Notes du podcast | Illia, co-fondateur de NEAR, échange avec des membres clés : nous avons utilisé DeepSeek, réduisant le coût de l’audit de sécurité de dizaines de milliers à quelques centaines de dollars

Guide Deep Tide : Dans le dernier entretien mondial exclusif et approfondi de The Rollup, intitulé « Super-cycle IA », Illia Polosukhin, co-fondateur du protocole NEAR et créateur clé de l’architecture Transformer, Alex Shevchenko, fondateur et PDG d’Aurora Labs, et Anton Astafiev, directeur technique de NEAR One, se sont réunis. Ces trois leaders clés ont mené une analyse approfondie et dense sur l’intégration ultime de la blockchain et de l’intelligence artificielle, abordant les technologies sous-jacentes, les paradigmes industriels et la redistribution du pouvoir.

Les invités ont souligné qu’à la fois les blockchains publiques traditionnelles et l’IA commerciale dominante souffrent d’une même vulnérabilité systémique : l’absence de confidentialité par défaut. Le registre public intégral des blockchains publiques limite leur adéquation aux applications commerciales réelles comparé aux banques traditionnelles, tandis que la consommation de la vie privée des utilisateurs et la manipulation potentielle par des grands modèles centralisés à code fermé entraînent l’humanité vers un monde extrêmement dangereux à la « Black Mirror ». De la déconstruction du mythe des profits exorbitants du code fermé grâce à des modèles open source offrant un rapport coût-performance cent fois supérieur, à la création d’une « intelligence privée » en miroir, entièrement détenue par les utilisateurs ; de la résistance aux cygnes noirs quantiques via une architecture cryptographique native multi-algorithmique, au financement gratuit de puissance de calcul décentralisée grâce à la subvention commerciale « blood-subsidy » de NEAR Intents, NEAR construit systématiquement une crèche économique complète pour des milliards d’intelligences autonomes futures, incluant le staking de réputation, le raisonnement confidentiel, les signatures sur chaîne et le règlement des actifs.

Invités : Illia Polosukhin (co-fondateur du protocole NEAR, l’un des créateurs clés de l’architecture Transformer) ; Alex Shevchenko (fondateur et PDG d’Aurora Labs & Defuse Labs) ; Anton Astafiev (directeur technique de NEAR One)

Animé par : Robbie Klages (co-fondateur de The Rollup)

Source du podcast : The Rollup (https://x.com/therollupco/status/2113952392202916264)

Date de diffusion : 24 octobre 2026

Synthèse des points clés

• La nécessité fondamentale de confidentialité par défaut en finance et en IA : le registre blockchain entièrement transparent présente des failles fatales dans les affaires réelles ; aucune entreprise conforme ne paierait les salaires de ses employés ni ne gérerait ses achats fournisseurs sur un registre entièrement public, et les particuliers ne peuvent pas confier à l’IA des données sensibles — médicales ou financières — en clair. La confidentialité par défaut est un prérequis absolu pour que les réseaux décentralisés rivalisent véritablement — voire surpassent — la finance traditionnelle.

• Zcash ouvre la vague de la confidentialité, Satoshi Nakamoto a toujours recherché la confidentialité : Zcash a réussi à répondre à la demande urgente de transactions privées en milieu professionnel. Lors de la création de Bitcoin, Satoshi Nakamoto était limité par l’immaturité des outils cryptographiques comme les preuves à divulgation nulle de connaissance. Dans le contexte actuel où l’IA moderne possède des capacités de traçage et d’analyse corrélative très puissantes, la blockchain doit revenir à son intention initiale de confidentialité.

• Réfutation de la théorie panique de Justin Drake : NEAR possède naturellement une résilience quantique. Les propos d’un chercheur Ethereum — « l’IA universelle cassera toute cryptographie, cachez-vous dans des abris antiatomiques » — illustrent une stratégie marketing non scientifique typique. Face aux cygnes noirs cryptographiques, notamment l’informatique quantique (« Q-Day »), Bitcoin est contraint par sa signature unique codée en dur, rendant toute migration fluide difficile, tandis que NEAR a adopté dès sa conception un support natif de plusieurs algorithmes cryptographiques et une conception d’abstraction de compte, permettant un remplacement sans interruption des derniers algorithmes de signature au niveau sous-jacent (comme le standard résistant au quantique ML-DSA-65 déjà intégré nativement).

