Gemini lance le trading agentique pour le trading automatisé alimenté par l’IA

Consensys, Joseph Lubin contribuent 30 000 ETH à DeFi United

Consensys et le cofondateur d’Ethereum, Joseph Lubin, ont confirmé qu’ils contribueront 30 000 ETH à DeFi United, un effort coordonné de secours visant à traiter les pertes découlant de l’exploit du Kelp DAO. D’après l’annonce de lundi d’Aave, il s’agit de l’une des plus importantes offres dans le cadre de l’initiative en cours, ce qui

Alphea lance une blockchain Layer 1 native de l’IA avec une exécution par agent autonome

Message de Gate News, 27 avril — Alphea, une plateforme blockchain Layer 1 nouvellement dévoilée, conçue pour l’infrastructure IA, a officiellement présenté son environnement d’exécution décentralisé au Hong Kong Web3 Festival 2026. La plateforme intègre l’exécution, la mémoire persistante et le calcul vérifiable comme fonctionnalités fondamentales au niveau de la blockchain plutôt que comme des composants optionnels de la couche applicative, permettant aux agents IA autonomes de fonctionner indépendamment.

Gate organise une table ronde Space sur le trading avec l’IA le 28 avril : explorer l’IA comme moteur du prochain cycle Web3

Message d’actualités Gate, 27 avril — Gate organisera une table ronde en direct sur Space consacrée au Trading avec l’IA le 28 avril à 20h, réunissant des experts du secteur pour explorer si l’intégration approfondie de l’IA dans les flux de travail de trading marque le véritable point de départ du prochain cycle Web3. La discussion examinera A

Ant Group lance Ling-2.6-1T : modèle à billion de paramètres optimisé pour l’exécution des tâches avec une efficacité élevée en jetons

Message de Gate News, 27 avril — Ant Group's inclusionAI a publié Ling-2.6-1T, un nouveau modèle phare d’instruction de l’ordre du billion de paramètres dans la série Ling. Contrairement aux modèles de raisonnement à longue chaîne, Ling-2.6-1T utilise un mécanisme « Fast-Thinking » conçu pour exécuter les tâches avec précision en consommant un nombre minimal de jetons

L’API Nansen prend désormais en charge le protocole MPP de Tempo, permettant aux agents IA de payer par appel

Message de Gate News, 27 avril — L’API Nansen prend désormais en charge le protocole Machine Payments Protocol (MPP), une norme pour des paiements autonomes de machine à machine soutenus par Tempo et Stripe. L’intégration permet aux agents IA de payer directement depuis leurs portefeuilles, sur une base par appel. La fonctionnalité fonctionne en parallèle avec

Greg Brockman d’OpenAI : l’IA passe de la discussion à l’exécution autonome de tâches

Message de Gate News, 27 avril — Greg Brockman, président et cofondateur d’OpenAI, affirme que la prochaine vague d’intelligence artificielle déplacera les utilisateurs de la simple discussion avec des robots IA vers l’attribution de tâches réelles. Cette évolution oblige les entreprises à repenser leurs processus opérationnels et à mettre en place de nouveaux protocoles pour la sécurité, la gestion et les coûts. Brockman soutient que l’IA doit dépasser les interfaces de discussion autonomes et s’intégrer directement aux logiciels d’entreprise existants afin de résoudre les problèmes de manière indépendante. Les modèles récents ont franchi un seuil d’utilité, améliorant la création de présentations, de tableurs et de tâches dans le navigateur avec des instructions minimales. Toutefois, accorder à l’IA cette liberté opérationnelle introduit de nouveaux risques : des erreurs pourraient s’aggraver, passant de l’envoi d’e-mails incorrects à des modifications non autorisées de bases de données. Pour gérer cela, Brockman explique que les employés passeront de l’exécution des tâches à la supervision de flottes d’agents IA, tout en restant responsables pendant qu’ils délèguent les détails opérationnels. Le défi de l’intégration s’étend également à la manière dont les utilisateurs interagissent avec les systèmes d’IA. Les modèles deviennent plus intuitifs, déduisant activement les objectifs de l’utilisateur à partir du contexte plutôt que d’exiger des instructions étape par étape. Brockman souligne que le fossé concurrentiel ne réside pas dans les modèles d’IA individuels, mais dans le système intégré lui-même — comparable à la construction d’une voiture où un moteur supérieur compte peu si le reste du véhicule n’est pas de qualité. OpenAI investit dans l’infrastructure interne et les outils pour développeurs afin de conserver cet avantage. La capacité de calcul et les coûts constituent une autre contrainte critique. À mesure que les agents autonomes se développent, ils exigent d’importantes ressources serveur, créant des tensions entre la baisse des coûts de calcul et la hausse de la demande. Brockman indique qu’OpenAI a réduit ses prix d’une année sur l’autre tout en maintenant des marges positives, mais prévient l’approche d’un « monde de rareté de la puissance de calcul » alors qu’une utilisation intensive des agents se rapproche des limites de débit. La supervision au niveau entreprise est tout aussi essentielle : les départements informatiques doivent conserver une visibilité totale sur tous les agents IA déployés au sein des organisations, en gérant la sécurité, la sûreté et l’observabilité sur des centaines de milliers de déploiements. En contrebalançant ces prévisions optimistes, Gartner a prédit en juin 2025 que plus de 40 % des projets d’IA agentique seront abandonnés d’ici la fin de 2027 en raison de la hausse des coûts et de la valeur commerciale peu claire, et que seulement 15 % des décisions de travail quotidiennes devraient être prises de manière autonome d’ici 2028. De plus, les prix des modèles d’IA ajustés en fonction de la qualité ont chuté de 80 % au cours des deux dernières années, à mesure que des modèles plus petits et plus efficaces ont émergé et que la concurrence s’est intensifiée, ce qui suggère que l’intégration des flux de travail et la gouvernance pourraient devenir plus défendables que la seule capacité brute des modèles.