (titre en anglais), « SI » désignant dans les mots de l’agence la « super intelligence ». Il avertit que la technologie ne peut prédire ni l’avenir ni les brusques changements de marché, et tient pour des marques de fraude les promesses de rendements de plusieurs dizaines de milliers de pour cent ou de 100 % de réussite. Son étude de cas est Mirror Trading International, dont l’opérateur a pris plus de 1,7 milliard de dollars en bitcoin à au moins 23 000 personnes en promettant un robot de trading garantissant au moins 10 % par mois. Très peu a été négocié. C’était une pyramide de Ponzi, et les soldes montrés aux clients venaient de comptes de démonstration.
Les régulateurs ont aussi commencé à sanctionner l’étiquette elle-même. Le 18 mars 2024, la SEC a annoncé des poursuites réglées à l’amiable (en anglais) contre deux conseillers en investissement, Delphia (USA) et Global Predictions, pour avoir revendiqué des capacités d’IA qu’ils n’avaient pas. Ils ont payé 225 000 et 175 000 dollars de sanctions civiles sans admettre ni contester les constatations. La pratique a un nom, l’AI washing, et elle décrit une bonne part du marketing des jetons. Dans l’UE, le règlement MiCA ne dit rien de l’intelligence artificielle, mais il couvre les jetons et ce que prétendent leurs livres blancs, comme pour tout autre crypto-actif.
Les défenses sont celles de notre guide pour éviter les arnaques crypto : personne ne garantit de rendement, une vidéo de célébrité n’est pas un soutien, et une plateforme où l’on dépose sans pouvoir retirer n’est pas une plateforme.
Comment vérifier un projet crypto et IA en dix minutes
Le tableau réunit les projets de cette leçon avec les mêmes quatre questions posées à chacun. « Non publié » est une réponse, et souvent la plus instructive.
| Projet | Ce qu’il vend | Qui paie | Preuve d’usage | État au 18 novembre 2026 |
|---|---|---|---|---|
| x402 | Un moyen de payer à l’intérieur d’une requête web | Des programmes qui appellent des API payantes | 178,3 M de transactions brutes et 135,7 M$ de mai 2025 au 21 avril 2026 ; environ 15,0 M$ une fois écartés le wash trading et les tests (Visa et Artemis) | Piloté par une entité de la Linux Foundation, lancée le 14 juillet 2026 |
| ERC-8004 | Registres d’identité et de réputation pour agents | Personne : une norme publique | 20 231 transactions vers le registre d’identité d’Ethereum au 18 novembre 2026 (Etherscan) | Norme à l’état de brouillon ; aucune adresse publiée pour le registre de validation |
| Virtuals Protocol | Lancements d’agents et un protocole de commerce d’agents | Acheteurs du jeton ; agents qui en embauchent d’autres | Indicateurs définis par le projet seulement | Actif ; jeton à 291,3 M$ |
| ElizaOS | Cadre d’agents open source | Personne : logiciel libre | Sans objet | Jeton déclaré mort et fondation en cours de fermeture (août 2026) ; le code continue |
| Bittensor | Travail d’apprentissage automatique par des mineurs en concurrence | Surtout les nouvelles émissions de TAO ; quelques acheteurs externes | Un peu plus de 17 M$ de chiffre d’affaires annualisé contre 2,4 Md$ de valeur de marché (FalconX, 13 mai 2026) | 128 sous-réseaux en mai 2026 ; départ de Covenant en avril 2026 |
| Gensyn | Outils de vérification d’exécutions d’apprentissage automatique | Non publié | Sa documentation ne liste aucun essaim d’entraînement officiel en service | Produit d’entraînement marqué comme hérité |
| NEAR AI | Inférence d’IA confidentielle dans des enclaves | Clients du cloud | Non publié | Accès non autorisé signalé le 9 novembre 2026 |
| Ocean Protocol | Accès compute-to-data à des jeux de données privés | Acheteurs de données | Non publié | Sorti de l’ASI Alliance le 9 octobre 2025 |
| Vana | Lectures autorisées de données personnelles | Applications, un cent par lecture | 2 937 447 lectures au 28 septembre 2026 (communiqué payant) | Actif, petit |
Pour tout autre projet, la même routine s’applique, et elle n’exige aucun outil payant.
- Cherchez un produit utilisable dès aujourd’hui sans acheter le jeton. Si la seule chose possible est d’acheter, il n’y a pas encore de produit.
- Trouvez qui paie, et dans quelle monnaie. Un chiffre d’affaires réglé en dollars ou en stablecoins par des clients extérieurs est une preuve. Des récompenses versées dans le jeton maison nouvellement émis sont un coût.
- Comparez le chiffre d’affaires à la valeur de marché. La leçon sur les DePIN l’a fait pour les réseaux de GPU ; le ratio de Bittensor ci-dessus était inférieur à 1 %.
- Vérifiez que le modèle, le jeu de données ou le code existe quelque part où vous pouvez le voir : un article de recherche, un dépôt, ou un contrat que vous ouvrez avec un explorateur de blocs.
- Lisez qui contrôle le protocole et ce qui s’est passé la dernière fois qu’un gros participant n’était pas d’accord.
- Cherchez les antécédents judiciaires de l’équipe et le calendrier d’émission, y compris les dates de déblocage des jetons verrouillés.
Aucun avis sur un jeton ici. Les vérifications ci-dessus disent s’il y a une activité derrière le nom, et rien de l’évolution future d’un cours.
Deux choses sont à surveiller. La note de Goodwin place la fin du délai de grâce européen pour le marquage des contenus générés au 2 décembre 2026, et le prochain halving de Bittensor surviendra quand l’émission atteindra 15,75 millions de TAO, un jour que personne ne peut encore nommer. La prochaine leçon de ce parcours se tourne vers un autre domaine où l’on a demandé aux jetons de porter une économie : le GameFi et le play-to-earn, ce qui a marché et ce qui a échoué.