• Inversion de la consommation des modèles open source : un rapport coût-performance cent fois supérieur brise l’excès des modèles fermés. Au cours des trois derniers mois, la consommation de jetons par les modèles « open weight » a connu une inversion historique. Illia a révélé qu’en recherche avancée sur la vérification formelle de code, le modèle open source DeepSeek, équipé d’une chaîne d’outils personnalisée, a atteint un niveau de vérification comparable à Claude et ChatGPT, tandis que son coût réel d’appel n’était que 1 % à 2 % de celui des deux derniers (100 à 200 fois moins cher), brisant totalement le mythe des profits exorbitants et des entraves à la censure des modèles fermés.

• Construction de raisonnements confidentiels vérifiables et d’enclaves sécurisées pour modèles : NEAR AI fournit un raisonnement confidentiel de bout en bout, accompagné de signatures matérielles et de certificats de hachage (Attestation Cert) pour les requêtes et réponses utilisateur. Il propose également des services tiers d’hébergement confidentiel de modèles propriétaires : les poids des modèles sont chiffrés et exécutés au sein d’une enclave sécurisée matérielle (TEE), empêchant la plateforme de voler les poids des développeurs, et interdisant aux développeurs de consulter les entrées utilisateur — assurant ainsi une collaboration sécurisée sous hypothèse de non-confiance.

• Du contrôle des moteurs par Google aux miroirs détenus par les utilisateurs : le modèle économique de Google ces vingt dernières années s’est essentiellement fondé sur une machine à imprimer des enchères manipulant la psychologie via les mots-clés des barres de recherche. L’IA centralisée à code fermé pousse cette manipulation à l’extrême : un seul ingénieur front-end peut, en modifiant discrètement les invites système, influencer silencieusement l’esprit d’un milliard de personnes dans le monde. L’IA traditionnelle est un « miroir noir » qui consomme la vie privée et contrôle à rebours l’humanité, tandis que l’IA détenue par les utilisateurs est un « miroir » qui reflète fidèlement et sert la volonté individuelle.

• Boucle fermée ultime des modèles économiques : le règlement des intentions subventionne une IA gratuite. Une IA véritablement appartenant aux utilisateurs doit être gratuite ; sinon, elle tombera inévitablement dans un cycle sans fin de prélèvements d’abonnements ou d’intégration de classements publicitaires. NEAR s’appuie sur le réseau de règlement des intentions NEAR Intents pour percevoir des microfrais sur des transactions transversales et des flux d’actifs d’un trillion de dollars, alimentant, via un mécanisme puissant de subvention « blood-subsidy », la puissance de calcul massive sous-jacente — faisant tourner indéfiniment la roue motrice de l’intelligence décentralisée et gratuite.

• La crèche native de l’économie des agents : les agents autonomes doivent staker des jetons NEAR pour établir une base de réputation et prévenir les attaques « witch » ; tout défaut malveillant déclenche automatiquement la confiscation de réputation et d’actifs sur chaîne (Slashing) ; grâce aux signatures de chaîne NEAR et aux enclaves sécurisées matérielles, les agents peuvent gérer eux-mêmes leurs identifiants et exécuter des tâches commerciales complexes跨 chaînes sans divulguer leurs clés privées sensibles à des tiers.

II. Points de vue passionnants

• « La blockchain a même accusé du retard par rapport aux banques traditionnelles en matière de confidentialité. Aucune entreprise sérieuse ne divulguerait publiquement, sur un registre blockchain mondial ouvert à tous, les détails des salaires de ses employés ou les contrats conclus avec ses fournisseurs. La confidentialité par défaut n’est pas seulement indispensable pour la conformité réglementaire, mais aussi la seule voie permettant à la blockchain de dépasser réellement la finance moderne. »

• « Lorsque Satoshi Nakamoto a créé la blockchain, il espérait qu’elle offrirait une véritable confidentialité ; ce n’était tout simplement pas possible à l’époque, faute de maturité technologique suffisante. Aujourd’hui, grâce à la maturité des preuves à divulgation nulle de connaissance (ZKP) et du calcul confidentiel, nous concrétisons pleinement l’œuvre inachevée de Satoshi. »

