Seis modelos de IA negociaram dinheiro real durante duas semanas; quatro acumularam perdas pesadas

Seis modelos de IA negociaram dinheiro real durante duas semanas; quatro acumularam perdas pesadas
AI Agent Tokens Fell 90% While 250,000 Agents Went To Work (Image: AI)

Pergunte a dez pessoas em cripto o que é uma “plataforma de agentes de negociação” e terá três definições diferentes.

Para alguns, é um quadro classificativo onde modelos de linguagem competem com dinheiro real. Para outros, é um cofre que gira stablecoins entre mercados de lending enquanto dorme. Para outros ainda, é um launchpad onde qualquer um cunha um token com um chatbot acoplado e chama‑lhe agente.

São negócios distintos, com riscos distintos, e a palavra “agente” está a mascarar diferenças cruciais. A comparação que interessa não é quem anuncia o maior retorno recente. É quem pode ser verificado – e quem segura as chaves enquanto tudo corre.

O teste de realidade que ninguém quer enquadrar

Comecemos pelo experimento mais citado do sector. A Alpha Arena, da Nof1, entregou a seis modelos de vanguarda 10.000 dólares cada em capital real e deu‑lhes liberdade para operar em contratos perpétuos de cripto através da Hyperliquid, com os mesmos prompts e os mesmos dados.

Ao fim de cerca de duas semanas, o Qwen3 Max, da Alibaba, fechou com ganho de 22,3% e o DeepSeek Chat V3.1 com +4,89%. Os restantes colapsaram. O Claude Sonnet 4.5 perdeu 30,81%, o Grok 4 caiu 45,3%, o Gemini 2.5 Pro recuou 56,71% e o GPT‑5 afundou 62,66%.

O comportamento por detrás dos números é mais importante do que a tabela final. As taxas de acerto agruparam‑se entre 25% e 30% para todos os modelos; o Gemini fez 238 operações contra apenas 38 do Claude; e as comissões comeram uma fatia relevante do resultado, com o Qwen a pagar 1.654 dólares em custos apesar do desempenho positivo. Jay Azhang, da Nof1, admitiu depois que o desenho do teste foi deliberadamente hostil, alimentando os modelos apenas com séries temporais numéricas e janelas de contexto limitadas.

Duas semanas são apenas um caminho possível num único mercado; não provam capacidade sustentada. O que mostram é que o fosso entre modelos é enorme – e que uma plataforma que exibe o retorno recente de um agente está, na prática, a dizer‑lhe quase nada.

As arenas multiplicaram‑se – com um trade‑off óbvio

Desde então, o “canto dos benchmarks” cresceu. A TradeRank corre temporadas rotativas com 16 modelos de fronteira; a nona temporada abriu em 12 de setembro, com 10.000 dólares por modelo, distribuídos por dez grandes criptomoedas e cinquenta ações norte‑americanas de grande capitalização, com cada trade e cada linha de raciocínio publicados.

É uma amostra muito mais robusta do que uma quinzena. O preço a pagar é que o capital é simulado: não há slippage real, nem a necessidade de desmontar posições ilíquidas. Os números da Alpha Arena doem mais porque eram reais. Os da TradeRank cobrem mais terreno precisamente porque não o são. Qualquer plataforma que cite resultados de “arena” devia deixar claro de que tipo está a falar.

Onde o dinheiro esteve, de facto

O caso mais transparente da categoria vem de um projecto que já fechou. O agente ARMA, da Giza, automatizava estratégias de rendimento em stablecoins entre Aave, Morpho, Compound e Moonwell, e chegou a gerir cerca de 4,85 milhões de dólares.

Em fevereiro de 2026, a Giza anunciou o fim do ARMA, deu um mês para os utilizadores migrarem fundos e encerrou o sistema a 26 de março, devolvendo tudo às carteiras, sem comissões de saída. O agente que o sucedeu tinha por volta de 14.000 dólares on‑chain em junho.

O episódio ilustra os dois lados da moeda. A liquidação foi bem conduzida – melhor do que muitos projetos alguma vez conseguem. Mas expõe também quão rala era a procura real: num sector que fala em “bilhões”, o agente de retalho mais conhecido mal passou dos 5 milhões de dólares sob gestão.

A pergunta que os separa

Quando se deixa de comparar retornos, a variável que passa a mandar é a custódia. A maioria dos agentes voltados para o consumidor opera hoje de forma não‑custodial: os fundos ficam na sua carteira ou numa smart account própria, em vez de entrarem no balanço da plataforma. Neyro, HyperAgent, Kora, Almanak e Polystrat seguem este modelo.

A distinção fina está nas permissões que o agente detém enquanto trabalha. O HyperAgent corre com chaves de API apenas para negociar, sem direitos de levantamento, o que faz com que o pior cenário seja “más operações”, em vez de uma carteira drenada. Isso é uma diferença real face a um agente com autorizações amplas sobre os seus tokens. A Numerai foge a este padrão: é um hedge fund com capital institucional e um torneio público onde o retalho submete modelos, em vez de negociar o seu próprio dinheiro.

Veja também: O que os utilizadores avançados de DeFi sabem sobre oráculos e os iniciantes ignoram

A questão central não é o que o agente é capaz de fazer. É o que ele está autorizado a fazer enquanto o faz.

Quase ninguém compara o “palco” onde o agente negoceia

Há uma quarta dimensão quase sempre ignorada nestas análises – e que pesa mais do que a própria escolha do modelo. Um agente tem de executar em algum lado, e é essa infraestrutura que define tanto a velocidade de execução como quem, na prática, segura o dinheiro.

