Біржі надають "ракам" (трейдерам) дерево навичок; чи залишить Openclaw людських трейдерів позаду?

Автор: Френк, PANews

За одну ніч здається, що всі розгортають раків (популярну криптовалютну платформу). Ця тенденція нарешті досягла криптоіндустрії. 3 березня Binance та OKX, два криптогіганти, одночасно запустили та відкрили вихідний код бібліотек ШІ Skills для ШІ-агентів, що дозволяє ШІ-агентам безпосередньо досягати виявлення альфа на ланцюзі та торгівлі в реальному часі через ці протоколи. Незадовго до цього лідер ринку прогнозів Polymarket також запустив інструмент CLI спеціально для агентів.

За цією, здавалося б, випадковою ситуацією стоїть той факт, що ШІ стає основною торговою сутністю в майбутньому криптоіндустрії, і ці зміни вже почалися.

Але основне питання, з яким стикаються користувачі: чи справді надійні транзакції на основі агентів?

Прокладаючи шлях, криптовалюта офіційно вітає ШІ-трейдерів.

Давайте подивимося, що насправді може робити Skill, який Binance та OKX відкрили цього разу.

Сім Skills від Binance позиціонуються як "уніфіковане інтелектуальне ядро", що перетворює фрагментовані сигнали криптовалютного ринку на дієві торгові рішення. Зокрема, вони дозволяють ШІ-агентам автоматизувати виконання спотової торгівлі, наприклад, отримувати доступ до ринкових даних у реальному часі та розміщувати ордери. Вони також можуть аналізувати будь-яку адресу гаманця для створення звітів про відстеження Smart money, включаючи детальні активи. Інші функції включають пошук токенів, копіювання угод та моніторинг ризиків контрактів.

Оновлення OnchainOS AI від OKX позиціонується як "ончейн операційна система для ШІ-агентів". Вона підтримує понад 60 ончейн функцій, пов'язаних з автономним управлінням гаманцем, транзакціями та платежами. До них належать такі функції, як пошук утримань гаманця (кросчейн балансів активів та портфоліо), ринкові дані DEX, виконання угод та виявлення токенів.

Інтерфейс Rust CLI від Polymarket, запущений раніше, є терміналом для ШІ-агентів, що дозволяє їм безпосередньо запитувати, торгувати та керувати всіма ринками прогнозів на Polymarket. Крім того, Bitget та Coinbase також випустили подібні бібліотеки навичок.

З функціональної точки зору ці навички забезпечують основні функції, які потрібні звичайним користувачам для ончейн транзакцій або участі в інших криптовалютних операціях, включаючи дослідження ринку, виконання ордерів, відстеження Smart money тощо.

Однак чи означає це, що тепер кожен може насолоджуватися кавою, спостерігаючи, як раки працюють за лаштунками, щоб заробити для них гроші?

Користувач у соціальних мережах поділився інструментом заробітку на "раках".

ШІ-агент ≠ Кількісний робот

Але фактичний результат може відрізнятися від того, що уявляє більшість людей.

Багато людей прирівнюють "ШІ-торгівлю" до роботів для кількісної торгівлі, але базова логіка цих двох принципово відрізняється.

Різниця фундаментальна. Традиційні роботи для кількісної торгівлі є по суті автоматизованими програмами, які виконують заздалегідь визначені правила, наприклад "купувати, коли RSI падає нижче 30, і продавати, коли він піднімається вище 70". Вони надзвичайно швидкі, але вони не розуміють, що вони роблять, не можуть читати новини і не знають про ринкові настрої. Ефективність їх стратегії повністю залежить від людини, яка написала код.

В основі ШІ-агента лежить велика мовна модель. Він може прочитати новину про те, що Федеральна резервна система США (FRS) підвищує процентні ставки, зрозуміти, що це означає для криптовалютного ринку, а потім вирішити, чи зменшувати свої активи.