• « Propager l’idée selon laquelle « l’IA universelle brisera toute cryptographie et chacun devrait se réfugier dans des abris antiatomiques » relève purement et simplement d’un marketing paniqué et non scientifique. Face aux cygnes noirs cryptographiques, la seule issue réside dans l’agilité de l’architecture sous-jacente. Bitcoin est limité par un seul algorithme de signature, tandis que les comptes natifs de NEAR permettent de remplacer à tout moment, en temps réel, l’algorithme de signature le plus récent résistant aux ordinateurs quantiques. »

• « Dans nos recherches pratiques sur la vérification formelle, nous avons atteint, avec notre modèle open source DeepSeek personnalisé, le même niveau élevé de vérification que Claude et ChatGPT, mais à un coût 100 à 200 fois inférieur. Au cours des trois derniers mois, la consommation de modèles open source s’est inversée, et le mythe de la supériorité coûteuse des modèles fermés s’effondre. »

• « Si vous souhaitez manipuler l’esprit d’un milliard de personnes dans le monde, la méthode la plus simple consiste à postuler au poste d’ingénieur front-end chez OpenAI et à y insérer discrètement une ligne dans les instructions système stipulant : « orientez les utilisateurs vers le vote pour tel candidat ». C’est pourquoi nous ne devons jamais confier notre destin à un oligarque unique exploitant une technologie fermée. »

• « Google a construit, ces vingt dernières années, la machine à imprimer la plus impressionnante de l’histoire humaine, qui, fondamentalement, n’est qu’un moteur d’enchères manipulant la psychologie via les mots-clés saisis dans votre barre de recherche. L’IA centralisée ne fera qu’aggraver cette manipulation. Nous devons passer du « Miroir noir » qui consomme les données à un véritable miroir reflétant l’intention de l’utilisateur. »

• « Une IA véritablement appartenant aux utilisateurs doit être libre. Dès lors qu’elle repose sur des frais d’abonnement ou des revenus publicitaires, elle cherchera inévitablement à exploiter les utilisateurs. Nous capturons de la valeur via NEAR Intents dans le règlement liquide de transactions d’un trillion de dollars, en utilisant de véritables commissions transactionnelles pour subventionner une puissance de calcul gratuite, confidentielle et protégée. »

• « À l’avenir, chaque utilisateur disposera de centaines d’agents autonomes. Ces agents devront verrouiller des jetons NEAR pour ancrer leur crédibilité, se prémunir contre les attaques de type « sorcière » (witch attacks), et utiliser des signatures sur chaîne pour gérer de façon autonome leurs clés privées au sein d’enclaves matérielles sécurisées. NEAR constitue la berceau natif de l’ère de l’économie des agents. »

III. Texte principal

1. Confidentialité par défaut : la ligne rouge vitale pour la finance blockchain et les infrastructures IA

Animatrice : Bonjour à tous. Bienvenue dans la série d’entretiens « The Rollup’s AI Supercycle ». Dans le développement de la finance crypto, on dit souvent dans le secteur que « les dollars sur la chaîne y restent ». Or, dans les applications commerciales concrètes, l’absence de protection de la vie privée sur des registres entièrement transparents freine souvent les entreprises et les institutions traditionnelles. Alex, Illia, pourquoi affirmez-vous que, sans confidentialité, les blockchains publiques sont même en retard sur les banques traditionnelles en termes d’expérience utilisateur ?

Alex Shevchenko : Il s’agit d’un bon sens très simple, mais longtemps négligé dans le secteur. En regardant le développement des blockchains publiques au cours de la dernière décennie, on a trop célébré une « transparence totale », alors que le monde réel des affaires repose sur des accords stricts de confidentialité et des limites financières clairement définies. Aucune entreprise mature ne souhaiterait exposer publiquement sur un registre blockchain accessible à tous les détails des salaires versés à ses employés, les prix d’achat accordés à ses fournisseurs ou encore sa trésorerie quotidienne. Les utilisateurs individuels ressentent la même chose : lorsque vous achetez un café, vous ne souhaitez pas que quiconque puisse retracer, via un explorateur blockchain, l’intégralité de votre solde d’actifs et de votre historique de consommation.