Numa bolsa centralizada, o agente beneficia de matching em memória, sem esperar blocos, com livros profundos e spot, futuros e opções sob o mesmo teto. O custo é claro: a bolsa detém os fundos, é preciso passar por KYC antes de operar, e os direitos de levantamento de uma chave de API dependem de como foi emitida.

Numa venue descentralizada, o modelo inverte‑se. Os fundos permanecem na sua carteira, as chaves do agente podem ser limitadas para não permitir levantamentos e o “registo” resume‑se a ligar uma wallet. O custo é que cada ordem espera pela cadeia – algo entre 0,2 e 1,1 segundos para confirmação nas maiores plataformas de perps – e o fluxo de ordens é público.

Para uma estratégia que opera uma vez por dia, esta diferença é ruído. Para qualquer abordagem reativa a movimentos de mercado, é o jogo inteiro – e é por isso que tantos produtos de agentes funcionam discretamente em bolsas centralizadas, mesmo descrevendo‑se como “on‑chain”.

O Yellow Pro, desenvolvido pela Yellow, tenta eliminar essa escolha aparente. A arquitetura subjacente é uma rede de clearing baseada em state channels ERC‑7824: os participantes depositam colateral em smart contracts, abrem canais com contrapartes, trocam atualizações de posição off‑chain e liquidam apenas saldos líquidos na cadeia principal.

O The Block descreveu um desenho idêntico como capaz de processar milhares de milhões de mensagens off‑chain por dia, com throughput comparável ao de uma bolsa centralizada.

Na prática, a Yellow afirma que isso se traduz em autocustódia total via a sua própria carteira, um agente a operar num sub‑conta controlada por si e sem direitos de levantamento, latência de execução inferior a um milissegundo, spot e perps num único conector e onboarding via carteira ou conta Google, sem verificação de identidade.

A ligação do agente, afirma ainda a empresa, leva menos de cinco minutos – contra a via tradicional da bolsa, que implica passar KYC, gerar chaves de API e configurar o conector.

Estes dados de produto são fornecidos pela própria Yellow, o que exige a mesma reserva crítica aplicada ao resto do mercado. A arquitetura de state channels está documentada e foi descrita de forma independente; já os números específicos de latência e onboarding são declarações comerciais. A atitude sensata é testá‑los com uma pequena alocação antes de confiar a um agente qualquer montante relevante.

A camada do token é outra aposta

Depois há a zona do sector que se negoceia sobretudo como narrativa. O Virtuals Protocol, launchpad que definiu a primeira grande mania em torno de agentes, está cerca de 90% abaixo do pico de janeiro de 2025, com receitas diárias a caírem de cerca de 1,02 milhões de dólares para menos de 500 dólares no início de abril de 2026. A FET recuou 91%, e o valor de mercado agregado dos tokens de agentes ronda hoje 2,92 mil milhões de dólares, face a mais de 10 mil milhões no final de 2025.

O uso, porém, seguiu a direção oposta. O número diário de agentes on‑chain ativos ultrapassou 250.000 no início de 2026, cerca de 400% acima do ano anterior, e a Microsoft estima que 80% das empresas do S&P 500 já utilizam agentes. A adoção subiu enquanto os tokens colapsavam. Ter um token de agente é apostar no token – não na tecnologia subjacente.

Como compará‑los de forma séria

Quatro perguntas bastam para separar a maior parte da oferta. Que permissões o agente tem sobre os seus fundos – e pode ou não levantar. Há um registo verificável, seja histórico on‑chain ou raciocínio publicado, em vez de simples screenshots. Qual a duração do track record, e se atravessou um mercado realmente adverso, em vez de um trimestre morno. E o que acontece ao seu dinheiro se a equipa abandonar o projecto, já que o caso ARMA mostrou que essa pergunta pode ter uma resposta boa ou desastrosa.

Nada disto lhe diz se um agente vai gerar lucros. Diz‑lhe se vai conseguir descobrir, a tempo, se o faz.

Para ler a seguir: Porque é que as provas de conhecimento zero podem tornar‑se a tecnologia mais importante da cripto

Murtuza Merchant profile photo

Murtuza Merchant

Murtuza é um jornalista financeiro experiente, com ampla atuação na cobertura de criptomoedas e tecnologia blockchain. Ele já contribuiu para a Benzinga e a Cointelegraph, entre outras publicações, reportando sobre tendências emergentes, o cenário regulatório e muito mais. Você pode encontrá-lo em @murtuza_merc no Twitter e mmerchant001 no Telegram. Divulgação: Murtuza possui ATOM, AKT, TIA, INJ e OSMO.

Disclaimer e aviso de risco: As informações fornecidas neste artigo são apenas para fins educacionais e informativos e baseiam-se na opinião do autor. Não constituem aconselhamento financeiro, de investimento, legal ou fiscal. Os ativos de criptomoeda são altamente voláteis e sujeitos a alto risco, incluindo o risco de perder todo ou uma quantia substancial do seu investimento. Negociar ou deter ativos cripto pode não ser adequado para todos os investidores. As opiniões expressas neste artigo são exclusivamente do(s) autor(es) e não representam a política oficial ou posição da Yellow, seus fundadores ou executivos. Sempre conduza a sua própria pesquisa minuciosa (D.Y.O.R.) e consulte um profissional financeiro licenciado antes de tomar qualquer decisão de investimento.
Seis modelos de IA negociaram dinheiro real durante duas semanas; quatro acumularam perdas pesadas | Yellow