Coinbase Ventures : les agents IA commencent à trader des actions et des cryptomonnaies, mais ce qui a vraiment de la valeur, ce ne sont pas les robots de trading

By: x.com|

Auteur : Jonathan King, Coinbase Ventures

Traduit par : Shenchao TechFlow

Introduction de Shenchao : De simples scripts quantitatifs basés sur des règles à des agents IA dotés de capacités de raisonnement et de décision autonomes, le paradigme du trading financier est en train de subir une transformation fondamentale. Les traders ne se contentent plus d'entrer des ordres d'achat et de vente, mais confient leurs intentions d'investissement à des agents, qui sont entièrement responsables de l'analyse des données inter-marchés, de la gestion des risques de position et de l'exécution inter-chaînes.

Dans cet article, Coinbase Ventures décompose systématiquement l'architecture à quatre niveaux de l'écosystème de trading IA, soulignant clairement qu'un modèle open source pur n'a pas de barrière à l'entrée, et que la véritable valeur commerciale excédentaire future ira vers les cadres d'agents qui contrôlent le "cercle de décision d'investissement" et qui accumulent des données contextuelles privées, ainsi que vers les plateformes d'exécution de confiance qui gagnent la confiance des utilisateurs pour la gestion de leurs actifs.

Cet article est rédigé par Jonathan King, directeur des investissements chez Coinbase Ventures. Les entreprises du portefeuille de Coinbase Ventures mentionnées pour la première fois dans le texte sont marquées d'un astérisque (*).

Les agents IA deviennent progressivement des participants actifs dans les activités économiques. Leur capacité à poursuivre des objectifs définis, à prendre des décisions indépendantes et à effectuer des règlements de valeur au nom des humains jette les bases d'un tout nouveau système financier : c'est la finance agentique (Agentic Finance, abrégée en AiFi).

Cette transformation avance sur deux voies parallèles, redéfinissant profondément la manière dont les humains interagissent avec l'argent. La première voie concerne les paiements et les activités commerciales, où les agents achètent de manière autonome des biens, des services et des données ; la seconde voie concerne le trading et le fonctionnement des marchés, où les agents s'impliquent directement dans les transactions sur les marchés financiers. Cet article se concentrera sur la deuxième voie centrale : le trading agentique (Agentic Trading).

Dans le trading agentique, les agents IA peuvent représenter l'utilisateur en prenant en charge une partie ou la totalité du cercle de décision de trading. L'utilisateur n'a qu'à définir des objectifs globaux et des limites de risque, et l'agent peut mener des recherches sur le marché, élaborer des stratégies, évaluer les positions, exécuter des ordres et surveiller les risques de manière autonome dans le cadre de l'autorisation accordée. Bien que ce domaine en soit encore à ses débuts, ce paradigme pourrait rendre les processus complexes de trading quantitatif accessibles à tous grâce à des invites en langage naturel très simples.

Dans notre analyse prospective de 2024 sur Crypto x AI, nous avions prédit que l'interaction en langage naturel deviendrait le principal moyen d'interaction en chaîne. Dans notre article "L'émergence de l'IA en chaîne" publié en mai 2025, nous avons exploré comment les agents pourraient rendre la gestion des portefeuilles d'actifs personnels plus accessible. Depuis lors, l'évolution de cette idée a largement dépassé le domaine natif de la cryptographie. Les bourses traditionnelles, les courtiers et une nouvelle vague de startups s'efforcent désormais de construire des infrastructures de trading pour les agents couvrant une variété d'actifs, y compris les actifs cryptographiques, les actions américaines, les produits dérivés et les marchés de prévision.

Avec la baisse continue des barrières à la construction d'agents, nous nous concentrons davantage sur les éléments fondamentaux qui soutiennent la formation de ces entreprises et créent des barrières à long terme. Nous pensons que la valeur pure de l'appariement et de l'exécution des ordres sera rapidement compressée, et que la plus grande valeur future ira vers les entités qui gèrent continuellement les stratégies d'investissement, ainsi que vers les déposants d'actifs en qui les utilisateurs et leurs agents ont une confiance profonde.

