AI Agent Track : une analyse complète

The AI agent track has led the market in the past week, with a market capitalization exceeding $15 billion, becoming the biggest dark horse in the crypto market at the beginning of 2025. Many still regard AI agents as part of #Memecoin, but in fact, AI agents have long since detached from their initial meme attributes, combining technology and market in a positive way, and have already or will completely change some of our on-chain trading behaviors. This article will thoroughly analyze AI agents from various aspects, including their development, current track classification, future development directions, #token application scenarios, and how to better profit from AI agents.

La piste des agents d’IA a dominé le marché la semaine dernière, avec une capitalisation boursière supérieure à 15 milliards de dollars, devenant ainsi le plus grand cheval noir du marché de la cryptographie au début de 2025. Beaucoup considèrent encore les agents d’IA comme faisant partie de #Memecoin, mais en fait , les agents d'IA se sont depuis longtemps détachés de leurs attributs mèmes initiaux, combinant technologie et marché de manière positive, et ont déjà ou vont complètement changer certains de nos comportements commerciaux en chaîne. Cet article analysera en profondeur les agents IA sous divers aspects, notamment leur développement, la classification actuelle des pistes, les orientations de développement futures, les scénarios d'application #token et la manière de mieux tirer profit des agents IA.

1. Concept of AI Agent

1. Concept d'agent IA

The essential characteristics of AI agents: they can autonomously plan and execute tasks, working towards established goals without human intervention. The difference from traditional internet robots is that they can make dynamic multi-step decisions, adjust behaviors based on interactions, and interact with other agents, protocols, and external applications.

Les caractéristiques essentielles des agents IA : ils peuvent planifier et exécuter des tâches de manière autonome, en travaillant vers des objectifs établis sans intervention humaine. La différence avec les robots Internet traditionnels est qu'ils peuvent prendre des décisions dynamiques en plusieurs étapes, ajuster les comportements en fonction des interactions et interagir avec d'autres agents, protocoles et applications externes.

In simple terms, the AI we currently use only targets specific tasks, operates according to predefined rules, and provides a fixed set of responses, usually pre-programmed fixed outputs, lacking the ability to learn and improve. Typically, they can only generate text-based responses and generally cannot collaborate with external interfaces or other robots.

En termes simples, l’IA que nous utilisons actuellement ne cible que des tâches spécifiques, fonctionne selon des règles prédéfinies et fournit un ensemble fixe de réponses, généralement des résultats fixes préprogrammés, sans capacité d’apprentissage et d’amélioration. En règle générale, ils ne peuvent générer que des réponses textuelles et ne peuvent généralement pas collaborer avec des interfaces externes ou d’autres robots.

In contrast, AI agents can make dynamic multi-step decisions and adjust based on feedback and interaction, enabling self-learning, thinking, and achieving independent operational goals. Correspondingly, they have numerous application scenarios and can interact with other agents, APIs, and applications.

En revanche, les agents d’IA peuvent prendre des décisions dynamiques en plusieurs étapes et s’ajuster en fonction des commentaires et des interactions, permettant ainsi l’auto-apprentissage, la réflexion et la réalisation d’objectifs opérationnels indépendants. En conséquence, ils disposent de nombreux scénarios d’application et peuvent interagir avec d’autres agents, API et applications.

2. Development History of AI Agents

2. Historique de développement des agents d'IA

The First Generation of AI Agents (First Wave)

La première génération d'agents IA (première vague)

The concept of AI agents did not emerge in 2025; it began to sprout at the end of 2023 and led to the creation of Autonolas and Bittensor in early 2024.

Le concept d’agents IA n’est pas apparu en 2025 ; elle a commencé à germer fin 2023 et a donné naissance à Autonolas et Bittensor début 2024.

Taking Autonolas (OLAS) as an example, it is a platform that supports the creation and management of autonomous agent services. These services are known as agent services, operating independently off-chain as part of a multi-agent system (MAS) to achieve common goals collaboratively. Autonolas enables developers to build and deploy autonomous agents that seamlessly collaborate off-chain while leveraging blockchain technology to enhance on-chain functionality. There are also some established agents on Autonolas, but it is evident that, in terms of market enthusiasm and capital flow, the first generation of AI agent projects did not gain anything from this wave of AI agents, and even saw a decrease in market capitalization, which is the fate of most currently popular AI agent projects.

En prenant Autonolas (OLAS) comme exemple, il s'agit d'une plateforme qui prend en charge la création et la gestion de services d'agents autonomes. Ces services sont appelés services d'agent, fonctionnant indépendamment hors chaîne dans le cadre d'un système multi-agents (MAS) pour atteindre des objectifs communs de manière collaborative. Autonolas permet aux développeurs de créer et de déployer des agents autonomes qui collaborent de manière transparente hors chaîne tout en tirant parti de la technologie blockchain pour améliorer les fonctionnalités en chaîne. Il existe également des agents établis sur Autonolas, mais il est évident qu'en termes d'enthousiasme du marché et de flux de capitaux, la première génération de projets d'agents IA n'a rien gagné de cette vague d'agents IA, et a même connu une diminution de la capitalisation boursière. , ce qui est le sort des projets d’agents IA les plus populaires actuellement.

