Infrastructure Agents Onchain : Les Rails Du Web3 Autonome

Imaginez un internet où des programmes intelligents explorent seuls les protocoles, comparent les opportunités, paient pour les informations dont ils ont besoin et exécutent des transactions sans attendre l’approbation d’un humain à chaque étape. Ce scénario, longtemps resté du domaine de la science-fiction, commence à prendre forme grâce à une infrastructure encore discrète mais déjà structurée. L’intelligence artificielle et la blockchain ont progressé séparément pendant des années. Aujourd’hui, leur convergence crée les conditions d’une économie machine-à-machine à l’échelle d’internet.

Pourquoi les agents ont besoin de rails dédiés

Les grands modèles de langage excellent dans le raisonnement, l’interprétation d’instructions et la prise de décision. Les réseaux blockchain, de leur côté, offrent des systèmes financiers programmables capables de fonctionner sans intermédiaire central. Le problème n’est plus la capacité de réflexion ni la possibilité d’exécuter un transfert. Le vrai défi consiste à traduire une intention en action fiable, traçable et sécurisée sur la chaîne.

Sans infrastructure adaptée, un agent risque de prendre des décisions sur des données brutes mal organisées, d’utiliser des clés privées trop larges ou de se heurter à des systèmes de paiement conçus pour des humains. C’est précisément ce que décrit une analyse récente de The Graph Foundation : pour devenir autonomes, les agents onchain ont besoin de trois piliers fondamentaux. L’identité, la conscience de l’environnement et l’agence économique.

Ces trois éléments forment ce que l’on peut appeler la stack d’infrastructure des agents. Elle ne se contente pas d’ajouter une couche d’intelligence artificielle à des protocoles existants. Elle redéfinit la manière dont les services blockchain doivent être conçus pour accueillir des acteurs non humains capables d’opérer en continu.

L’identité : un passeport onchain pour chaque agent

Donner à un agent l’accès direct à la clé privée d’un portefeuille utilisateur crée un risque évident. Une hallucination ou une décision erronée peut exposer l’intégralité des actifs. De plus, il devient presque impossible de distinguer clairement les actions d’une personne de celles d’un système autonome.

Le standard ERC-8004, présenté comme le cadre des agents trustless, propose une réponse structurée. Il s’appuie sur trois registres onchain : l’identité, la réputation et la validation. Ces registres permettent à un agent d’établir une identité reconnaissable et d’interagir sans nécessiter de confiance préalable entre les participants.

Combiné à l’abstraction de compte, ce modèle ouvre la voie à des permissions finement calibrées. Un agent peut être autorisé à trader un montant limité par jour, sans jamais disposer d’un contrôle total sur les fonds. Les actions et les retours d’expérience s’enregistrent ensuite sur la chaîne, permettant à l’agent d’accumuler une réputation vérifiable que d’autres agents ou contrats intelligents peuvent consulter.

L’identité devient plus précieuse à mesure que les agents construisent un historique. Parce que les actions et les retours peuvent être enregistrés onchain, ils accumulent des réputations vérifiables que d’autres systèmes peuvent évaluer.

The Graph soutient cette couche via les Agent0 Subgraphs. Ces indexeurs organisent les inscriptions d’agents, leurs métadonnées, les informations de réputation et les activités de validation sur plusieurs réseaux. Un agent peut ainsi rechercher d’autres agents selon des critères de capacité ou de réputation sans avoir à scanner lui-même l’historique complet des chaînes.

Les données : rendre le monde onchain lisible par une IA

Savoir qui est l’agent ne résout qu’une partie du problème. Pour agir de façon pertinente, il doit comprendre l’environnement dans lequel il évolue. Les blockchains regorgent de données transparentes, mais la transparence ne garantit pas l’accessibilité. L’information se trouve dispersée dans des blocs, des transactions, des événements et des contrats intelligents.

Demander à un grand modèle de langage de naviguer directement dans ces données brutes s’avère inefficace et augmente le risque d’erreurs d’interprétation. C’est ici que l’indexation blockchain devient un élément critique de l’infrastructure agentique.

Les Subgraphs de The Graph organisent l’information blockchain en ensembles de données structurés et interrogeables. Associés au Model Context Protocol, ou MCP, ces données indexées deviennent directement exploitables par les systèmes d’IA. Le Subgraph MCP agit en quelque sorte comme un traducteur entre l’agent et la complexité des données onchain.

