🧵 1/ Une nouvelle recherche de l'IC3 révèle un dilemme fondamental dans les systèmes de trading alimentés par l'IA et les algorithmes d'investissement collectif (CoinAlgs). Pensez aux robo-conseillers, aux fonds quantitatifs et aux DAOs IA comme @ai16zdao et @truth_terminal. Nous l'appelons le "CoinAlg Bind":

2/ Qu'est-ce que les CoinAlgs ? Ce sont des algorithmes partagés par des communautés pour exécuter des transactions, allant des robo-conseillers traditionnels (Vanguard gère plus de 206 milliards de dollars de cette manière) aux DAOs émergents alimentés par l'IA (ai16z a atteint une capitalisation boursière de 2,7 milliards de dollars). Ils promettent de démocratiser des outils d'investissement sophistiqués.

3/ Voici le problème : les CoinAlgs font face à un choix impossible. Si PRIVÉ → vulnérable à l'extraction de valeur par des initiés. Si TRANSPARENT –> exposé à l'arbitrage, profits dégradés. Vous devez sacrifier soit l'équité économique SOIT la rentabilité.

4/ Nous prouvons cela formellement. La confidentialité → L'inéquité : Nous montrons que la confidentialité est une condition préalable aux attaques d'initiés, car l'asymétrie d'information permet l'extraction de valeur. La transparence → L'arbitrage : Nous montrons que la connaissance publique d'une stratégie entraîne une perte de profit, car elle permet le frontrunning et les attaques en sandwich.

5/ Nous avons testé cela empiriquement en utilisant plus d'un an de données @Uniswap V3 (juin 2024-juillet 2025). Même un CoinAlg synthétique avec une prédiction de prix parfaite a perdu 27,6 % de ses bénéfices à cause des attaques de sandwich lorsqu'il était transparent. Et ça empire...

6/ Même une fuite d'information MINIMALE est exploitable. Une "private" CoinAlg fuyant juste un signal de 1 bit (direction d'achat/vente) a tout de même perdu 17 % de ses profits. L'adversaire n'avait pas besoin de transparence totale - des canaux cachés à faible bande passante étaient suffisants.

7/ Nous avons testé sur : - Des actifs stables (USDC) et volatils (PEPE) - Différentes tailles de capital (12 ETH à 1 500 ETH) - Différentes stratégies d'adversaires (sandwiching et vol de stratégie) - Plusieurs fenêtres temporelles (3-12 mois) Résultat ? Les adversaires ont toujours extrait de la valeur.

8/ Preuves du monde réel : Nous avons sondé des DAO alimentés par l'IA, découvrant que presque TOUS sont privés. Ils choisissent la confidentialité pour la rentabilité, mais ouvrent la porte à l'exploitation interne.

9/ Le CoinAlg Bind s'applique aussi à la finance traditionnelle. La différence ? La finance traditionnelle aborde cela par le biais de protections des investisseurs légalement requises. Les CoinAlgs non-custodiaux manquent de ces garanties.

10/ Nous proposons des garde-fous heuristiques, mais aucun n'élimine entièrement le CoinAlg Bind. Alors que l'investissement piloté par l'IA devient de plus en plus omniprésent, des recherches supplémentaires sur les moyens de traiter le Bind seront cruciales.

11/ Ce qu'il faut retenir : Alors que l'IA rencontre la crypto, cette tension devient centrale. Que ce soit un DAO alimenté par l'IA gérant des millions ou des robo-conseillers gérant des milliards, le CoinAlg Bind est inévitable.

13/ C'est le premier traitement formel des compromis entre rentabilité et équité dans les algorithmes d'investissement collectif. Un domaine émergent qui nécessite une réflexion approfondie. /end 🧵