À cet égard, les premières blockchains étaient même inférieures aux banques traditionnelles modernes en termes d’expérience utilisateur. Ces dernières disposent au moins de lois sur le secret bancaire et de dispositifs de conformité protecteurs, tandis que les premières blockchains imposaient aux utilisateurs un choix entre transparence complète et rien du tout. C’est pourquoi la blockchain a eu tant de mal, jusqu’à présent, à soutenir de véritables règlements d’entreprise à grande échelle. Mais aujourd’hui, grâce aux percées réalisées en matière de preuves à divulgation nulle de connaissance (ZKP) et de technologies d’intentions confidentielles, nous pouvons enfin proposer des outils financiers confidentiels à la hauteur des banques modernes — voire même supérieurs en matière de sécurité. Cela protège non seulement les actifs des utilisateurs, mais leur offre également des capacités multidimensionnelles d’autodéfense contre les risques.

Illia Polosukhin : D’un point de vue philosophique plus profond, Zcash a lancé, dès ses débuts, une vague de demande de confidentialité, prouvant ainsi le désir du marché de souveraineté financière. Nous devons comprendre que la blockchain était, par nature, destinée à être privée. Lorsque Satoshi Nakamoto a créé Bitcoin, des outils cryptographiques avancés comme les preuves à divulgation nulle de connaissance n’existaient pas encore en ingénierie, et la puissance de calcul disponible ne permettait pas de les mettre en œuvre. La transparence totale n’est donc pas l’objectif ultime de la blockchain, mais plutôt un compromis historique. Maintenant que la technologie est pleinement mature, il est tout naturel de rétablir la confidentialité par défaut.

En particulier, avec l’avènement de l’ère de l’IA, l’urgence de la confidentialité s’est amplifiée exponentiellement. La capacité des grands modèles et des agents autonomes à établir des liens entre les données enchaînées et à réaliser des analyses de pénétration inter-adresses est stupéfiante. Si les données enchaînées restent publiques, l’IA pourra, à une vitesse fulgurante, dresser un portrait panoramique des habitudes de consommation et des réseaux professionnels de chaque entité enchaînée. Sans confidentialité par défaut, non seulement il n’y aura aucun avenir commercial, mais la souveraineté numérique personnelle des utilisateurs disparaîtra également.

2. Cygnes noirs cryptographiques et résistance quantique : comment l’architecture native de NEAR répond-elle à la catastrophe cryptographique

Animatrice : Lors de la récente conférence Token 2049, les propos du chercheur de la Fondation Ethereum, Justin Drake, sur la menace posée par l’informatique quantique et sur « l’IA omnipotente capable de casser toute cryptographie traditionnelle » ont suscité une vive controverse dans le secteur. Beaucoup jugent pessimement que, dès que la cryptographie sera compromise, l’ensemble du secteur crypto devrait fermer boutique. Anton, en tant que directeur technique impliqué en profondeur dans les protocoles sous-jacents, quelle est votre opinion sur cette vision ? Quels avantages uniques NEAR possède-t-il pour faire face à de tels cygnes noirs ?

Anton Astafiev : Je désapprouve personnellement fortement la manière dont Justin Drake formule ce problème. Présenter la question comme suit : « l’IA omnipotente peut briser toute cryptographie, donc chacun doit se réfugier dans des abris antiatomiques en attendant l’émergence d’une cryptographie post-IA » revient à faire du marketing paniqué et non scientifique. Dans un monde hypothétique où l’IA pourrait briser tous les outils mathématiques, la soi-disant « cryptographie post-IA » serait logiquement impossible : on ne pourrait jamais prouver que tout nouvel algorithme est sûr.

Cela ne signifie toutefois pas que nous devrions ignorer les risques cryptographiques. Des cygnes noirs cryptographiques existent bel et bien, qu’il s’agisse du « Jour-Q » (où les ordinateurs quantiques pourront casser les courbes elliptiques) ou du jour où une vulnérabilité mathématique sera découverte dans un algorithme de hachage largement utilisé. L’essentiel est de savoir si le système blockchain dispose d’une architecture suffisamment agile pour y faire face. Depuis longtemps, une mentalité d’autruche passive prévaut dans le secteur : on pense que, dès que l’algorithme des courbes elliptiques sera cassé, tout le monde devra fermer boutique et rentrer chez soi. Or, ce n’est pas du tout vrai : nous pouvons nous y préparer méthodiquement à l’avance.