Prenons l’exemple d’un agent de trading chargé de détecter une opportunité attractive sur une paire ETH. Avant d’exécuter une transaction, il doit comparer la liquidité entre protocoles, évaluer les conditions actuelles et confirmer que l’opportunité existe encore. Plutôt que d’analyser des millions de logs, l’agent interroge les Subgraphs pertinents via MCP et reçoit des informations structurées sur lesquelles il peut raisonner.

Cette architecture montre que l’intelligence et l’accès aux données répondent à des problématiques distinctes. Un modèle de langage peut formuler la bonne question. Seule une infrastructure d’indexation solide peut lui fournir une réponse fiable et à jour.

Les paiements : donner une véritable agence économique

Le dernier pilier concerne la capacité à payer. L’infrastructure de paiement d’internet a été conçue autour des humains et des entreprises. On crée des comptes, on gère des abonnements, on saisit des informations de carte ou on autorise manuellement des transactions. Un logiciel autonome qui fonctionne en continu ne peut pas s’appuyer sur ces flux.

Le standard émergent x402 propose un modèle différent. Il réactive le code de statut HTTP « 402 Payment Required » pour permettre aux services de demander un paiement directement dans le cadre d’une requête internet. The Graph a intégré x402 dans ses passerelles Subgraph. Un agent peut ainsi payer des requêtes individuelles en USDC sans maintenir de comptes API traditionnels ni de clés d’accès.

Le processus est simple dans son principe. L’agent demande des données, reçoit l’exigence de paiement, signe le paiement, resoumet la requête et obtient l’information. L’infrastructure GraphTally gère le règlement avec les Indexeurs en arrière-plan.

L’intérêt dépasse largement le simple paiement de requêtes blockchain. Le commerce machine-à-machine nécessite des systèmes adaptés à d’éventuels volumes énormes de micro-transactions automatisées. Si des agents achètent en permanence des données, du calcul ou des services les uns aux autres, les micropaiements par requête offrent un modèle économique plus proche de la réalité de ces logiciels autonomes.

La boucle de l’agent : identité, données et action

Lorsque ces trois couches s’assemblent, une image plus claire de la stack onchain agentique apparaît. Un agent établit une identité et opère dans des permissions prédéfinies. Il accède à des données blockchain structurées pour comprendre les conditions actuelles. Il peut ensuite acheter les informations ou les services dont il a besoin et exécuter une action autorisée. Le cycle peut se répéter sans qu’un humain n’approuve chaque étape intermédiaire.

The Graph désigne ce processus sous le nom de « agent loop ». ERC-8004 fournit l’identité et la responsabilité. Les Subgraphs et le MCP apportent la conscience contextuelle. Le standard x402 et GraphTally assurent les paiements et le règlement autonomes.

Cette architecture signale aussi un changement plus large dans la conception des infrastructures blockchain. Une grande partie du web3 actuel suppose encore qu’un humain se trouve derrière un écran, navigue dans une interface, connecte un portefeuille et approuve des transactions. Un environnement centré sur les agents exige une infrastructure lisible par les machines, programmable et économiquement autonome par défaut.

Des utilisateurs humains aux agents logiciels

The Graph fournit déjà des infrastructures de données blockchain sur plus de soixante réseaux. Début 2026, l’organisation indiquait avoir servi plus de 1,27 billion de requêtes à plus de 75 000 projets. L’émergence des agents autonomes pourrait offrir à ce type d’infrastructure une nouvelle catégorie d’utilisateurs : les logiciels eux-mêmes.

L’intelligence artificielle fournit le moteur de raisonnement de l’internet agentique qui se dessine. Mais l’intelligence seule ne suffit pas à créer une économie autonome. Les agents ont aussi besoin d’identités, de données dignes de confiance et de moyens natifs de transacter. Le développement de cette stack sous-jacente déterminera si l’IA onchain reste une collection d’expériences isolées ou devient une économie machine-à-machine fonctionnelle à l’échelle d’internet.

Les risques et les questions ouvertes

La promesse est forte, mais elle s’accompagne de questions concrètes. Comment gérer la responsabilité lorsqu’un agent cause une perte financière ? Quels mécanismes de validation permettront de distinguer un agent légitime d’un système malveillant ? Comment éviter que la réputation onchain ne soit manipulée ou achetée ?

Les permissions définies via l’abstraction de compte réduisent certains risques, mais elles ne les éliminent pas. Un agent autorisé à trader dans une limite quotidienne peut toujours prendre une série de mauvaises décisions qui érodent progressivement un capital. La qualité des données indexées devient également critique : une information structurée mais incorrecte ou obsolète peut orienter des décisions à grande échelle.

