Le marché des cryptomonnaies est entré dans l’ère du trading agent-natif, où l’IA n’est plus seulement un outil passif de recherche d’informations, mais peut désormais réaliser l’ensemble du cycle de trading — de la recherche à l’exécution. Ce basculement est rendu possible par une évolution de l’infrastructure de base. En mars 2026, Gate a officiellement lancé Gate for AI. S’appuyant sur une architecture à double couche, composée de MCP et de Skills, Gate a entièrement protocolisé ses capacités d’échange, les rendant accessibles et permettant, pour la première fois, à des agents IA de participer au trading sur les marchés réels.
Dans le cadre de la stratégie Web3 intelligente de Gate, Gate for AI couvre désormais plus de 80 scénarios d’application. Le nombre d’outils MCP s’élève à 161, tandis que le Skills Hub propose plus de 10 000 stratégies. GateRouter offre un accès unifié à plus de 20 grands modèles de langage.
Interface standardisée des outils MCP : la couche protocolaire reliant l’IA et le monde du trading
Le MCP, ou Model Context Protocol, a été introduit par Anthropic en novembre 2024 et s’est rapidement imposé comme le standard de fait pour la connexion des grands modèles de langage à des outils externes. Dans le trading crypto, la valeur centrale du MCP réside dans la standardisation : il encapsule les opérations fondamentales telles que les requêtes de données de marché, la gestion des comptes, l’exécution d’ordres et la récupération de données on-chain dans une interface protocolaire unifiée. Tout modèle d’IA compatible avec MCP peut ainsi être intégré de manière transparente.
Le 2 février 2026, Gate a finalisé le packaging et la validation de sa première série d’outils MCP, devenant ainsi la première plateforme de trading au monde à lancer des outils MCP. Le lot initial de 17 outils couvrait les principales capacités de données des marchés spot et dérivés, incluant la profondeur du carnet d’ordres, les taux de financement, l’historique des liquidations et d’autres indicateurs structurels et de risque. Depuis, l’ensemble d’outils MCP s’est étendu à 161 outils, couvrant quatre grands axes : données de marché, trading, gestion de compte et données on-chain.
Il est à noter que Gate for AI a ouvert cinq grands domaines de capacités via le MCP au sein d’un système d’interface unifié : trading centralisé, trading on-chain, systèmes de portefeuille et de signature, actualités en temps réel et intelligence de marché, ainsi que requêtes de données on-chain et d’informations sectorielles. Cette combinaison signifie que l’IA n’est plus seulement un outil exécutant des commandes isolées — elle peut désormais réaliser l’ensemble du cycle « recherche — analyse — exécution — suivi » en tant que trader débutant.
En résumé, le MCP résout la question de l’utilisation des outils d’échange par l’IA. Il abaisse la barrière d’accès, positionnant Gate comme l’une des infrastructures de référence de l’écosystème IA.
Skills : modules de capacités avancées pré-orchestrés — de « l’utilisation » à « l’usage intelligent »
Si le MCP fournit des interfaces d’outils standardisées, Skills agit comme le moteur stratégique construit au-dessus du MCP. L’introduction de Skills marque une évolution des capacités de l’IA, passant de « l’appel d’outils » à « l’orchestration de tâches », répondant ainsi à la question de l’utilisation intelligente de ces outils par l’IA.
Concrètement, Skills est un ensemble de modules de capacités avancées pré-orchestrés, qui encapsulent des stratégies de marché professionnelles dans des « packs de compétences » directement appelables par l’IA. Un Skill est bien plus qu’une simple instruction : il s’agit d’un module de connaissance structuré, intégrant contexte, bonnes pratiques et combinaisons d’outils spécifiques. À ce jour, les modules Skills couvrent des domaines clés tels que le scan d’opportunités de marché, l’évaluation des plages d’entrée, l’identification d’opportunités d’arbitrage et l’analyse des risques.
Dans la pratique, la logique d’appel de Skills est la suivante : lorsqu’un utilisateur pose une question en langage naturel, l’IA mobilise la combinaison pertinente de Skills — par exemple « identification d’arbitrage » et « analyse des risques » — pour réaliser automatiquement l’analyse des données et le diagnostic, produisant au final un rapport structuré ou exécutant une opération de trading. Tous les appels de modules Skills s’effectuent dans le cadre du dispositif de contrôle des risques de Gate, garantissant que les actions de l’IA demeurent sûres et maîtrisées.
Le Skills Hub sert de centre d’agrégation et de diffusion des stratégies Skills. Après une refonte complète en mars 2026, le nombre de compétences IA est passé de 11 à plus de 10 000, couvrant les scénarios essentiels tels que l’analyse de marché, les stratégies d’arbitrage, l’exécution d’ordres et la gestion des risques. Le Hub propose huit systèmes de classification et un mécanisme de filtrage par tags, associés à une recherche multidimensionnelle et un tri intelligent, facilitant la recherche rapide de stratégies ciblées.
La synergie entre MCP et Skills
MCP et Skills ne fonctionnent pas de manière isolée ; ensemble, ils forment une architecture collaborative à double couche « couche protocolaire + couche de capacités ». MCP offre une couverture large et une intégration facilitée, unifiant les opérations fondamentales sur cinq domaines de capacités. Skills, quant à lui, orchestre des tâches de niveau supérieur, combinant plusieurs sources de données et modèles logiques dans des modules stratégiques directement appelables.