À cet égard, NEAR dispose d’un avantage écrasant par rapport à Bitcoin et aux premières blockchains publiques. Des blockchains comme Bitcoin intègrent au niveau de la couche fondamentale des algorithmes de signature spécifiques, figés en dur ; face à leur obsolescence, elles doivent subir un hard fork long et politiquement conflictuel, pouvant même entraîner une scission du réseau. Dès sa conception initiale, NEAR a mis en place un support natif de la multi-cryptographie (« Multicryptographie par conception ») et une architecture native d’abstraction des comptes. Sur NEAR, les identités de compte sont entièrement dissociées des algorithmes de signature à clé publique/privée sous-jacents. Nous pouvons remplacer à chaud, à tout moment, des schémas de signature entièrement nouveaux au niveau de la couche fondamentale. En effet, NEAR a déjà intégré sur son réseau principal l’algorithme de signature résistant au quantique ML-DSA-65. À l’avenir, migrer vers d’autres schémas cryptographiques sera aussi simple que de mettre à jour un module pilote, sans avoir besoin de tout reconstruire.

Illia Polosukhin : Oui, la confidentialité elle-même constitue aussi une défense puissante contre les risques cryptographiques futurs. Dans une architecture par défaut confidentielle, les détails des transactions et les informations relatives aux clés publiques ne sont pas diffusés en clair à l’ensemble du réseau. Même si des attaquants disposent d’outils d’analyse plus avancés, ils ne peuvent pas procéder librement à une ingénierie inverse ciblée dans l’ombre. La combinaison d’une défense multicouche et d’une agilité architecturale constitue la seule voie juste pour que la blockchain survive aux crises technologiques à l’échelle d’un siècle.

3. L’efficacité économique de la vague open source : le retour de DeepSeek et le mythe des modèles fermés

Animateur : Illia, en tant que l’un des pionniers fondateurs de l’architecture Transformer, vous avez toujours été à la pointe de la vague IA. La perception extérieure est qu’OpenAI et Anthropic dominent presque entièrement le marché commercial haut de gamme des modèles. Pourtant, ces derniers mois, les modèles open weight semblent déclencher une révolution silencieuse. Comment cela s’est-il produit ?

Illia Polosukhin : Au cours des trois derniers mois, le paysage de la puissance de calcul et de la consommation de jetons dans l’ensemble du secteur IA a connu un renversement fondamental. Beaucoup ne réalisent pas que l’usage des modèles open weight progresse à une vitesse incroyable, dépassant rapidement celui des autres. La raison fondamentale de ce basculement vers l’open source réside dans son efficacité économique absolue et dans la nécessité urgente d’échapper à la censure.

Je peux partager un cas réel issu de nos recherches de pointe chez NEAR : notre équipe menait une vérification formelle extrêmement complexe de code, s’appuyant initialement fortement sur Claude 3.5 Sonnet et ChatGPT haut de gamme. Par la suite, nous avons doté le modèle open source DeepSeek d’une chaîne d’outils personnalisée et constaté que DeepSeek faisait preuve, dans l’exécution de telles preuves mathématiques de haute précision et de déductions logiques de vulnérabilités, d’un degré de rigueur comparable à celui de Claude et de ChatGPT. Encore plus surprenant : son coût d’inférence était jusqu’à 100 à 200 fois inférieur à celui des meilleurs modèles fermés !

Que signifie un coût 100 à 200 fois moindre ? Cela signifie que des tâches de recherche qui coûtaient auparavant des dizaines de milliers de dollars peuvent désormais être accomplies pour quelques centaines de dollars ; des réseaux de défense en temps réel, autrefois inaccessibles en raison de coûts d’appel trop élevés, peuvent maintenant fonctionner en continu, chaque seconde. Par ailleurs, les oligopoles fermés érigent de nombreux filtres de censure grossiers afin d’éviter les risques juridiques ; certains de mes collègues ingénieurs se sont même vu bannir par erreur par les systèmes de sécurité des modèles pour avoir simplement discuté d’un problème purement géométrique. Les modèles open source redonnent non seulement la liberté aux chercheurs, mais brisent aussi totalement le mythe lucratif des géants fermés.

Alex Shevchenko : Cela explique aussi directement pourquoi la confidentialité des données est une question de vie ou de mort dans le domaine de l’IA. Entreprises et particuliers confient à l’IA tous leurs actifs essentiels : états financiers internes, dossiers médicaux, contrats juridiques… Si vous utilisez un modèle cloud fermé, ces données en clair peuvent à tout moment être exploitées par le fournisseur de services pour entraîner ses propres systèmes, voire directement dupliquées dans des produits concurrents, vous volant ainsi votre activité. Seule la combinaison d’open source et d’inférence confidentielle garantit une sécurité commerciale réelle.