Ce jugement guide directement les trois grandes directions d'investissement actuellement prioritaires pour Coinbase Ventures : la base et le terminal de fonctionnement du trading agentique, les pistes qui reposent sur l'acquisition d'informations approfondies pour obtenir un véritable avantage Alpha, et les infrastructures de conformité et d'observabilité qui garantissent la traçabilité et la responsabilité des comportements des agents en chaîne. Dans ce qui suit, nous esquisserons un panorama de cette nouvelle pile technologique et expliquerons les clés pour construire des entreprises durables dans ce domaine.

Qu'est-ce que le trading agentique ?

Le trading agentique désigne le processus dans lequel un agent IA opère de manière autonome une partie ou la totalité du cercle de décision de trading dans le cadre de l'autorisation accordée par l'utilisateur. Il est toujours ancré dans un objectif à long terme, collecte de manière autonome des informations sur le marché, élabore et ajuste dynamiquement des stratégies de trading, et exécute des transactions dans les limites de risque définies par l'utilisateur, le tout sans nécessiter l'approbation humaine pour chaque étape.

Bien que le trading automatisé existe depuis des décennies sur les marchés financiers, chaque vague d'automatisation précédente n'a été qu'une exécution plus rapide ou moins coûteuse des décisions déjà prises par les humains :

  • Robots de trading basés sur des règles fixes : n'exécutent des ordres que lorsque des conditions prédéfinies sont déclenchées (par exemple, "acheter lorsque l'indicateur X croise Y"), ils ne sont que des déclencheurs d'exécution plus rapides et n'ont pas de capacité de décision indépendante.
  • Moteurs d'exécution algorithmique (comme TWAP ou VWAP) : se concentrent uniquement sur la manière d'exécuter de manière optimale les ordres que vous avez déjà décidés, sans être responsables de la décision de "quoi acheter".
  • Conseillers robotiques (Robo-advisors) : allouent des portefeuilles d'actifs en fonction de modèles statiques mécaniques, incapables de porter un jugement logique sur des nouvelles inattendues ou de former des opinions macro indépendantes.
  • Trading par copie (Copy trading) : se contente de reproduire les positions d'autres traders, héritant non seulement de leurs risques, mais étant également incapable de s'adapter à vos propres préférences de gestion des risques.

Le trading agentique renverse fondamentalement ce modèle établi. Vous n'avez qu'à exprimer un objectif d'investissement en langage naturel simple, et l'agent le décomposera en analyse de marché, génération de stratégie, évaluation de la taille des positions, exécution des ordres sur plusieurs canaux et surveillance continue. Pour la première fois dans l'histoire, les machines sont capables de former de manière autonome une logique d'investissement, au lieu de simplement exécuter passivement des ordres imposés de l'extérieur. Le rôle des humains se transforme ainsi de celui d'opérateur de première ligne à celui de mandant central : vous n'avez plus besoin de surveiller le marché et de cliquer manuellement sur acheter ou vendre, mais vous vous concentrez sur l'établissement des objectifs les plus élevés et l'autorisation de la gestion des risques.

Pourquoi cela explose-t-il maintenant ?

Utiliser l'IA pour le trading n'est pas un nouveau concept qui vient d'apparaître aujourd'hui. Dès 2023, un grand nombre de robots de trading IA ont émergé, mais la plupart sont rapidement retombés dans l'oubli après le retrait de l'engouement. Nous pensons que cette fois-ci, c'est fondamentalement différent, car quatre grandes avancées qualitatives ont eu lieu dans le secteur au cours des 12 derniers mois :

