OpenClaw« Vente » Venise, quels autres actifs restent dans la voie de l'IA axée sur la confidentialité ?

Original | Odaily星球日报（@OdailyChina）

Auteur | Dingdang（@XiaMiPP）

Lorsque le phénomène OpenClaw, qui soutient la confidentialité et l’IA, commence à faire parler de lui, il semble que les “récalcitrants désespérés du marché des cryptomonnaies” aient trouvé une nouvelle voie pour faire du buzz.

C’est dans ce contexte narratif que plusieurs projets liés à la calculabilité privée et à l’infrastructure des agents IA ont commencé à revenir dans le champ de vision du marché. Après analyse, Odaily星球日报 a constaté qu’au cours de cette montée en popularité, plusieurs projets sont devenus des bénéficiaires potentiels.

VVV（#133）

Venice est une plateforme générative d’IA axée sur la non-censure et la confidentialité, visant à être une version décentralisée de ChatGPT. La montée en flèche de l’engouement pour l’IA axée sur la confidentialité a commencé avec Venice. OpenClaw avait mis en avant Venice dans sa documentation officielle, mais l’a rapidement retiré en 24 heures. Bien que la recommandation ait été supprimée, cette opération a attiré davantage l’attention sur Venice et ses caractéristiques prioritaires en matière de confidentialité.

Contrairement à la plupart des projets IA, la narration centrale de Venice ne concerne pas la capacité du modèle, mais la confidentialité elle-même. Dans un contexte où les plateformes IA mainstream renforcent progressivement la modération de contenu, les controverses autour des fuites de données et de l’entraînement des modèles s’accumulent. Ce positionnement “sans enregistrement, sans censure” répond précisément aux valeurs les plus sensibles de la communauté cryptographique.

Dans une époque où la vague des agents IA s’amplifie rapidement, Venice a justement saisi cette “bénédiction de l’époque”. Plus encore, l’équipe de Venice réduit volontairement l’offre de tokens VVV pour limiter l’inflation. La demande croissante combinée à une offre en diminution renforce la dynamique de rétroaction positive autour du token VVV.

Lecture recommandée : « OpenClaw soutient fermement Venice.ai, le token VVV explose de plus de 500 % en un mois »

NEAR（#43）

Le protocole NEAR, connu pour ses performances élevées, se trouve également en pleine mutation face à la vague IA. Il ne se contente plus d’être une “L1 traditionnelle” axée sur le TPS et les faibles coûts de transaction, mais oriente progressivement sa narration vers l’infrastructure d’exécution et de règlement dans l’ère des agents IA, cherchant à trouver une nouvelle croissance dans ce cycle technologique.

Depuis 2025, NEAR a lancé activement NEAR Intents (système d’intentions), permettant aux utilisateurs ou aux agents IA d’exprimer simplement “le résultat final souhaité”. Le système se charge alors d’automatiser des opérations complexes sur plus de 35 chaînes, sans nécessiter de ponts manuels, de changement de portefeuille ou de routage.

Le 25 février 2026, NEAR a officiellement mis à jour ce système d’intentions avec la version Confidential Intents. Cette version introduit la calculabilité privée via la mécanique de sharding privé de NEAR et l’environnement d’exécution fiable (TEE), permettant de dissimuler lors des transactions inter-chaînes des détails clés comme le chemin d’échange, la taille de la transaction ou la stratégie spécifique. Cependant, il ne s’agit pas d’une anonymisation totale comme Zcash ou Monero, mais d’un ajout d’une couche de confidentialité optionnelle pour l’exécution des intentions. L’objectif principal n’est pas l’anonymat, mais la prévention des attaques MEV, des frontrunning et des attaques de type sandwich, rendant les transactions plus sécurisées.

À l’avenir, les agents IA pourraient devenir les principaux “utilisateurs” de la blockchain, détenant des actifs, effectuant des transactions inter-chaînes, exécutant des stratégies, voire se coordonnant entre eux. Dans cette optique, la blockchain doit non seulement supporter des transactions à haute fréquence, mais aussi fournir des capacités de vérification d’exécution, de calcul confidentiel et de coordination inter-chaînes.

La stratégie actuelle de NEAR s’inscrit dans cette vision. Elle cherche à construire un réseau ouvert capable de supporter l’automatisation de tâches complexes par des agents IA tout en garantissant la vérifiabilité et la sécurité du processus. Ce changement, dans un contexte d’essor de l’IA, peut être vu comme une tentative proactive d’adopter une nouvelle narration ou comme une reconstruction de cette ancienne blockchain dans un nouveau cycle.