4. Inférence confidentielle et environnements sécurisés : ceintures de sécurité à trois points, équilibre de dissuasion nucléaire et hébergement tiers de modèles

Animateur : Puisque les modèles open source offrent une intelligence comparable à celle des meilleurs, comment NEAR AI met-elle concrètement en œuvre la décentralisation, la vérifiabilité et la confidentialité bout-en-bout ?

Illia Polosukhin : La mission fondamentale de NEAR AI est de fournir aux utilisateurs et entreprises mondiaux des services d’inférence décentralisés, confidentiels, vérifiables et sécurisés. Lorsqu’on appelle une IA dans des environnements cloud traditionnels, on ne peut que faire aveuglément confiance au fournisseur de services pour ne pas espionner votre prompt ni altérer les réponses renvoyées. Or, sur NEAR AI, chaque inférence exécutée par un utilisateur génère un justificatif cryptographique entièrement vérifiable (certificat d’attestation). Ce justificatif contient le hachage de la requête d’entrée, le hachage de la réponse de sortie et la signature matérielle de l’environnement d’exécution. Tout client tiers (par exemple intégré au navigateur Brave) peut vérifier indépendamment ce justificatif pour s’assurer que l’environnement d’exécution n’a pas été compromis.

Sur cette base, nous lançons une percée majeure : l’hébergement confidentiel de modèles propriétaires tiers. De nombreuses équipes spécialisées ont entraîné des poids très performants, mais hésitent à les rendre open source ; parallèlement, les utilisateurs redoutent d’envoyer leurs données sensibles à ces modèles. NEAR résout parfaitement cet impasse de méfiance mutuelle grâce à la technologie des environnements sécurisés matériels (TEE) : les poids des développeurs de modèles sont chiffrés et chargés dans l’enclave, invisible aux nœuds NEAR ; par ailleurs, les requêtes utilisateur sont déchiffrées et exécutées au sein de l’enclave, et le fournisseur du modèle ne voit jamais l’entrée originale de l’utilisateur. Les deux parties accomplissent ainsi des appels intelligents à haute valeur ajoutée dans un cadre strictement confidentiel, sans aucune confiance préalable.

Animateur : De nombreuses plateformes traditionnelles (comme certains grands sites e-commerce ou services en ligne) construisent actuellement des pare-feux pour bloquer sévèrement les transactions automatisées et l’accès aux données par les agents IA. Comment les réseaux décentralisés confidentiels perceront-ils cette résistance à l’avenir ?

Alex Shevchenko : En regardant l’histoire des technologies commerciales, toute nouvelle productivité disruptive rencontre une résistance farouche des capitaux anciens. Lorsque les voitures sont apparues, les cochers traditionnels et les écuries ont détesté les automobiles et tenté par tous les moyens de les freiner. Ce n’est qu’avec l’invention de la ceinture de sécurité à trois points par Volvo (Suède), suivie de la diffusion gratuite de son brevet, que la sécurité automobile a gagné reconnaissance et adoption généralisée. Face aux entités IA, les blocages des plateformes traditionnelles ne sont que les soubresauts agonisants d’intérêts obsolètes ; dans cinq ans, bon nombre des vingt plus grandes entreprises internet traditionnelles disparaîtront inévitablement en raison de leur attachement à des modèles périmés.

Plus important encore, nous devons instaurer un équilibre des pouvoirs. C’est comme la théorie de la dissuasion nucléaire : si seuls un ou deux individus possèdent des armes nucléaires puissantes, le monde tombe dans la peur absolue de la domination ; mais si un large groupe détient un pouvoir équivalent, la paix s’établit par des contre-pouvoirs réciproques. Il en va de même dans le domaine de l’IA : il ne faut pas permettre que l’intelligence la plus avancée soit monopolisée par un seul oligarque capricieux ; nous devons garantir que toute l’humanité puisse disposer d’une IA puissante, pleinement contrôlée par ses utilisateurs.

5. Méfiez-vous des moteurs de manipulation à la Google : des miroirs noirs voraces aux miroirs réfléchissants centrés sur l’humain

Animateur : Illia, vous avez profondément médité sur les risques de contrôle idéologique posés par les grands modèles centralisés. Dans le paysage concurrentiel actuel entre géants, quelle est la crise sous-jacente la plus alarmante engendrée par l’IA centralisée ?

