Avec le soutien du fondateur de Robinhood, cette entreprise de crypto-monnaie vise à créer une couche de données pour l'ère de l'IA

Dataline lancera son jeton d'ici la fin de 2026 et le vendra publiquement sur Base.

Rédaction : Mahe, Foresight News

Le 22 octobre, Dataline a levé 10,6 millions de dollars lors d'un tour de financement en amorçage. Ce tour a été co-dirigé par Lattice et Dispersion Capital, soutenu par Samsung, avec la participation de Symbolic Capital, Coinbase Ventures, Anagram, ainsi que de Vlad Tenev, co-fondateur et CEO de Robinhood, et d'autres co-fondateurs de Venmo. D'autres fondateurs ou partenaires d'institutions telles que l'Anchorage Digital, NEA, General Catalyst, Jump Capital et FalconX ont également participé.

Le financement a été finalisé en avril de cette année, utilisant une structure SAFE avec des bons de souscription de jetons, et la valorisation n'a pas été divulguée. Ce tour de financement a maintenu un haut niveau de contrôle par les fondateurs, sans céder de sièges au conseil d'administration, de sièges d'observateurs ou de titres de conseiller aux investisseurs.

Nuo Shi, co-fondateur du protocole, a déclaré que les fonds seront principalement utilisés pour élargir les sources de données, renforcer les mécanismes de validation des données et s'étendre aux données d'entraînement pour les robots et l'IA. Le projet prévoit de lancer un jeton natif d'ici la fin de 2026 et de procéder à une vente publique de jetons via l'Uniswap Continuous Clearing Auction (CCA) sur Base, avec des détails spécifiques attendus la semaine prochaine.

Changement de nom en mai, a remporté des prix lors de hackathons

Dataline, anciennement Tearline, a officiellement démarré après avoir remporté un prix au BNB Chain AI Hackathon en 2025 et a changé de nom en mai de cette année.

Selon les informations officielles, l'équipe du projet estime que la capacité des agents IA à agir de manière autonome dépend souvent non pas du modèle lui-même, mais des données.

Le marché des données cryptographiques existant est hautement fragmenté : les échanges, les contrats perpétuels, les marchés prédictifs, les états en chaîne et les signaux sociaux ont chacun des formats et des fréquences de mise à jour différents, rendant difficile pour les agents de déterminer si les données sont fraîches, si les sources multiples sont cohérentes et si les anomalies sont reconnues.

Dataline fournit un point d'intégration unique, normalisant les sources de données en chaîne et hors chaîne avant de les renvoyer, et en ajoutant un score de confiance à chaque réponse. Les agents peuvent alors décider s'ils doivent exécuter ou non, plutôt que de se fier aveuglément à une seule source de prix.

Nuo Shi a déclaré qu'il existe déjà des protocoles de données tels que Chainlink, Pyth, The Graph et Grass sur le marché, mais Dataline est conçu spécifiquement pour les agents IA, se concentrant sur l'évaluation de la qualité avant l'exécution et sur un format de sortie convivial pour les agents. De plus, la plateforme a déjà intégré environ 50 sources de données.

Les premiers partenaires de lancement de l'AI Data incluent Hyperliquid, Polymarket, Kalshi, Base, Robinhood Chain, BNB Chain, Sui et TON. Les développeurs construisant sur Base et Robinhood Chain peuvent accéder gratuitement.

Les données du snapshot du livre blanc montrent que le projet a déjà soutenu plus de 19,4 millions de transactions en chaîne, avec un taux de réussite des tâches des agents de 96,4 %, un délai médian de requête aussi bas que 87 millisecondes, et un coût de requête unique de 0,0001 USDC.

Cependant, ces chiffres proviennent des divulgations officielles du projet, et les indicateurs de fonctionnement réels doivent encore être vérifiés à l'aide de tableaux de bord publics.

Il est à noter que l'engagement de ce tour de financement avec une équipe d'investisseurs prestigieux pourrait refléter un changement dans la « couche de capture de valeur » qui se produit à l'intersection de la cryptographie et de l'IA.

Au cours des deux dernières années, les fonds du marché primaire de l'IA se sont fortement concentrés sur les réseaux de calcul sous-jacents et l'entraînement de grands modèles, mais avec l'entrée des agents IA dans des phases pratiques de trading haute fréquence, d'arbitrage inter-bourses et d'exécution autonome en chaîne, le véritable goulot d'étranglement pour la mise à l'échelle de l'économie des agents est passé de la « capacité de raisonnement du modèle » à la « crédibilité des données avant l'exécution ».

Les oracles traditionnels, représentés par Chainlink et Pyth, résolvent principalement le problème d'une seule alimentation de prix au moment du règlement en chaîne des contrats intelligents ; tandis que dans le jeu multi-marchés à haute fréquence dominé par les agents IA, les agents doivent simultanément traverser des contrats perpétuels (comme Hyperliquid) et des marchés prédictifs (comme Polymarket, Kalshi) pour effectuer des comparaisons et des arbitrages en millisecondes. En l'absence de normalisation et de filtrage des valeurs aberrantes des données, une seule donnée corrompue ou un signal retardé peut entraîner des liquidations en chaîne des stratégies des agents.

Alors, quelle est l'avantage différentiel de Dataline ?