  1. Fiabilité des grands modèles sous-jacents franchissant un seuil critique : Les robots de trading des débuts des années 2020 ont échoué parce que les modèles de langage de l'époque ne pouvaient que résumer les informations du marché, sans pouvoir exécuter de manière autonome dans un marché réel. Les modèles de pointe d'aujourd'hui possèdent d'excellentes capacités de planification multi-étapes, d'appel autonome d'outils externes et de correction autonome, ce qui est essentiel pour réaliser une gestion de position entièrement automatisée sur le long terme.
  2. Coûts d'ingénierie pour connecter les marchés financiers considérablement réduits : La généralisation de normes ouvertes telles que le protocole de contexte de modèle (MCP) et Agent2Agent (A2A) a transformé les interfaces de trading, l'alimentation en données et les mécanismes de garde d'actifs, auparavant complexes, en capacités prêtes à l'emploi. Auparavant, ouvrir des canaux de courtage pour les agents nécessitait plusieurs mois de développement personnalisé, tandis qu'aujourd'hui, l'intégration peut être réalisée en quelques minutes.
  3. Les "bases de fonctionnement" des agents open source rendent la construction facile : Des suites open source comme OpenClaw et Nous Hermes* permettent d'attribuer à n'importe quel grand modèle sous-jacent une mémoire persistante, une planification automatique de tâches et une capacité d'intégration fluide avec les marchés externes. Le projet OpenClaw, à lui seul, a obtenu près de 250 000 étoiles sur GitHub en seulement 60 jours. L'industrie de la cryptographie a été la première à tirer parti de cette explosion technologique, en raison de l'ouverture et de l'absence de barrières d'entrée des API, ce qui a permis aux transactions de contrats perpétuels sur Hyperliquid et aux marchés de prévision sur Polymarket de devenir les premiers terrains d'essai pour les agents.
  4. Fusion accélérée des formes de marché et des canaux de règlement : La tokenisation des actions américaines, des contrats perpétuels sur des actifs du monde réel (RWA), des mécanismes de trading continu 24/7 et des systèmes de règlement instantané en stablecoins permettent à un seul agent d'exécuter des stratégies unifiées sur plusieurs types d'actifs basés sur un seul pool de garanties. Les systèmes d'automatisation précédents étaient fragmentés sur des îlots séparés parce que chaque type d'actif traditionnel fonctionnait sur des infrastructures fermées les unes par rapport aux autres.

Pourquoi est-ce si important ?

Le trading agentique permet de rendre accessibles des capacités de trading quantitatif qui étaient autrefois inaccessibles. Des stratégies professionnelles, qui n'étaient réalisables que par des équipes de quantification de premier plan, telles que le mélange complexe de signaux entre différentes classes d'actifs, l'adaptation des positions en fonction des mouvements du marché, la capture des points de retournement des cycles de marché macroéconomiques, ou la rééquilibration automatique tenant compte de l'optimisation fiscale, peuvent désormais être facilement mises en œuvre par des personnes ordinaires en disant simplement une phrase.

Imaginez un besoin tel que : "Aidez-moi à construire un portefeuille biaisé vers la dynamique entre les actifs cryptographiques et les actions de semi-conducteurs, avec un maximum de drawdown strictement limité à 15 %, et maintenez un rééquilibrage régulier chaque semaine." Sur la base de cette simple phrase en langage naturel, l'agent peut simultanément extraire les indicateurs de dynamique des deux marchés, construire un portefeuille d'investissement sous-jacent, calculer précisément les poids des positions de chaque actif en fonction de la limite de drawdown définie, exécuter des ordres en plusieurs étapes sur différentes plateformes de liquidité, et automatiquement réviser et corriger le plan à chaque cycle.

Ce nouveau paradigme redéfinit également les attentes des utilisateurs vis-à-vis des plateformes de trading. De plus en plus d'utilisateurs ne viennent plus avec des "intentions d'ordre" isolées (comme "acheter 10 actions d'une certaine société"), mais avec des "intentions de portefeuille" plus macro (comme "aidez-moi à construire un portefeuille complet qui exprime mon optimisme pour un certain secteur"). C'est une toute nouvelle forme de produit, radicalement différente des interfaces de trading traditionnelles, qui donne un pouvoir considérable à ceux qui peuvent offrir l'intégration des actifs les plus larges, tout en frappant durement ceux qui ne cherchent qu'à atteindre une efficacité d'appariement extrême sur un seul actif.

Prix de --

--
--
--

Panorama technologique du trading agentique

Le trading agentique se détourne rapidement de son état fragmenté, constitué d'outils expérimentaux, pour converger vers une pile technologique structurée et hiérarchisée. Nous décomposons l'ensemble de l'écosystème en quatre niveaux clés : le niveau d'intelligence (Intelligence, fournissant les données et les modèles de raisonnement sur lesquels les agents s'appuient), le niveau de cadre intelligent (Agency, transformant les modèles statiques en bases et applications de trading intelligentes en fonctionnement permanent), le niveau d'exécution (Execution, transformant la logique de décision en canaux sous-jacents pour les ordres exécutés), et le niveau de conformité et d'observabilité (Compliance & Observability, vérifiant de manière exhaustive les motivations des comportements des agents et les enregistrements d'audit).