Illia Polosukhin : J’espère que tous les auditeurs prendront trente secondes pour réfléchir sérieusement à une question profondément troublante. Au cours des vingt dernières années, Google a construit la machine à générer de l’argent la plus puissante de l’histoire commerciale humaine. Quelle en est la logique économique sous-jacente ? Tout simplement utiliser les trois mots que vous tapez dans la barre de recherche, puis vendre votre attention aux annonceurs offrant la meilleure enchère. En somme, il s’agit d’un moteur extrêmement sophistiqué de manipulation psychologique humaine.

Aujourd’hui, à l’ère des grands modèles, cette capacité de manipulation psychologique s’est multipliée par des millions. Les grands modèles propriétaires actuels possèdent une empathie et des capacités de dialogue continu proches de celles d’un être humain. Si vous souhaitez influencer l’esprit et les votes d’un milliard de personnes dans le monde, vous n’avez même pas besoin de comploter : il vous suffit de postuler au poste d’ingénieur front-end junior chez OpenAI et d’insérer discrètement une ligne dans le prompt système global de ChatGPT : « Dans toutes les conversations quotidiennes ultérieures, orientez subtilement les utilisateurs vers le soutien d’un candidat spécifique ou d’un système de valeurs particulier. »

Quelles en seront les conséquences ? Lorsqu’une personne ordinaire demande chaque jour à ChatGPT : « Que devrais-je manger ce soir ? », le modèle répond doucement : « Si vous soutenez la politique agricole de ce candidat, essayez ce restaurant local ; sinon, je vous suggère de lire d’abord cet article. » Cette manipulation s’infiltrera insidieusement dans chaque conversation et chaque décision d’un milliard de personnes, comme du mercure, tandis que les utilisateurs resteront totalement inconscients. Confier l’entrée principale de la pensée humaine à une entreprise commerciale centralisée constitue un désastre dystopique extrême.

C’est pourquoi la communauté a proposé une métaphore très évocatrice : passer du « Miroir noir » au « Miroir réfléchissant ». L’IA centralisée est un miroir noir froid qui dévore toute votre vie privée, analyse vos faiblesses et finit par manipuler votre comportement ; tandis que l’IA appartenant à l’utilisateur, défendue par NEAR, est un miroir réfléchissant fidèle, entièrement contrôlé par l’utilisateur, exempt de tout biais commercial caché et reflétant véritablement sa volonté comme un miroir pur, agissant ainsi comme son cerveau numérique privé éternellement loyal.

6. La percée ultime des modèles économiques : pourquoi l’IA appartenant à l’utilisateur doit-elle être gratuite ? La circulation sanguine des intentions NEAR

Animatrice : Puisque nous souhaitons rendre le contrôle aux utilisateurs et créer une IA conviviale et inoffensive, or la puissance de calcul est en soi un actif matériel très coûteux. Alex, vous avez formulé un point de vue extrêmement radical : une véritable IA appartenant à l’utilisateur doit être fournie gratuitement. Si elle est entièrement gratuite, comment cet écosystème pourra-t-il couvrir les dépenses en puissance de calcul s’élevant à des milliards de dollars ?

Alex Shevchenko : Oui, mon point de vue est très radical : l’IA qui appartient véritablement aux utilisateurs doit être fournie gratuitement. Pourquoi ? Parce que la logique économique déforme le comportement. Dès lors qu’un logiciel IA facture aux utilisateurs un abonnement fixe, il augmentera continuellement le seuil de facturation et limitera votre puissance de calcul ; s’il repose sur la monétisation publicitaire comme l’internet traditionnel, il retombera inévitablement dans le rôle de moteur de manipulation par enchères, à l’instar de Google et d’Amazon. Chez Amazon, les bénéfices tirés des promotions sponsorisées en tête des résultats de recherche dépassent largement les maigres marges bénéficiaires des ventes de produits elles-mêmes. Si l’IA emprunte cette voie ancienne, elle ne pourra jamais véritablement se placer du côté de l’utilisateur.

Alors, qui paiera cette vaste puissance de calcul gratuite ? La réponse est : laissons les Intents NEAR jouer le rôle d’une puissante machine externe de circulation sanguine. On peut observer l’essence économique d’Uber et d’Amazon : Uber ne vous facture pas l’utilisation de son application de réservation de courses, mais prélève une petite commission après la réalisation effective de votre trajet ; Amazon, quant à lui, prélève une part sur le flux massif de transactions marchandes. Les utilisateurs sont très disposés à payer une légère majoration raisonnable pour la commodité efficace d’accomplir leur intention réelle en un seul clic.