Prenons l’exemple d’une entrée sur cassure de BTC : MCP fournit les outils de base comme les requêtes de prix, la soumission d’ordres et la gestion de compte. Skills regroupe le « scan de marché » et l’« évaluation d’entrée » dans un module stratégique unique. Lorsqu’une instruction en langage naturel est reçue par l’IA, celle-ci appelle successivement les outils MCP pour récupérer les données en temps réel, invoque le module Skills pour l’analyse et la prise de décision, puis exécute l’ordre via l’interface MCP. La synergie entre MCP et Skills fait évoluer l’IA d’un rôle de « requête passive » à celui d’un assistant de trading intelligent à « exécution active ».
Workbench quantitatif IA sans code : un changement de paradigme de l’intention à l’exécution
L’un des résultats directs de l’architecture MCP + Skills à double couche est le workbench quantitatif IA sans code de Gate. Ce workbench fait passer la création de stratégies quantitatives d’un modèle « piloté par le code » à un modèle « piloté par l’intention ». Les utilisateurs n’ont plus besoin d’écrire la moindre ligne de code : il leur suffit de décrire leur logique de trading en langage courant, et le système génère automatiquement un code de stratégie complet et exécutable, incluant le backtesting sur données historiques et le déploiement en un clic.
Par exemple, pour surveiller des seuils clés du BTC, un utilisateur peut saisir : « Lorsque le prix du BTC franchit le plus haut sur 24 heures et que le volume sur 1 heure augmente significativement, établir une grille intelligente sur la paire spot avec 2 000 USDT, avec un stop loss à 8 %. » L’IA intégrée récupérera automatiquement les données de marché en temps réel depuis Gate, calculera une plage de prix avec marge de sécurité selon la volatilité moyenne récente, recommandera des paramètres de grille géométrique adaptés aux actifs volatils et réalisera le backtesting.
Traditionnellement, les traders devaient collecter manuellement les données de marché, analyser les tendances, rédiger les stratégies et exécuter les ordres. Avec Gate for AI, ces étapes sont automatisées par l’IA et s’adaptent en temps réel à l’évolution du marché. Le cycle de validation des stratégies passe de « mensuel » à « minute par minute », réduisant drastiquement les coûts d’essais et erreurs.
Il convient de souligner que le workbench quantitatif IA sans code et le Skills Hub créent un modèle à double moteur « offre de stratégies — création de stratégies ». Le Skills Hub propose une vaste bibliothèque de templates de stratégies validées, utilisables en un clic, tandis que le workbench quantitatif IA permet de personnaliser et de générer des stratégies via le langage naturel. Ensemble, ils constituent une chaîne complète allant de la découverte à la mise en production des stratégies.
Infrastructure de trading pour l’ère agent-native
La logique centrale de Gate for AI est de faire évoluer l’IA d’un assistant passif à un agent intelligent doté de capacités autonomes de perception, de raisonnement et d’action. La plateforme permet aux utilisateurs de créer ou de déployer des agents de trading personnalisés qui opèrent en continu sur des scénarios de marché spécifiques — comme le swing trading sur marchés volatils, le suivi de tendance sur marchés directionnels, ou la capture d’opportunités d’arbitrage sur la base de données on-chain —, le tout exécuté automatiquement par l’agent dans le périmètre autorisé par l’utilisateur.
Gate for AI a construit un système complet d’appel MCP + Skills + CLI, permettant aux utilisateurs de participer directement au trading en temps réel via des modèles d’IA et de transformer efficacement les décisions stratégiques en transactions réelles. Stratégiquement, Gate for AI n’est pas une simple fonctionnalité ajoutée à l’existant ; il fait évoluer l’ensemble de la plateforme d’échange vers une infrastructure nativement appelable par l’IA. Cela marque une transition des plateformes de trading crypto, passant de « produits d’interface » à « infrastructure appelable par l’IA ».
Perspectives
L’année 2026 est largement considérée comme « l’an 1 de l’économie des agents ». Messari prévoit qu’à l’horizon 2030, le marché des agents IA atteindra 30 000 milliards de dollars. Rien qu’aux États-Unis, les dépenses en IA des fournisseurs cloud hyperscale devraient dépasser 650 milliards de dollars en 2026. Dans ce contexte, les plateformes capables d’offrir des interfaces de trading standardisées pour les agents IA deviendront des infrastructures clés de l’ère de l’économie des machines.
La feuille de route produit de Gate for AI s’inscrit clairement dans cette dynamique. Du lancement anticipé des outils MCP, au déploiement des modules Skills et du workbench quantitatif IA sans code, jusqu’au Skills Hub qui franchit le cap des 10 000 stratégies, Gate construit de manière systématique une infrastructure de trading complète pour les agents IA.
Conclusion
L’architecture à double couche MCP et Skills de Gate for AI constitue essentiellement un système d’appel de capacités, permettant à l’IA d’être à la fois utilisable et intelligente. MCP fournit des interfaces d’outils standardisées pour un accès unifié sur cinq grands domaines de capacités. Skills s’appuie sur cette base pour orchestrer des workflows de tâches et encapsuler des stratégies professionnelles dans des modules de capacités réutilisables. Leur synergie concrétise le trading quantitatif sans code : les utilisateurs peuvent créer et déployer des stratégies quantitatives en langage naturel, sans aucune programmation. À mesure que les agents IA s’intègrent à l’économie crypto, l’infrastructure de trading bâtie par Gate for AI s’impose comme une passerelle essentielle de l’ère agent-native.