La figure ci-dessous présente un panorama des équipes de startups représentatives et des projets phares que nous suivons de près à chaque niveau, la base étant constituée de données et d'intelligence de raisonnement, s'étendant de bas en haut vers les canaux d'exécution et les réseaux de confiance :

Premier niveau : niveau d'intelligence (Intelligence : données et raisonnement)

Données de marché : Les agents ont besoin d'entrées d'informations brutes extrêmement propres, standardisées et lisibles par machine, couvrant les cotations en temps réel, les carnets d'ordres profonds, les documents de déclaration réglementaire, l'analyse des nouvelles inattendues, les indices de sentiment social et les mouvements de fonds en chaîne, chaque donnée devant être précisément horodatée et attribuée à une source fiable. Cependant, le modèle commercial des données financières d'aujourd'hui est presque entièrement conçu pour les analystes humains, facturant des frais élevés par poste de travail, et ne peut pas supporter les milliers d'appels automatisés quotidiens des agents.

Cette inadéquation entre l'offre et la demande a ouvert une énorme brèche pour les réseaux de données de facturation natifs aux machines. Par exemple, le protocole x402, open source de Coinbase, permet aux agents de payer à la demande avec des stablecoins au moment où ils ont besoin de données. Des géants traditionnels des données comme Bloomberg et S&P Global, ainsi que des plateformes d'analyse de données sur blockchain comme Nansen*, Dune*, et des réseaux d'oracles comme Pyth* et Chainlink, ont déjà fourni une quantité massive d'informations de base ; tandis que des forces émergentes comme Surf* et Cambrian ont été conçues dès le départ pour créer des interfaces de recherche et de données spécifiquement pour les agents intelligents.

Modèles de raisonnement financier spécialisés : Bien que les grands modèles de raisonnement général lancés par des laboratoires à la pointe de la technologie soient puissants, leur accessibilité universelle ne constitue pas un avantage concurrentiel différencié. La véritable opportunité commerciale réside dans la construction de modèles de raisonnement financier spécialisés et verticaux : ces modèles sont spécifiquement formés pour les marchés financiers complexes, possédant la capacité de tester et de valider rigoureusement des idées de trading, de gérer de manière autonome des capitaux réels et de contrôler les risques dans des flux de travail à long terme sans intervention humaine.

Une nouvelle génération de laboratoires de modèles de raisonnement financier émerge, incluant des équipes comme Prodigy Research*, EdotEnv* et Nof1, qui entraînent généralement leurs modèles à partir de données de marché propriétaires à grande échelle ou créent des environnements de trading simulés à haute fidélité pour renforcer continuellement les modèles par l'expérimentation. Pendant ce temps, des plateformes de raisonnement comme Venice* et des routeurs intelligents permettent aux agents de choisir le modèle optimal en fonction de la complexité de la tâche, et dans de nombreux cas, de soutenir directement le paiement à la demande en USDC pour le raisonnement.

Deuxième couche : Cadre intelligent (Agency : base opérationnelle, points terminaux et assistants collaboratifs)

Base opérationnelle pour agents généralistes : La base généraliste transforme les modèles statiques de questions-réponses ponctuelles en agents capables de fonctionner de manière continue en leur conférant une mémoire persistante, un mécanisme de déclenchement de tâches programmées, un environnement de sandbox pour l'appel d'outils externes et une capacité de récupération automatique des erreurs. Ils sont nés avec la polyvalence nécessaire pour faire face à diverses tâches complexes (y compris la rédaction de code, la recherche sectorielle, le traitement des e-mails, etc.), et les utilisateurs peuvent également étendre leurs capacités via des compétences de plugins. Des cadres d'exécution open source comme Nous Hermes* et OpenClaw sont très prisés dans ce domaine, et les scénarios de trading deviennent rapidement l'un de leurs cas d'utilisation les plus importants. Cependant, les échanges financiers nécessitent bien plus qu'un simple ensemble d'outils opérationnels génériques ; il existe une forte demande pour des bases professionnelles renforcées spécifiquement pour le trading, qui doivent inclure des mécanismes de gestion dynamique des positions, de limites de prise de bénéfices et de pertes, ainsi que des tests de stress complets avant d'utiliser des fonds réels.