The Evolution of AI Agents (Second Wave) and the Overlay Effect of Memes, Gaining Community Attention

L'évolution des agents d'IA (deuxième vague) et l'effet de superposition des mèmes, attirant l'attention de la communauté

In June 2024, Andy trained a Llama-70 B AI model based on chat records from Infinite Backrooms, his research papers, and content from 4 Chan and Reddit. This model was named Terminal of Truths (ToT). On October 10, 2024, an anonymous developer launched the $GOAT token on Solana's meme coin launchpad pump.fun.

En juin 2024, Andy a formé un modèle d'IA Llama-70 B basé sur les enregistrements de discussion d'Infinite Backrooms, ses documents de recherche et le contenu de 4 Chan et Reddit. Ce modèle a été nommé Terminal des Vérités (ToT). Le 10 octobre 2024, un développeur anonyme a lancé le jeton $GOAT sur la rampe de lancement de pièces de monnaie de Solana, Pump.fun.

This was the first AI-related meme coin marketed by autonomous AI agents, and within the following month, Goat, backed by capital, saw its market capitalization exceed $1 billion. Meanwhile, a platform allowing users to create, deploy, and monetize AI agents, Virtuals Protocol, launched its first entertainment-focused AI agent - Luna, marking its first step towards a market cap of $10 billion. Community attention and capital backing ignited instantly. Compared to the first generation of AI agent projects, AI agents during this period were more closely connected to the community, starting from memes and allowing users to understand AI agents at a lower threshold.

Il s’agissait de la première pièce mème liée à l’IA commercialisée par des agents d’IA autonomes, et le mois suivant, Goat, soutenu par du capital, a vu sa capitalisation boursière dépasser le milliard de dollars. Parallèlement, Virtuals Protocol, une plateforme permettant aux utilisateurs de créer, déployer et monétiser des agents d'IA, a lancé son premier agent d'IA axé sur le divertissement, Luna, marquant ainsi son premier pas vers une capitalisation boursière de 10 milliards de dollars. L’attention de la communauté et le soutien des capitaux se sont immédiatement enflammés. Par rapport à la première génération de projets d'agents IA, les agents IA de cette période étaient plus étroitement liés à la communauté, partant des mèmes et permettant aux utilisateurs de comprendre les agents IA à un seuil inférieur.

Framework + Launchpad, Enriching the Story of AI Agents (Third Wave?) Achieving a $10 Billion Market Cap

Framework + Launchpad, enrichissant l'histoire des agents d'IA (troisième vague ?) atteignant une capitalisation boursière de 10 milliards de dollars

The success of Virtual Protocol, starting with the launch of the first agent - Luna in early October, saw the platform token Virtual's market cap rise from $50 million to nearly $5 billion, a hundredfold increase, and the continuously increasing number of agents led to an explosive growth of Launchpad and AI agent platforms, officially opening the path to a $10 billion market cap for AI agents. Although the current enthusiasm and market cap of AI agents are declining, with the robust development of applications combining AI agents with DeFi, social, and consumer sectors, there is still a significant opportunity to reach a market cap of $100 billion (not investment advice).

Le succès de Virtual Protocol, à commencer par le lancement du premier agent - Luna début octobre, a vu la capitalisation boursière du jeton de plateforme Virtual passer de 50 millions de dollars à près de 5 milliards de dollars, soit une multiplication par cent, et le nombre toujours croissant d'agents a conduit à un croissance explosive des plates-formes Launchpad et des agents IA, ouvrant officiellement la voie à une capitalisation boursière de 10 milliards de dollars pour les agents IA. Bien que l'enthousiasme actuel et la capitalisation boursière des agents d'IA diminuent, avec le développement robuste d'applications combinant les agents d'IA avec les secteurs DeFi, sociaux et de consommation, il existe encore une opportunité significative d'atteindre une capitalisation boursière de 100 milliards de dollars (pas de conseil en investissement). .

3. Classification of AI Agent Tracks

3. Classification des pistes d'agents IA

Overview and Development History of Leading Projects

Aperçu et historique de développement des principaux projets

ai16z/eliza/degenai

https://x.com/ai16zdao

ai16z currently has a market cap of $1.7 billion

ai16z a actuellement une capitalisation boursière de 1,7 milliard de dollars

eliza currently has a market cap of $70 million

Eliza a actuellement une capitalisation boursière de 70 millions de dollars

degenai currently has a market cap of $50 million

degenai a actuellement une capitalisation boursière de 50 millions de dollars

Founder @shawmakesmagic, achievements

Fondateur @shawmakesmagic, réalisations