Простіше кажучи: бот виконує правила, а агент робить судження.

Іншими словами, поточний агент не відстежує ринок сам по собі, а потім безпосередньо розміщує ордер, коли з'являється можливість. Отримані витрати на токени та часова затримка є руйнівними для торгівлі.

Поточна торгівля агентами має тенденцію до прийняття моделі "поділу праці": традиційні програми відповідають за моніторинг та виконання, тоді як великі моделі відповідають лише за аналіз та прийняття рішень.

Зокрема, традиційна програма безперервно витягує ціни в реальному часі, ончейн дані, новини та іншу інформацію з біржі, потім пакує ці дані та надсилає їх у велику модель. Велика модель інтегрує багатовимірну інформацію, таку як ринкові умови, новини та ончейн аномалії, щоб надати торгове рішення, наприклад "Купити ETH, позиція 10%, ціна ордера $2450". Нарешті, торгова інструкція повертається до традиційної програми, яка виконує ордер через інтерфейс біржі та постійно відстежує результати.

Традиційний код діє як "руки" та "очі" агента, тоді як загальна модель служить "мозком". Skills, які пропонують три основні платформи, по суті надають агенту стандартизовані "руки" та "очі", дозволяючи йому швидко отримувати доступ до даних та торгових можливостей різних торгових платформ. Однак за лаштунками люди все ще розробляють торгову логіку на основі конкретних стратегій. Це не про те, щоб просто підключитися до Skill і спостерігати, як баланс вашого облікового запису автоматично зростає.

Окрім технології та функціональності, є два реальні питання, які необхідно вирішити.

Перше - це швидкість. Традиційні високочастотні кількісні боти мають затримку торгівлі в діапазоні від мікросекунд до мілісекунд, а професійні системи навіть досягають затримки менше мілісекунди. Ключовим вузьким місцем для ШІ-агентів, однак, є час, необхідний для виведення великомасштабної моделі. Повний аналіз і вихідне рішення зазвичай займає від кількох сотень мілісекунд до кількох секунд, а в складних сценаріях може навіть перевищити 5 секунд. Це в тисячі або навіть мільйони разів повільніше, ніж традиційні боти.

Тому агенти просто не можуть конкурувати з кількісними ботами з точки зору швидкості. Вони не можуть виконувати високочастотний арбітраж або отримувати прибуток від цінових різниць на рівні мілісекунд. Конкурентоспроможність агентів полягає в якості їх рішень: кількісний бот може розмістити ордер за мілісекунди, але він не знає значення "голова Федеральної резервної системи США (FRS) щойно надіслав м'який твіт", тоді як агент знає. Агенти краще підходять для того, щоб робити одну або дві добре продумані угоди на годину, а не виконувати тисячі механічних операцій на секунду.

Другим фактором є вартість. Традиційні боти, після розробки, вимагають лише витрат на сервер для роботи. Однак агенти викликають інтерфейси великих моделей кожного разу, коли вони приймають рішення, що призводить до витрат. Наприклад, з GPT-5.2, якщо агент аналізує ринок кожні 5 хвилин (288 разів на день), щомісячні витрати на виведення становлять приблизно $106. Використовуючи більш потужний Claude Opus 4.6, це близько $238. Це не є значною сумою для Професійні трейдери, які керують великими сумами, але для роздрібних інвесторів, які мають лише кілька тисяч доларів капіталу, ці витрати на виведення, у поєднанні з комісією за транзакції, роблять досягнення чистого прибутку набагато складнішим.

Коли справа доходить до заробітку грошей як агента, пасток більше, ніж можливостей.

Крім того, якість прийняття рішень агентом також є серйозною проблемою. За тими, здавалося б, логічними та чіткими судженнями, цілком можуть бути абсурдні рішення.