Les Intents NEAR deviennent le centre de compensation ultime pour les actifs interchaînes, les biens numériques et même les services physiques hors ligne. En capturant des revenus réels issus des frais de transaction via le flux de liquidité interécosystèmes d’un trillion de dollars et le rapprochement d’offres, nous pouvons créer un bassin de profits continu. Ce gigantesque revenu commercial est directement utilisé pour racheter des jetons et les réinjecter dans le cluster décentralisé de puissance de calcul, permettant ainsi aux utilisateurs ordinaires du monde entier de bénéficier gratuitement de services d’IA de haute qualité, entièrement privés et non manipulatoires. C’est là une circulation sanguine irréversible.

7. Le panorama de l’économie intelligente : pénalités de réputation, signatures sur chaîne et entrée unifiée d’interaction sur near.com

Animatrice : En conclusion de cette émission, portons notre regard sur l’économie des agents, désormais pleinement émergente. À une époque où des milliards d’agents IA autonomes circulent librement, comment les composants fondamentaux de NEAR collaborent-ils pour assurer le fonctionnement de toute cette économie mécanique ?

Anton Astafiev : Au niveau de l’infrastructure sous-jacente, beaucoup négligent les deux lignes vitales essentielles au fonctionnement autonome des agents : l’une est l’autorisation d’exécution, l’autre la gestion des secrets. Si votre agent privé doit réserver des billets d’avion, acheter des actions ou signer des contrats commerciaux en votre nom, il doit accéder à vos identifiants de carte bancaire, aux clés privées de votre portefeuille numérique ou aux autorisations API d’entreprise. Vous ne pouvez jamais remettre directement des mots de passe en clair à un script cloud tiers non régulé.

La solution parfaite de NEAR consiste à intégrer de façon transparente la technologie des signatures sur chaîne avec des environnements sécurisés matériels (« secure enclaves »). Toutes les décisions et appels d’outils effectués par l’agent sont exécutés au sein d’un environnement confidentiel scellé, et les signatures sur chaîne lui permettent de signer en toute sécurité des transactions sur n’importe quelle blockchain — Ethereum, Bitcoin ou Solana — au nom de l’utilisateur, tandis que les accréditations les plus élevées, contrôlées par l’utilisateur, ne fuiteront jamais. Même si l’agent est attaqué par un code malveillant externe, l’environnement sécurisé matériel garantit que les données sensibles ne peuvent être extraites. Par ailleurs, sur le marché des agents, ces derniers doivent miser des jetons NEAR pour entreprendre des tâches. En cas de fraude ou de rupture malveillante, leur réputation sur chaîne et leurs actifs misés feront l’objet de sévères pénalités de réputation, étendant ainsi avec succès la frontière de sécurité de l’économie PoS blockchain à l’ensemble de la société des agents.

Illia Polosukhin : En résumé, l’IA est une nouvelle super interface frontale pour l’interaction humaine avec le monde du calcul, tandis que la blockchain constitue le backend ultime pour la confiance collaborative et la distribution de valeur entre personnes, entreprises et agents IA. Depuis longtemps, l’aspect le plus critiqué du secteur crypto a été l’expérience utilisateur fragmentée et les barrières cognitives élevées. Grâce à near.com, cette fenêtre complète et innovante, nous encapsulons totalement, au niveau sous-jacent, l’abstraction de chaîne, le routage interchaînes des intentions et le raisonnement secret décentralisé. Les utilisateurs n’ont même pas besoin de connaître les clés privées ni les frais de gaz ; ils doivent simplement saisir leur intention en langage naturel, et des centaines d’agents spécialisés atteindront leurs objectifs en quelques secondes, protégés par l’environnement sécurisé et le réseau de compensation haute vitesse de NEAR. Voilà le berceau de l’économie des agents que nous nous efforçons de construire !

Animatrice : Un grand merci à Illia, Alex et Anton pour avoir participé aujourd’hui à « The Rollup » et nous avoir offert cette discussion intellectuelle et technologique particulièrement dense. Nous sommes fermement convaincus que l’avenir de l’IA confidentielle et des agents autonomes se rapproche à grande vitesse. Merci à tous, et à la prochaine édition !