SAHARA（#295）

Sahara AI vise à bâtir un écosystème IA décentralisé, transparent et sécurisé, rendant le développement, l’entraînement, le déploiement et la commercialisation de l’IA plus équitables et crédibles. Le projet cherche à résoudre les problèmes actuels du secteur : confidentialité des données, biais algorithmiques, propriété floue des modèles.

L’émergence des agents IA soulève une nouvelle question : à qui appartiennent les données, modèles et capacités utilisés par ces agents ? Dans l’écosystème actuel, cette question reste largement sans réponse. Les données nécessaires à l’entraînement proviennent souvent de nombreux contributeurs dispersés, mais les bénéfices finaux sont concentrés entre les mains de quelques entreprises d’IA ; les développeurs de modèles, même compétents, sont souvent dépendants des plateformes ; et avec l’autonomie croissante des agents IA pour appeler modèles, données et outils, la chaîne de valeur devient plus complexe. Sans mécanisme clair de propriété et de partage des revenus, l’économie de l’IA risque de reproduire le modèle Web2, où les données appartiennent aux utilisateurs mais la valeur est captée par les plateformes.

Sahara AI tente d’établir de nouvelles règles dans ce contexte. Son système de sécurité ClawGuard offre des barrières vérifiables pour assurer la sécurité des agents IA, en leur permettant de fonctionner dans un cadre préétabli. La plateforme de services de données (DSP) permet aux utilisateurs de contribuer et d’étiqueter des données d’entraînement pour recevoir des tokens, créant ainsi un marché décentralisé de données. Grâce à ce mécanisme, les contributeurs peuvent non seulement participer à l’entraînement des modèles, mais aussi percevoir des revenus continus lorsque leurs données sont utilisées. La plateforme garantit aussi la qualité et la confidentialité des données via des mécanismes on-chain.

PHA（#601）

Phala Network, plateforme de contrats intelligents axée sur la confidentialité basée sur Substrate, vise à fournir des services de calcul confidentiel vérifiables pour les applications Web3. La question clé pour comprendre pourquoi Phala bénéficie de l’engouement pour les agents IA est : quels sont les infrastructures sous-jacentes nécessaires au fonctionnement des agents IA ?

L’écosystème des agents peut être décomposé en plusieurs couches. La couche supérieure concerne les modèles, tels que GPT, Claude ou d’autres modèles open source ; en dessous, la couche de frameworks d’agents, comprenant LangChain, AutoGPT, OpenClaw, qui organisent les tâches, orchestrent les modèles et appellent des outils externes ; plus bas, l’environnement d’exécution où les agents exécutent leur code, appellent des API, automatisent des tâches ; puis la couche de paiement et d’identité, gérant les transactions, la réputation et l’authentification ; enfin, la couche de calcul et de confidentialité, garantissant la fiabilité des calculs et la sécurité des données.

Phala se positionne précisément à l’intersection de l’environnement d’exécution et de la couche de confidentialité du calcul. Sa technologie clé — un réseau de calcul confidentiel basé sur TEE — permet aux agents IA de fonctionner en toute sécurité hors chaîne tout en assurant la vérifiabilité des calculs et la confidentialité des données. Cela est crucial dans l’économie des agents.

Dans la pratique, Phala a déjà commencé à collaborer avec des projets d’agents IA. Par exemple, en partenariat avec ai16z, elle a intégré un composant TEE dans le framework Eliza multi-agent ; d’autres projets comme aiPool utilisent aussi la technologie TEE de Phala pour gérer clés privées et actifs on-chain.

À mesure que les agents IA évolueront pour devenir des entités capables de détenir des fonds, d’effectuer des transactions ou de gérer des protocoles, la sécurité d’exécution deviendra une infrastructure essentielle, et Phala cherche à occuper cette position.

Conclusion

En récapitulant ces projets, une constatation intéressante est que : les tokens ont commencé à monter bien avant que ces recommandations ne fassent le buzz ces derniers jours. Autrement dit, avant que Venice ne mette en avant la “confidentialité IA”, une partie du marché s’était déjà intéressée à cette tendance, mais manquait d’un catalyseur narratif clair. La recommandation d’OpenClaw n’a été qu’un déclencheur pour attirer l’attention.

En réalité, que ce soit a16z ou Delphi Digital, leurs rapports d’investissement de 2025 avaient déjà placé la confidentialité et l’IA comme les axes prioritaires pour 2026. Mais, lorsque ces grandes tendances macroéconomiques se concrétisent dans le marché, il faut souvent un événement précis pour faire consensus. Au début de 2026, la convergence de la confidentialité et de l’IA s’est manifestée sous une forme intégrée, face à nous.

Reste à voir si cela deviendra la prochaine grande tendance à long terme ou simplement une nouvelle vague de spéculation passagère.