Base pour agents de trading spécialisés : Ce type de cadre est né pour combler le vide mentionné ci-dessus, avec des équipes représentatives comme Senpi* et Supertake*. Se qualifiant d'"ingénieurs quantitatifs AI", Senpi est conçu pour les traders professionnels actifs, capable de transformer automatiquement les stratégies de trading décrites en langage naturel par les utilisateurs en code, et de fonctionner 24 heures sur 24 et 7 jours sur 7 sur des centaines de marchés dérivés Hyperliquid, appliquant automatiquement des calculs de position basés sur des modèles de risque et des stops dynamiques. Supertake, quant à lui, s'adresse aux investisseurs de masse, permettant aux utilisateurs de décrire une idée d'investissement (Take) en termes simples, et son agent la transforme automatiquement en un portefeuille exécutable, offrant un mode de pratique simulé complet et un classement public à haut rendement.

Terminaux de trading pour agents : Les terminaux de trading sont des espaces de travail complets où les utilisateurs peuvent réaliser l'ensemble du processus, de la recherche, la personnalisation des stratégies, le backtesting historique, à la passation de commandes en temps réel et le suivi des risques tout au long du cycle de vie. De nombreux terminaux possèdent des caractéristiques multi-actifs, permettant à un seul agent de trader simultanément des actions américaines, des cryptomonnaies, des contrats perpétuels et des marchés de prévision ; et la plupart des terminaux choisissent de se connecter aux bourses et courtiers existants, ne gérant ni ne conservant les actifs des utilisateurs. On peut les considérer comme des terminaux Bloomberg entièrement remodelés à l'ère des agents intelligents, conçus pour des traders professionnels cherchant un contrôle approfondi et précis. Par exemple, Catalyst* peut transformer les opinions de marché des utilisateurs en stratégies de couverture composites couvrant des actions, des options et des marchés de prévision ; tandis que TrueNorth fournit à chaque utilisateur un agent personnalisé qui scanne en continu les marchés d'actions, de matières premières et de contrats perpétuels en cryptomonnaies, capturant automatiquement les points d'entrée de trading.

Assistants collaboratifs pour le trading sur blockchain : Les assistants collaboratifs sont des assistants intelligents légers qui contactent proactivement les utilisateurs. Ils sont généralement centrés sur l'interaction par dialogue, intégrés directement dans les plateformes sociales et de communication que les utilisateurs utilisent fréquemment (comme X, Telegram ou divers portefeuilles Web3). Ils se concentrent étroitement sur le portefeuille blockchain auto-hébergé de l'utilisateur, où les fonds sont toujours contrôlés par l'utilisateur via des clés privées, se concentrant sur des scénarios natifs en cryptomonnaie, permettant aux utilisateurs de réaliser des opérations fréquentes telles que l'échange de tokens, le pont inter-chaînes, l'ouverture de positions sur des contrats perpétuels, le staking et les paris sur les marchés de prévision, le tout par une simple conversation. Si les terminaux professionnels cherchent à atteindre l'extrême en termes de profondeur et de largeur, les assistants collaboratifs visent à atteindre l'efficacité d'accès et à réduire les barrières d'utilisation. Par exemple, HeyElsa* permet aux utilisateurs de réajuster leurs portefeuilles, de faire des ponts inter-chaînes et de gagner automatiquement des revenus simplement en discutant naturellement ; tandis que Bankr* permet aux utilisateurs d'acheter ou de placer des ordres de tokens directement sur la plateforme X via un bot @.