У 2025 році змагання з ШІ-торгівлі, проведене Nof1, надало яскравий приклад. Декілька агентів, керованих великими моделями, змагалися, з дико різними результатами: агент, керований GPT-5, втратив 62% свого початкового капіталу, тоді як Qwen3 та DeepSeek досягли прибутку 22,3% та 4,89% відповідно. У цьому змаганні з ШІ-торгівлі, хоча деякі моделі в кінцевому підсумку отримали прибуток, вони виявили надзвичайно нестабільні характеристики. Зокрема DeepSeek продемонстрував високі доходи спочатку, а потім значну просадку, що знизило ринкові очікування.

У другому сезоні експерименту взяли участь 15 ШІ-ботів, кожен з яких мав капітал у розмірі $10 000. Тільки GROK-4.2 досяг позитивної віддачі. Загалом, тільки три моделі досягли позитивної віддачі в обох сезонах, тоді як інші були в збитковому стані.

Крім того, PANews також провів моделювання досліджень на декількох з найпотужніших моделей того часу, і остаточні результати показали, що в довгостроковій перспективі їх очікувані прибутки були всі негативними. (Супутнє читання: Кількісна оцінка ШІ: очікувані прибутки для всіх моделей менше 1, як далеко штучний інтелект від заміни Професійні трейдери? )

На Polymarket найбільш класична стратегія ШІ-бота - це математичний арбітраж паритету: коли загальна вартість покупки як контрактів "так", так і "ні" на бінарному ринку менше $1, купівля обох одночасно блокує безризиковий прибуток. Багато блогерів високо оцінили цю стратегію. Однак Polymarket відповів, запровадивши динамічні комісії та інші коригування правил, що робить деякі стратегії арбітражу неефективними.

Загалом, торгівля агентами - це не "машина для друкування грошей". Вибір моделі, розробка стратегії та дисципліна контролю ризиків - все це є незамінним.

Окрім цього, угоди агентів також включають декілька інших ризиків, які потрібно враховувати.

По-перше, щодо безпеки, агент утримує приватний ключ і виконує транзакції автономно. Якщо операційне середовище скомпрометоване, це може призвести до втрати активів. Попередні випадки показали, що шкідливі методи були введені в платформи з відкритим вихідним кодом для крадіжки ключів користувачів. Всі три платформи використовували обережні застереження у своїх заявах, причому Polymarket навіть безпосередньо позначив його як "ранне експериментальне програмне забезпечення".

По-друге, проблему "ілюзії" великих моделей не можна ігнорувати. Моделі іноді генерують аналізи, які здаються розумними, але насправді є неправильними. У повсякденних розмовах це може бути лише незручним, але в торгівлі це може означати втрату реальних грошей.

Гомогенізація стратегій також викликає занепокоєння. Коли велика кількість агентів використовує однакові навички та однакові моделі для аналізу одного і того ж ринку, їх судження стають дуже схожими, сигнали на купівлю спрацьовують одночасно, ціни швидко зростають, а простір для тих, хто запізнився, стискається.

ШІ - це лише зброя; людина все ще володіє нею.

Правила гри на криптовалютному ринку зазнають глибокого зсуву, оскільки біржі починають розробляти продукти для агентів, а не для людей. Дані за 2023 рік показують, що автоматизовані системи вже становили понад 70% обсягу торгівлі на криптовалютному ринку, і цей відсоток все ще зростає.

Однак торгівля агентами все ще знаходиться на "ранній експериментальній" стадії. Базова логіка полягає в тому, що це лише покращення інструменту, а не "автоматизація генерації прибутку". Не забувайте, що інституції з великим досвідом стратегії та кількісного досвіду також використовують ті самі інструменти для вдосконалення.

Для звичайних інвесторів замість того, щоб поспішати будувати власних ШІ-агентів, краще спочатку стримати емоції FOMO (страх спекуляції) і зрозуміти їх обмеження та слабкості. Звичайно, ера торгівлі агентами настала, але прибутковість все ще залежить від здатності приймати стратегічні рішення людей, які стоять за цим.