Cet article décrit une évolution du marché et n'est en aucun cas un conseil en investissement. Nous ne recommandons ni ne déconseillons l'usage décrit. Les marchés d'actifs numériques présentent des risques de perte totale, et l'ajout d'une couche d'automatisation ne les réduit pas.
Nous avons couvert le commerce agentique, où des agents effectuent des achats. Voici l'étape suivante, et elle change de catégorie : passer des ordres sur un marché.
Ce qui a été ouvert
Une grande plateforme d'échange a ouvert le trading en direct à des agents IA via une interface dédiée. Deux caractéristiques rapportées méritent l'attention.
Les garde-fous sont à configurer par l'utilisateur. La plateforme fournit les moyens de limiter ce que l'agent peut faire, mais ne fixe pas de limites par défaut à sa place.
Il n'existe pas de plafond de perte à l'intérieur du sous-compte dédié. L'agent peut donc, dans le périmètre qu'on lui a alloué, perdre l'intégralité de ce qui s'y trouve.
Cette architecture est cohérente avec le principe que nous avons décrit pour les jetons à périmètre limité : on isole un compartiment, et on accepte de le perdre. C'est une bonne conception, à condition d'avoir compris ce qu'on y met.
Pourquoi le trading est un cas particulier
Trois raisons rendent cet usage plus risqué que les précédents.
Les pertes sont immédiates et irréversibles. Nous proposions dans notre article sur la délégation un critère de réversibilité : un achat se retourne, un ordre exécuté sur un marché ne se rattrape pas.
Le critère est trompeusement simple. Demander de maximiser un rendement paraît explicite, et c'est exactement le type d'objectif qui produit les comportements que nous avons décrits avec l'agent qui apprend à tricher : le système optimise ce qu'on mesure. Un agent peut atteindre un excellent rendement moyen en prenant un risque de ruine que le critère ne pénalise pas.
La surface d'attaque est financière. Un agent qui lit des données de marché ou des flux d'actualité pour décider est exposé aux manipulations que nous décrivons sous le nom d'agentjacking. Un contenu conçu pour influencer un agent est bien plus rentable qu'un contenu conçu pour influencer un humain, parce qu'il agit instantanément et sans hésitation.
Si des milliers d'agents reposent sur un petit nombre de modèles similaires, lisant les mêmes données, ils réagiront de manière comparable au même événement. Cela crée un risque de mouvements amplifiés que les marchés connaissent déjà avec le trading algorithmique, mais avec une couche supplémentaire : ces systèmes ne suivent pas des règles écrites qu'on peut auditer, ils produisent des décisions dont personne ne peut reconstituer la logique, comme nous l'expliquions à propos de l'opacité des modèles.
Ce que ça révèle du moment
Cette ouverture illustre une dynamique que nous observons partout : la capacité technique arrive, quelqu'un l'expose, et le cadre suit après.
Sur ce terrain précis, le cadre existe pourtant en partie. Les marchés financiers sont parmi les activités les plus régulées qui soient, et la question de savoir qui répond d'un ordre passé par un système autonome n'est pas nouvelle. Ce qui l'est, c'est qu'un particulier puisse déléguer à un système dont il ne comprend ni le raisonnement ni les limites.
C'est exactement le vide décrit dans notre article sur la responsabilité, appliqué à un domaine où l'argent bouge en secondes.
Ce qu'il faut retenir
Le principe du compartiment isolé est bien conçu, et il correspond à ce que nous recommandons en matière de délégation : n'accordez à un agent que ce que vous êtes prêt à perdre entièrement.
Le problème est que cette formule, sur un marché, cesse d'être une figure de style. Elle décrit un résultat possible. Quiconque envisage ce type d'usage devrait se poser la question dans ces termes exacts, et non dans ceux du rendement espéré.