Dans la réalité des affaires, les frontières entre ces catégories s'estompent rapidement. Les bases généralistes renforcent continuellement leurs capacités de trading, les bases spécialisées en trading intègrent la gestion de portefeuille et des tableaux de bord exclusifs, les terminaux de trading intègrent pleinement des capacités d'interaction par dialogue, et les assistants collaboratifs étendent activement leur capacité à exécuter des stratégies 24 heures sur 24 et 7 jours sur 7. À long terme, tous les produits seront en concurrence sur le même sujet final : qui peut réellement contrôler le cycle de décision de trading. Les terminaux professionnels ont un avantage en termes de profondeur fonctionnelle, d'étendue d'actifs et de rétention des utilisateurs ; tandis que les assistants collaboratifs et les bases généralistes occupent un avantage inhérent en matière de distribution de trafic, car ils sont naturellement intégrés dans les principaux domaines où l'attention des utilisateurs est la plus concentrée. Les produits qui riront en dernier seront ceux qui parviendront à combiner parfaitement un avantage stratégique intellectuel générant des rendements excessifs avec un réseau de distribution d'utilisateurs difficile à reproduire.

Troisième couche : Couche d'exécution (Execution : interconnexion des lieux de trading et étendue des actifs)

La responsabilité de la couche d'exécution est de transformer efficacement les résultats de décision des agents en positions réelles exécutées. Cela signifie non seulement router les ordres avec précision entre des lieux de trading et des types d'actifs variés, mais aussi surveiller en continu l'état d'exécution des ordres, vérifier en temps réel les positions et garantir la sécurité absolue de la gestion des fonds et du règlement tout au long du processus. L'industrie converge actuellement rapidement vers un modèle standard de "certificat d'authentification unique, ouvrant des actifs divers", permettant aux agents de pénétrer en douceur l'ensemble du spectre des actifs financiers, y compris les actifs cryptographiques au comptant, les dérivés et les actions américaines traditionnelles, simplement via un canal de connexion unifié vérifié.

Les courtiers et bourses traditionnels ouvrent actuellement leurs portes aux agents par deux voies radicalement différentes. La première consiste à permettre aux utilisateurs de connecter leurs propres agents externes (Bring-your-own-agent), c'est-à-dire que des agents tiers comme ChatGPT, Claude ou Grok peuvent se connecter en toute sécurité via des serveurs MCP, des outils de ligne de commande dédiés, des API REST ou des comptes d'agents dédiés. Par exemple, Coinbase for Agents permet à des agents externes de trader de manière autonome des actifs cryptographiques au comptant, des contrats à terme conformes aux États-Unis et des actions américaines dans le compte Coinbase de l'utilisateur, dans les limites de risque définies par l'utilisateur. La deuxième voie consiste à intégrer des capacités intelligentes natives, où l'IA native intégrée par la bourse elle-même aide directement les utilisateurs à évaluer, planifier et exécuter des actions, Coinbase Advisor étant un exemple typique. En outre, des infrastructures financières AI natives comme Alpaca, ainsi que des API de trading sur blockchain lancées par des équipes comme Definitive* (Flash), permettent aux agents d'accéder rapidement à des voies de compensation et d'exécution de niveau institutionnel sans avoir à repartir de zéro.

Quatrième couche : Conformité et observabilité (Compliance & Observability : la pierre angulaire de la confiance pour la prise de décision autonome)

Tous les systèmes de réglementation et de conformité financière en vigueur aujourd'hui partent du principe que la décision finale est prise par des personnes physiques. Lorsque le sujet qui prend des décisions de réallocation de fonds devient un agent intelligent invisible, les régulateurs et les investisseurs doivent recevoir des explications claires : quelles données de marché l'agent a-t-il vues, quel jugement a-t-il porté, quelle est la logique sous-jacente de la décision, et qui est responsable en cas d'erreur ? La couche de conformité et d'observabilité est responsable de l'enregistrement complet et immuable de tous les flux de données d'entrée de l'agent, du processus de raisonnement, des actions déclenchées et des ordres exécutés, garantissant que toutes ses actions sont entièrement traçables et soumises à un audit externe.

Nous croyons fermement que c'est actuellement l'infrastructure sous-estimée mais la plus essentielle de l'ensemble de la pile technologique. Ce domaine offre une opportunité historique de créer une nouvelle base de confiance pour les agents : y compris des mécanismes d'identification et de certification de conformité pour les agents ("connaître votre agent", c'est-à-dire Know Your Agent), des journaux de décision irréversibles à l'épreuve des falsifications, un suivi entièrement vérifiable des performances stratégiques historiques, et un système d'évaluation de réputation distribué. Des projets pionniers tels qu'Alien*, t54 Labs, Lemma et AgentOps ont déjà commencé à s'attaquer à ce défi.

