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

Original | Odaily Planet Daily (@OdailyChina)

Auteur | Dingdang (@XiaMiPP)

Lorsque le phénomène OpenClaw commence à soutenir l’IA axée sur la confidentialité, il semble que les “dindons désespérés du marché des cryptomonnaies” aient à nouveau trouvé une nouvelle voie pour faire du buzz.

C’est précisément dans ce contexte narratif que plusieurs projets liés au calcul de la confidentialité et à l’infrastructure des agents IA ont commencé à réapparaître dans le champ de vision du marché. Après une analyse de Odaily Planet Daily, il apparaît que, dans cette vague de discussions en hausse, plusieurs projets sont devenus des bénéficiaires potentiels.

VVV (#133)

Venice est une plateforme générative d’IA axée sur l’absence de censure et la confidentialité, positionnée comme une version décentralisée de ChatGPT. Le point de départ de la hype autour de l’IA axée sur la confidentialité est venu de Venice. En effet, OpenClaw avait précédemment 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 repose pas sur la capacité du modèle d’IA, mais sur 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 ni censure” correspond parfaitement aux valeurs les plus sensibles de la communauté cryptographique.

À l’ère où la fièvre des agents IA s’intensifie rapidement, Venice a justement saisi cette “ventre 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 encore la dynamique de rétroaction positive du token VVV.

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

NEAR (#43)

Near Protocol, ce projet de blockchain historique connu pour ses performances élevées, est également en train de se réajuster activement face à la vague IA. Il ne se contente plus de poursuivre le TPS et les faibles coûts de gas, caractéristiques d’un “L1 traditionnel”, mais oriente progressivement sa narration vers l’infrastructure d’exécution et de règlement pour l’ère des agents IA, cherchant à trouver une nouvelle dynamique de croissance dans ce nouveau cycle technologique.

Depuis 2025, il a fortement promu NEAR Intents, un système d’intentions permettant aux utilisateurs ou agents IA d’exprimer simplement “le résultat final souhaité”. Le système automatise ensuite, via une couche d’orchestration, la réalisation d’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 capacité de calcul confidentiel via la fragmentation de la confidentialité de Near, combinée à un environnement d’exécution fiable (TEE). Elle permet de dissimuler certains détails clés lors des transactions inter-chaînes, comme le chemin d’échange, la taille de la transaction ou la stratégie spécifique. Cependant, contrairement à Zcash ou Monero, elle ne force pas la confidentialité sur toutes les transactions, mais ajoute une couche optionnelle de protection de la vie privée pour l’exécution des intentions. L’objectif principal n’est pas l’anonymat total, mais la prévention des attaques de type MEV, frontrunning ou sandwich, afin de sécuriser davantage l’exécution des transactions.

À l’avenir, les agents IA pourraient devenir les “utilisateurs” principaux de la blockchain, détenant eux-mêmes des actifs, effectuant des transactions inter-chaînes, exécutant des stratégies, voire se coordonnant entre eux. Dans cette optique, la blockchain doit non seulement gérer 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 précisément 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. Dans ce contexte de forte poussée de l’IA, cette transformation peut être vue comme une tentative proactive d’adopter une nouvelle narration ou comme une reconstruction de l’ancien blockchain dans un nouveau cycle.

SAHARA (#295)

Sahara AI vise à bâtir un écosystème d’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 IA, tels que la confidentialité des données, les biais algorithmiques et l’incertitude sur la propriété des modèles.

L’émergence des agents IA soulève une nouvelle question : à qui appartiennent réellement les données, modèles et capacités qu’ils utilisent ? Dans la structure actuelle de l’industrie IA, 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 grandes entreprises d’IA ; même les développeurs de modèles, dotés de compétences techniques, sont souvent dépendants des plateformes. Avec la montée des agents IA capables d’appeler de façon autonome modèles, données et outils, la chaîne de valeur devient encore plus complexe. Sans mécanisme clair de propriété et de partage des revenus, l’économie IA risque de suivre le même chemin que Web2, où les données appartiennent aux utilisateurs mais la valeur est capturée par les plateformes.

Sahara AI tente d’établir de nouvelles règles dans ce contexte. Son système de sécurité ClawGuard offre une barrière vérifiable 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 IA en recevant des tokens en récompense, créant ainsi un marché décentralisé de données. Grâce à ce mécanisme, les contributeurs peuvent non seulement participer à l’entraînement des modèles IA, mais aussi percevoir des revenus continus lorsque leurs données sont utilisées. La plateforme garantit également la qualité et la confidentialité des données via des mécanismes on-chain.

PHA (#601)

Phala Network est une plateforme de contrats intelligents confidentiels basée sur Substrate, visant à fournir des services de calcul confidentiel vérifiable pour les applications Web3. Pour comprendre pourquoi Phala bénéficie de la vague IA Agent, il faut d’abord répondre à une question fondamentale : quelles infrastructures sous-tendent le fonctionnement des agents IA ?

L’écosystème actuel des agents IA peut être décomposé en plusieurs couches. La couche supérieure concerne les modèles, notamment les grands modèles de langage ou de raisonnement, comme OpenAI, Claude ou d’autres modèles open source. En dessous, se trouve 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 le code de l’agent s’exécute, appelle des API ou réalise des tâches automatisées. Il y a aussi une couche de paiement et d’identité, pour gérer les paiements, la réputation et l’authentification des agents. Enfin, la couche la plus profonde concerne la puissance de calcul et la confidentialité, garantissant la fiabilité des calculs et la sécurité des données.

Phala se positionne précisément à l’intersection de la couche d’environnement d’exécution et de la couche de confidentialité du calcul. Sa technologie clé, basée sur TEE (Trusted Execution Environment), permet à l’agent IA de faire fonctionner en toute sécurité des programmes hors chaîne tout en assurant la vérifiabilité des calculs et la confidentialité des données. Cela est crucial dans l’économie des agents IA.

Concrètement, 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, pour assurer un environnement sécurisé d’exécution. Certains projets de tokens pour agents IA, comme aiPool, utilisent aussi la technologie TEE de Phala pour gérer les clés privées et les actifs on-chain.

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

Conclusion

En récapitulant ces projets, une observation intéressante est que le moment où leurs tokens ont commencé à monter en valeur précède en réalité de plusieurs jours ou semaines les recommandations récentes. Autrement dit, avant que Venice ne mette en avant la “confidentialité IA”, une partie du marché avait déjà anticipé cette tendance, manquant simplement d’un déclencheur narratif clair. La recommandation d’OpenClaw n’a été qu’un catalyseur pour attirer l’attention.

En réalité, que ce soit a16z ou Delphi Digital, leurs rapports d’analyse de 2025 ont déjà placé la confidentialité et l’IA comme les secteurs clés à surveiller en 2026. Mais, lorsque ces jugements 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 cette forme intégrée.

Reste à voir si cela deviendra la tendance longue de la prochaine phase ou simplement une mode passagère. Seul le temps nous le dira.