Sur le plan économique, les micropaiements ouvrent de nouvelles possibilités, mais ils posent aussi des questions de coût et de latence. Un agent qui interroge plusieurs sources à haute fréquence doit pouvoir le faire à un coût raisonnable et avec une confirmation suffisamment rapide pour rester compétitif.

Ce que change concrètement cette stack

Pour les développeurs de protocoles, l’enjeu consiste à rendre leurs services lisibles et consommables par des agents. Cela implique des interfaces de données propres, des mécanismes de paiement machine-friendly et éventuellement des registres d’identité compatibles avec ERC-8004 ou des standards similaires.

Pour les utilisateurs, la promesse est celle d’une délégation plus fine. Au lieu de donner un accès total à un bot de trading, on pourra définir des limites claires, suivre l’historique d’un agent et s’appuyer sur sa réputation. L’agent devient un acteur identifiable plutôt qu’une boîte noire opaque.

Pour l’écosystème dans son ensemble, cette évolution pourrait accélérer l’automatisation de tâches aujourd’hui encore manuelles : arbitrage inter-protocoles, gestion de liquidité, monitoring de risques, ou encore interaction avec des services décentralisés de manière continue.

Vers une économie de services machine

Au-delà des cas d’usage individuels, la stack agentique pointe vers un changement de paradigme. Aujourd’hui, la plupart des interactions économiques onchain passent encore par un humain qui clique, signe et valide. Demain, une part croissante de ces interactions pourrait se dérouler entre agents, chacun agissant dans le cadre de permissions définies et d’objectifs programmés.

Dans un tel contexte, les services qui réussiront seront ceux qui sauront parler aux machines. Des données structurées, des paiements natifs et des identités vérifiables deviendront des conditions d’entrée plutôt que des options avancées. Les protocoles conçus uniquement pour des interfaces humaines risquent de se retrouver en retrait.

Cette transition ne se fera pas du jour au lendemain. Les standards doivent encore mûrir, les outils de validation se renforcer et les modèles de responsabilité se clarifier. Pourtant, les fondations décrites par The Graph montrent déjà une direction cohérente : identité, données et paiements comme piliers d’une autonomie réelle.

Les implications pour la conception des protocoles

Concevoir pour des agents modifie plusieurs hypothèses habituelles. Les interfaces graphiques deviennent secondaires. La documentation technique et les schémas de données prennent le devant de la scène. Les mécanismes de facturation doivent supporter des volumes élevés de petites transactions plutôt que des abonnements mensuels pensés pour des humains.

La sécurité évolue également. Au lieu de se concentrer uniquement sur la protection des clés privées d’utilisateurs, il faut aussi protéger les agents eux-mêmes contre les injections de prompts malveillants, les données empoisonnées ou les manipulations de réputation. La surface d’attaque s’élargit et se complexifie.

Enfin, la question de la gouvernance se pose. Qui définit les règles d’un agent ? Comment révoquer ses permissions ? Comment arbitrer en cas de conflit entre agents ou entre un agent et un protocole ? Ces sujets, encore émergents, devront trouver des réponses concrètes à mesure que le volume d’interactions machine-à-machine augmentera.

Un regard sur les premiers cas d’usage concrets

Les agents de trading sont souvent cités en premier, et pour cause. Ils illustrent parfaitement le besoin d’identité bornée, de données à jour et de capacité de paiement rapide. Mais d’autres domaines émergent déjà. Des agents de monitoring de liquidité peuvent surveiller plusieurs protocoles simultanément et ajuster des positions dans des limites prédéfinies. Des agents de recherche peuvent acheter des données de marché et produire des synthèses destinées à d’autres agents ou à des humains.

On peut aussi imaginer des agents spécialisés dans la détection d’anomalies ou dans l’exécution de stratégies de yield farming sophistiquées, toujours dans un cadre de permissions strictes. L’intérêt n’est pas de remplacer entièrement l’humain, mais de déléguer les tâches répétitives et chronophages tout en conservant un contrôle sur les risques.

Pourquoi cette évolution compte maintenant

La maturité des modèles de langage a rendu possible un raisonnement suffisamment sophistiqué pour envisager des décisions autonomes. En parallèle, les infrastructures blockchain ont gagné en robustesse, en interopérabilité et en capacité d’indexation. Les deux trajectoires se croisent au moment où les standards d’identité et de paiement machine commencent à se formaliser.

Attendre que tout soit parfait avant d’agir reviendrait à laisser d’autres acteurs définir les normes. Les protocoles et les projets qui expérimentent dès maintenant avec des interfaces agent-friendly se positionnent pour capturer une part de la valeur créée par cette nouvelle classe d’utilisateurs logiciels.