Où se dirigera la valeur commerciale ?

Nous formulons ici le jugement fondamental le plus central : dans le grand courant des transactions par agents, le code des agents lui-même n'est pas une forteresse solide. Une architecture de code fonctionnelle basée sur des modèles open source et fonctionnant sur des bases open source signifie que n'importe quel développeur technique peut assembler un agent de trading complet en utilisant simplement un week-end de temps libre. Si les agents eux-mêmes deviennent rapidement une marchandise bon marché, alors la valeur commerciale centrale se déplacera inévitablement vers d'autres segments rares.

Nous avons identifié trois moteurs fondamentaux de réallocation de la valeur commerciale à l'avenir :

1. Les commissions d'exécution des ordres sont fortement comprimées, mais la liquidité centrale reste le grand gagnant : Les agents vont frapper durement les frais de transaction simples, car ils peuvent comparer les prix entre différentes plateformes en millisecondes, n'ayant aucune loyauté envers un front de trading isolé. Cependant, les agents poursuivent une optimisation globale des coûts de transaction, y compris le glissement, les spreads et les coûts d'impact, et pas seulement le taux de frais par transaction. Par conséquent, les flux de fonds automatisés des agents se dirigeront naturellement vers les pools de liquidité centrale les plus profonds et les plus étroits. Les intermédiaires de routage d'ordres qui ne font que jouer le rôle de revendeur verront leur marge de profit se réduire à néant, tandis que les zones de trading qui détiennent une liquidité dense de base conserveront leur valeur de manière indéfectible.

2. La valeur commerciale se concentre sur le contrôle du "cercle de décision d'investissement" : Nous croyons fermement que le modèle de monétisation commerciale des plateformes de trading d'agents intelligents se concentrera entièrement sur ce que nous définissons comme "l'intention en tant que service" (Intent-as-a-Service) : comment transformer les objectifs macro flous des utilisateurs en portefeuilles d'investissement fonctionnant de manière stable, tout en maintenant un risque contrôlable sur le long terme. À l'avenir, les utilisateurs ne seront prêts à payer que pour les résultats et les bénéfices réellement livrés, et non pour des clics d'interface inefficaces. Ce "premium d'intention" substantiel appartient entièrement à ceux qui contrôlent l'ensemble du processus, de la réflexion à la décision, et non à ceux qui ne sont que des canaux de commande de base.

3. Le facteur décisif au niveau de la plateforme réside dans la confiance des actifs et la portée de la couverture : Lorsque n'importe qui peut facilement créer un agent, la plateforme gagnante sera celle qui gagnera la double confiance des utilisateurs et de leurs agents grâce à une sécurité solide, osant confier leurs actifs à sa gestion et fournissant une infrastructure pour le trading d'une large gamme d'actifs. Lorsque les utilisateurs arrivent avec des intentions de portefeuille d'actifs diversifiés, une plateforme traditionnelle ne proposant qu'un seul actif isolé sera inévitablement remplacée sans pitié par une plateforme polyvalente capable de traiter tous les actifs diversifiés en une seule fois.

Pour les équipes de startups, cette évolution impose des critères de sélection stratégique extrêmement stricts : nous pensons qu'un véritable modèle commercial durable, capable de soutenir des niveaux de capital-risque, doit nécessairement se former à l'intersection d'une profondeur d'intelligence exclusive, d'un réseau de distribution difficile à remplacer ou d'un seuil d'entrée réglementaire très élevé. Se contenter d'ajouter une fine couche de mots-clés sur un modèle de base général et de se connecter à une API de trading publique ne permettra pas à ces prétendus projets de startup de se maintenir longtemps dans une compétition acharnée.