Notation des sources de données brutes

Dataline est en somme un pipeline de données déterministe. Toutes les requêtes, qu'elles proviennent d'un langage naturel ou d'une API structurée, suivent le même chemin : la phase d'analyse d'intention décompose la requête en marché, plage temporelle et contraintes de l'appelant ; la phase de routage choisit la source de données appropriée et prend en charge le retour de plusieurs sources ; la phase de normalisation unifie les identifiants, unités, décimales et horodatages ; la phase d'agrégation compare entre sources, filtre les anomalies et conserve les informations de traçabilité ; la phase de sortie finale renvoie une réponse structurée avec des métadonnées de qualité, pouvant être livrée via REST, MCP, etc.

Le score de confiance est sa principale conception différenciée.

Chaque réponse est accompagnée d'un score de version de 0 à 100, prenant en compte la cohérence entre plusieurs sources, la fraîcheur des données, la couverture et la fiabilité des sources.

Ce score est le produit d'une formule fixe, ne garantissant pas l'exactitude absolue, mais fournissant aux agents une base pour évaluer les risques avant l'exécution. Par exemple, lorsque le prix d'un stablecoin dévie, le système renvoie simultanément le contexte de stabilité ancrée et les signaux d'anomalie inter-marchés, aidant à distinguer les opportunités d'arbitrage potentielles des risques de désancrage.

La garantie de qualité est réalisée par un mécanisme économique. Les fournisseurs de données doivent mettre en jeu des jetons natifs en tant que garantie lors de la soumission des données.

Dans le réseau de tâches de données ouvertes, le demandeur publie des tâches de récompense, et les nœuds de conformité doivent mettre en jeu des DLINE en tant que garantie de qualité ; si des données de mauvaise qualité sont soumises, un mécanisme de pénalité sera déclenché. Les jetons pénalisés seront ajoutés au pool de récompense d'origine du demandeur en tant que bonus supplémentaire. Les fournisseurs de sources de données conventionnelles doivent continuer à verrouiller des jetons en tant qu'engagement de qualité.

Il est à noter que Dataline n'est pas un protocole API de données unique, mais un « ensemble complet de données, d'orchestration, d'exécution et d'interaction » qui s'étend de l'application Tearline vers l'amont.

Au-dessus de la couche Dataline Data, le protocole utilise FlowAgent basé sur l'architecture LangGraph comme plan de contrôle, responsable de la planification multi-étapes et de l'interception des risques de confiance pour des stratégies DeFi complexes telles que l'arbitrage inter-DEX et les prêts circulaires.

Face à un web fragmenté sans API ouverte, son moteur d'exécution natif de navigateur, GhostDriver, peut directement reconnaître la structure DOM via une extension Chrome et exécuter des interactions en chaîne (les informations officielles révèlent qu'il a actuellement accumulé plus de 10 000 utilisateurs et 400 000 requêtes) ; la couche supérieure, ChatPilot, agit comme un outil d'attraction de trafic sur Telegram, fournissant aux utilisateurs finaux des services de trading en langage naturel et de tableau de bord.

La plateforme prend en charge l'intégration native MCP, facilitant l'accès aux outils de développement IA existants. Les méthodes de paiement incluent un abonnement, un paiement par USDC à la demande sur Base, ainsi que des micropaiements en continu sur Tempo. Un quota gratuit est disponible pour des tests préliminaires.

Économie des jetons

Selon les informations divulguées dans le livre blanc, l'offre totale de jetons natifs est de 1 milliard. La structure de distribution est la suivante : 33 % pour les récompenses communautaires (330 millions de jetons), 30 % pour l'écosystème et la fondation (300 millions de jetons), 13 % pour le Launchpad et la liquidité (130 millions de jetons), 12 % pour l'équipe (120 millions de jetons) et 12 % pour les investisseurs (120 millions de jetons).

Environ 21,5 % de l'offre sera débloquée lors de la TGE, avec une prévision de déblocage complet dans les 48 mois.

Les principales utilisations des jetons incluent les paiements sur le réseau et l'accès aux données. Les utilisateurs peuvent verrouiller des jetons pour continuer à accéder aux sources de données, remplaçant ainsi les abonnements traditionnels.

Le mécanisme de mise en jeu et de pénalité des fournisseurs de données dépend également des jetons. Les détails de la vente publique n'ont pas encore été annoncés, y compris les objectifs de financement et le nombre de ventes ; le projet espère réaliser cela via Uniswap CCA sur Base et injecter automatiquement la liquidité initiale dans Uniswap v4 après la fin de l'enchère.

Le livre blanc officiel révèle qu'après la TGE des jetons, le réseau de tâches de données sera ouvert, ainsi que la fonctionnalité de mise en jeu DLINE. Ensuite, il y aura une couche de preuve ZK et des fonctionnalités de paiement machine.

Les informations publiques montrent que le projet est dirigé par Nuo Shi et d'autres membres clés. L'équipe est principalement répartie en Europe et en Amérique du Nord, mais le nombre exact et le contexte complet n'ont pas été divulgués.

Le projet a opéré sous le nom de Tearline avant son changement de nom, se concentrant initialement sur les chatbots IA grand public (ChatPilot) et les scripts d'automatisation. Cependant, sur le marché primaire de la cryptographie de 2026, les simples bots TG et scripts d'automatisation sont devenus obsolètes et ont atteint un plafond de valorisation. Cependant, les données sous-jacentes qu'ils ont conservées pourraient montrer une certaine valeur dans la prochaine vague d'IA.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.