Il ne s’agit pas d’une révolution brutale, mais d’une transformation progressive de l’architecture sous-jacente. Les humains resteront présents, notamment pour définir les objectifs, fixer les limites et intervenir en cas d’anomalie. Mais une part croissante de l’activité économique onchain pourrait se dérouler entre agents, de manière continue et à une échelle difficile à atteindre manuellement.

Les prochaines étapes à surveiller

Plusieurs signaux méritent une attention particulière. L’adoption réelle d’ERC-8004 ou de standards concurrents indiquera si l’identité des agents trouve un terrain d’entente. Le volume de requêtes payées via x402 ou des mécanismes similaires montrera si les micropaiements machine passent du concept à la pratique. La qualité et la couverture des Subgraphs continueront d’être un facteur différenciant pour la fiabilité des décisions.

Il faudra aussi observer l’émergence d’outils de monitoring et d’audit spécifiques aux agents. Sans visibilité claire sur ce qu’un agent a fait et pourquoi, la confiance restera limitée. Les mécanismes de validation et de challenge de réputation joueront un rôle central dans la crédibilité du système.

Enfin, la question réglementaire ne manquera pas de se poser. Comment qualifier juridiquement un agent autonome ? Qui est responsable en cas de préjudice ? Ces débats, déjà amorcés dans d’autres domaines de l’IA, prendront une dimension particulière dans un environnement où les transactions sont irréversibles et les montants potentiellement significatifs.

Une infrastructure encore jeune mais déjà orientée

La stack décrite reste en construction. Les standards évoluent, les intégrations se multiplient et les premiers retours d’expérience affinent les approches. Pourtant, la direction est claire. Pour qu’une économie d’agents onchain existe réellement, il ne suffit pas d’avoir des modèles intelligents. Il faut des rails capables de les identifier, de les informer et de leur permettre de payer.

The Graph, en articulant identité via ERC-8004 et Agent0 Subgraphs, données via Subgraphs et MCP, et paiements via x402 et GraphTally, propose une vision cohérente de ces rails. D’autres acteurs apporteront leurs propres solutions. La concurrence et l’interopérabilité détermineront quelles pièces de la stack s’imposeront.

Ce qui est déjà certain, c’est que l’ère des agents purement expérimentaux laisse progressivement place à une phase d’infrastructure. Les projets qui comprennent cette transition et conçoivent leurs services en conséquence seront mieux placés pour accompagner l’émergence d’une économie machine-à-machine sur la blockchain.

L’intelligence artificielle apporte le raisonnement. La blockchain apporte l’exécution programmable et la traçabilité. L’infrastructure d’agents apporte le chaînon manquant : la capacité d’agir de façon autonome, sécurisée et économiquement viable. C’est sur ce chaînon que se joue une partie importante de l’avenir du web3.

Perspectives à moyen terme

Dans les prochaines années, on peut s’attendre à voir apparaître des marketplaces d’agents, des protocoles spécialisés dans la coordination multi-agents et des couches de sécurité dédiées à la validation des actions autonomes. La réputation onchain pourrait devenir un actif en soi, échangeable ou utilisable comme collatéral dans certains contextes.

Les frontières entre outils destinés aux humains et services destinés aux agents s’estomperont progressivement. Un même protocole pourra exposer une interface graphique pour les utilisateurs et une interface machine-readable pour les agents, chacune optimisée pour son public.

Cette dualité deviendra probablement la norme. Les protocoles qui l’anticiperont gagneront en flexibilité et en audience. Ceux qui resteront centrés uniquement sur l’expérience humaine risquent de manquer une part croissante de l’activité économique générée par les logiciels autonomes.

Le mouvement est engagé. Les briques techniques existent déjà sous forme de standards, d’indexeurs et de mécanismes de paiement. Il reste à les assembler, à les tester à grande échelle et à résoudre les questions de confiance et de responsabilité. Mais la direction est tracée : un web3 dans lequel les agents ne sont plus des curiosités, mais des acteurs à part entière de l’économie onchain.

La stack d’infrastructure des agents onchain n’est pas un simple ajout technologique. Elle redéfinit les hypothèses de conception des services blockchain. Identité bornée, données structurées et paiements natifs forment désormais le socle sur lequel pourra se construire une véritable autonomie économique machine. Ceux qui construisent ces rails aujourd’hui posent les fondations d’un internet où les logiciels ne se contentent plus de conseiller, mais agissent, paient et interagissent de manière continue.