Les agents IA peuvent désormais payer des services de manière autonome. Le problème plus difficile consiste à déterminer lesquels de ces services méritent réellement cet argent. Circle Research estime que la réponse réside dans la trace des paiements elle-même.

Circle Research a présenté Anduin, un cadre qui lit les données de paiement onchain pour classer les fournisseurs de services pour agents IA — en les notant, en pratique, selon ceux qui les paient réellement — avec pour objectif de rendre la fabrication de fausses réputations nettement plus coûteuse. L'argument repose sur une réalité embarrassante de la configuration actuelle : selon Circle Research, les notes et les compteurs d'utilisation sur les places de marché d'agents peuvent être falsifiés pour moins d'un centime.

Comment Anduin lit les flux d'argent

L'article a été publié le 3 novembre 2026 et est signé Reza Ramji, Preston Vander Vos, Ziming Zeng et Duc V. Le de Circle Research.

Plutôt que de compter des étoiles ou des volumes bruts de transactions, Anduin construit ce que les chercheurs appellent un graphe bipartite acheteurs-fournisseurs. Imaginez une carte avec les acheteurs d'un côté et les fournisseurs de services de l'autre, reliés par des lignes partout où de l'argent a changé de mains. Les signaux de réputation circulent ensuite le long des chemins de paiement fiables déjà établis par un acheteur. Plus simplement, un fournisseur paraît crédible à un acheteur lorsque les personnes que cet acheteur paie déjà — et les personnes que ces contreparties paient — y ont également dépensé de l'argent réel. Dans ce modèle, la réputation est donc propre à chaque acheteur plutôt qu'un score global unique : un même fournisseur peut bénéficier d'une standing différent auprès d'acheteurs différents selon le chevauchement de leurs historiques de paiement.

Cette conception cible les attaques Sybil, dans lesquelles un acteur unique crée un essaim de fausses identités pour gonfler un score — un peu comme un restaurateur qui rédigerait cinquante avis élogieux sous cinquante noms différents. Circle Research estime que les classements de popularité sont particulièrement vulnérables à cette tactique. L'équipe indique également que ces classements expliquent mal la manière dont le trafic du marché circule réellement.

Les chiffres derrière l'affirmation

Circle Research a testé le cadre sur un jeu de données couvrant la période du 23 mars au 26 août 2026. Il comprenait 66 073 201 paiements x402 d'une valeur d'environ 6,1 millions de dollars. Le paiement médian dans ce jeu de données était de 0,01 dollar. Il ne s'agit pas d'achats importants. Ce sont des transactions minuscules, de machine à machine — le type d'opérations qu'un agent peut déclencher des milliers de fois par jour pour récupérer des données ou appeler une API.

Le résultat principal : sous Anduin, manipuler une réputation médiane sur une place de marché nécessiterait environ 20 % des dépenses historiques totales d'un acheteur ciblé. Avec une base de filtrage collaboratif, la même attaque coûte environ 0,9 %. Cela rend une attaque environ 23 fois plus coûteuse sous Anduin, selon l'étude. Pour situer le contexte, le filtrage collaboratif est l'approche de recommandation familière qui sous-tend « les personnes qui ont acheté ceci ont aussi acheté cela ».

Cet écart reflète la conception sous-jacente d'Anduin : la réputation doit être acquise par des dépenses réelles le long de chemins de paiement déjà considérés comme fiables par un acheteur, plutôt qu'accumulée à moindre coût via une activité fabriquée. Point essentiel, les chercheurs indiquent qu'Anduin maintient une précision de recommandation similaire à ces bases de référence.

Le cadre ne nécessite par ailleurs aucun nouveau token. Il est décrit comme compatible avec les normes x402 et ERC existantes, et il reste à un stade expérimental précoce.

La place d'Anduin dans la stratégie d'agents de Circle

Anduin s'appuie sur les travaux antérieurs de Circle dans l'infrastructure pour agents. En mai 2026, la société a lancé le Circle Agent Stack, qui prend en charge les nanopaiements x402 en USDC, le stablecoin émis par Circle. x402 est la norme de paiement au cœur du jeu de données. Elle permet aux logiciels de payer directement des services web, les stablecoins servant de rail de règlement pour ces transferts minuscules.

Ce que cela signifie pour les places de marché d'agents

L'idée centrale est économique plutôt que cryptographique. Anduin ne rend pas les fausses réputations impossibles. Il les rend coûteuses — et plus précisément coûteuses au regard de l'acheteur ciblé. Sous ce cadre, tromper un acheteur nécessiterait, selon les recherches, de dépenser une fraction substantielle de ce que cet acheteur a historiquement dépensé, en passant par des chemins que l'acheteur considère déjà comme fiables.

Pour les places de marché d'agents, la conséquence est un signal de réputation fondé sur des dépenses démontrées plutôt que sur des avis générés par les utilisateurs ou des statistiques d'utilisation brutes.

L'absence de nouveau token est également notable. De nombreux projets de réputation dans la crypto se sont appuyés sur des tokens dédiés, ce qui soulève des questions de spéculation et de gouvernance. Anduin capitalise au contraire sur des normes existantes, ce qui pourrait abaisser la barrière pour les places de marché souhaitant l'expérimenter.

Des réserves méritent toutefois d'être gardées à l'esprit. Le cadre est explicitement à un stade précoce et expérimental, et son évaluation couvre une fenêtre spécifique d'activité x402 totalisant environ 6,1 millions de dollars — une somme modeste répartie sur des dizaines de millions de paiements minuscules. Le développement à suivre est de savoir si les places de marché d'agents commenceront à expérimenter une réputation fondée sur les paiements à la place des compteurs d'avis.

Source : CryptoBriefing