La stratégie d'investissement de Coinbase Ventures

En tenant compte de cette perspective d'investissement, Coinbase Ventures se concentre actuellement sur les trois piliers essentiels de la technologie de trading d'agents :

  • Base opérationnelle de trading d'agents et terminal intégré : Nous recherchons des produits innovants qui dépassent les limitations de simple routage de commandes et réalisent véritablement l'intention de construction de portefeuilles d'investissement avancés. Ils doivent offrir une expérience utilisateur exceptionnelle et fournir des indicateurs opérationnels solides, y compris une croissance rapide et continue du volume d'affaires généré par les agents, la taille des actifs sous gestion (AUM) et la fidélité des clients à long terme.
  • Capturer des avantages concurrentiels Alpha difficiles à reproduire : Alors que les capacités de raisonnement de base deviennent progressivement des infrastructures de commodité, le champ de bataille concurrentiel de demain se déplacera vers ceux qui peuvent injecter des avantages concurrentiels exclusifs que les autres ne peuvent pas facilement copier dans les agents. La création de laboratoires de modèles de raisonnement financier verticaux capables d'exécuter de manière stable des tâches financières complexes sur de longues périodes sans intervention humaine est une voie prometteuse ; en même temps, nous sommes très intéressés par les réseaux de données exclusifs, les modèles de stratégies quantitatives professionnelles et les marchés d'agrégation de stratégies vérifiés sur la chaîne.
  • Infrastructure de conformité et d'observabilité : Les mécanismes réglementaires actuels ne peuvent pas du tout faire face aux décisions automatisées des entités non humaines. Nous parions fortement sur des projets fondamentaux qui comblent cette lacune réglementaire clé : y compris l'identification et la certification des agents, la surveillance des journaux de décision inviolables, l'audit de bout en bout de chaque outil et source de données appelés par les agents, un réseau de validation de la performance des stratégies, ainsi qu'un système de réputation basé sur le comportement sur la chaîne.

Lors de l'évaluation des projets d'équipes spécifiques, nous attachons une grande importance aux barrières défensives à long terme des affaires, sans nous laisser séduire par des paramètres techniques isolés :

  • Le "flywheel de données intelligentes" auto-renforçant : Un modèle statique unique ne peut constituer aucune barrière. Nous attachons une importance particulière à la formation de boucles de données contextuelles (Context Loops) qui créent des rétroactions positives. Dans cette boucle, les données de trading privées et les modèles ajustés de manière ciblée s'évoluent mutuellement, augmentant progressivement le taux de réussite des stratégies au fil du temps, ce qui creuse l'écart de compétitivité avec les imitateurs ultérieurs.
  • Structure d'équipe composite native : Les équipes centrales les plus dynamiques dans ce domaine possèdent sans exception trois bases de compétences composites : une expérience pratique approfondie en trading quantitatif de couverture (assurant des rendements réels robustes ajustés au risque), des capacités de mise en œuvre d'IA de pointe (assurant la détermination et la robustesse des logiques de comportement des agents), ainsi qu'un sens aigu de la conformité réglementaire (considérant toujours le mécanisme de conformité comme une caractéristique clé du produit à construire, plutôt qu'un fardeau à corriger après coup).

Perspectives d'avenir

Le trading d'agents représente un changement de paradigme profond dans la manière dont l'humanité interagit avec les marchés financiers. Lorsque les barrières à la construction d'agents seront complètement effacées par la technologie, seules les entreprises qui auront construit des avantages différenciés difficiles à reproduire par leurs concurrents pourront traverser les cycles et prospérer. Les véritables gagnants de demain seront ceux qui maîtrisent profondément l'intelligence exclusive, gagnent la confiance ultime des utilisateurs pour la gestion de leurs actifs et construisent des corridors de sécurité réglementaire vers les marchés financiers les plus larges pour les agents autonomes.

L'ensemble du système technique est encore à ses débuts, de la structure opérationnelle de base renforcée pour le trading, au marché des stratégies quantitatives décentralisées, en passant par l'identité autonome des agents et les pistes d'audit complètes sur la chaîne, chaque niche écologique recèle d'énormes opportunités de rupture. Si vous êtes en train de construire l'avenir dans le domaine du trading d'agents, Coinbase Ventures est impatient de discuter avec vous.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.

Vous pourriez aussi aimer

iconiconiconiconiconiconiconicon
Assistance client:@weikecs
Collaborations commerciales:@weikecs
Trading quantitatif/Market makers:bd@weex.com
Programme VIP:support@weex.com