ASUS e Poesis testam um agente de IA de auto-trading com capital real

A ASUS e a Poesis fizeram parceria para um experimento de uma semana no qual agentes de IA autônomos conduziram pesquisa de mercado, gerenciaram riscos e realizaram trades reais. De acordo com o anúncio das duas empresas, os agentes trabalharam no laptop ASUS ExpertCenter Pro ET900N G3 com o uso da tecnologia NVIDIA.

A importância do experimento reside não apenas no fato de que outro bot de trading foi desenvolvido. A essência do experimento é que ele nos permite vislumbrar um novo mercado onde a IA não oferece apenas conselhos.

Agora, estamos testemunhando agentes capazes de coletar dados, desenvolver estratégias e realizar negociações de forma contínua. A natureza 24/7 das criptomoedas e sua infraestrutura programável tornam-na o campo mais claro para a implementação dessa mudança.

Um agente que negocia, não apenas aconselha

A ASUS defende a execução de agentes localmente. A empresa aponta que a IA que opera continuamente não é adequada para um modelo de cobrança em nuvem. Isso ocorre porque os agentes continuam gerando chamadas em segundo plano, em vez de apenas responder a solicitações ocasionais de um usuário humano.

Em um artigo de blog, a ASUS descreve isso como “A Armadilha do Token”, onde a atividade contínua do agente pode levar a contas de API imprevisíveis e encontrar limites de uso impostos por provedores de nuvem.

A ASUS usa seu Ascent GX10 como exemplo de custos: um investimento inicial de cerca de US$ 4.000, mais aproximadamente US$ 384 em custos anuais de eletricidade, em comparação com as taxas de API anuais de US$ 6.000 a US$ 8.000 para a carga de trabalho equivalente baseada em nuvem.

Embora o GX10 não tenha sido o dispositivo usado no teste da Poesis e os testes tenham sido conduzidos usando o ExpertCenter Pro ET900N G3, a comparação destaca claramente as premissas da ASUS sobre a implantação de agentes locais.

No entanto, há um aviso importante. Os testes da Poesis são apenas um teste de conceito de curto prazo, e não um teste de desempenho de longo prazo, e não foram especificamente projetados para negociar criptomoedas.

De modelos preditivos a agentes de ação

Um artigo, publicado em março de 2026, descreve a evolução da IA financeira do trading algorítmico baseado em regras para a previsão de machine learning e, agora, para as finanças agênticas. Seu modelo de quatro camadas descreve as etapas de percepção de dados, raciocínio, geração de estratégia e execução com controle. As possíveis aplicações incluem trading, gestão de portfólio, monitoramento de riscos e finanças descentralizadas.

No entanto, a adoção da IA financeira já está em andamento. De acordo com o Relatório Global de IA nos Serviços Financeiros compilado pela Cambridge Judge Business School com base em informações de 628 empresas localizadas em 151 países, até 52% das empresas pesquisadas já estiveram experimentando IA agêntica ou usando-a em suas operações.

As vias das criptomoedas já estão abertas para agentes

As exchanges de cripto passaram 2026 construindo infraestrutura que traders autônomos podem usar. A Binance lançou o Agent OS em 20 de agosto, conectando ferramentas de IA a subcontas Agênticas dedicadas.

As retiradas por meio da integração estão bloqueadas, enquanto os limites da carteira incluem US$ 50.000 diários para swaps, US$ 100.000 por padrão para transações DeFi e US$ 20 para pagamentos x402.

Como a Cryptopolitan relatou, a expansão mais ampla inclui Kraken e OKX em março, Bitget em abril, Gemini em abril e Coinbase em junho. O tema comum é a autonomia com permissão: os agentes podem agir, mas as exchanges estão colocando separação de contas, permissões, limites ou ambientes controlados ao redor deles.

Onde os riscos se concentram

O potencial de alta é uma cobertura de mercado mais ampla, execução mais rápida e trading eletrônico mais profundo, parte de uma transformação mais ampla nos mercados de capitais examinada pela S&P Global.

Mas os agentes autônomos também poderiam amplificar fraquezas compartilhadas. A Hipótese de Mercado Algorítmica do CFA Institute alerta que modelos semelhantes reagindo a sinais semelhantes podem criar mercados saturados e reflexivos e uma “monocultura algorítmica”. O Conselho de Padrões de Mercados Financeiros também enfatiza que a IA voltada para o mercado ainda opera sob supervisão humana e que a responsabilidade deve permanecer clara.

O cripto também enfrenta uma questão de capacidade. O CEO da Avalanche Treasury Company, Bart Smith, disse à The Block que se a atividade agêntica atingir os mercados financeiros em escala, mais liquidações poderiam ser movidas para blockchains e “não há espaço de bloco suficiente.”

Seu comentário é uma projeção, mas captura o desafio da infraestrutura: se os agentes de IA se tornarem uma classe maior de participantes do mercado, os mercados precisarão lidar não apenas com mais inteligência, mas com muito mais atividade impulsionada por máquinas.