A ASUS e a Poesis testam um agente de IA autónomo com capital real

A ASUS e a Poesis juntaram-se para uma experiência de uma semana, na qual agentes autónomos de IA realizaram pesquisas de mercado, geriram riscos e executaram negociações reais. De acordo com o anúncio das duas empresas, os agentes trabalharam no portátil ASUS ExpertCenter Pro ET900N G3 com recurso à tecnologia NVIDIA.

A importância da experiência reside não apenas no facto de ter sido desenvolvido mais um robô de trading. A essência da experiência é que nos permite vislumbrar um novo mercado onde a IA não se limita a oferecer conselhos.

Atualmente, assistimos a agentes capazes de recolher dados, desenvolver estratégias e realizar negociações de forma contínua. A natureza ininterrupta (24 horas por dia, 7 dias por semana) das criptomoedas e a sua infraestrutura programável fazem delas o campo mais propício para a implementação desta mudança.

Um agente que negoceia, não se limita a aconselhar

A ASUS defende a execução de agentes localmente. A empresa sublinha que a IA que funciona continuamente não é adequada para um modelo de faturação na nuvem. Isto porque os agentes continuam a gerar chamadas em segundo plano, em vez de apenas responder a pedidos ocasionais de um utilizador humano.

Num artigo de blog, a ASUS descreve isto como "A Armadilha do Token", onde a atividade contínua do agente pode levar a faturas de API imprevisíveis e a atingir os limites de utilização impostos pelos fornecedores de cloud.

A ASUS utiliza o Ascent GX10 como exemplo dos custos: um investimento inicial de cerca de 4.000 dólares, mais aproximadamente 384 dólares em custos anuais de eletricidade, em comparação com os 6.000 a 8.000 dólares em taxas anuais de API para uma carga de trabalho comparável baseada na cloud.

Embora o GX10 não tenha sido o dispositivo utilizado no teste da Poesis e o teste tenha sido conduzido utilizando o ExpertCenter Pro ET900N G3, a comparação destaca claramente as premissas da ASUS em relação à implementação do agente local.

No entanto, há uma ressalva importante. O teste da Poesis é apenas um breve teste de prova de conceito, e não um teste de desempenho a longo prazo, e não foi especificamente concebido para a negociação de criptomoedas.

Dos modelos preditivos aos agentes atuantes

Um artigopublicado em março de 2026 descreve a evolução da IA ​​financeira, desde a negociação algorítmica baseada em regras até à previsão por machine learning e, agora, às finanças assertivas. O seu modelo de quatro camadas descreve as fases de perceção de dados, raciocínio, geração de estratégias e execução com controlo. As possíveis aplicações incluem negociação, gestão de carteiras, monitorização de riscos e finanças descentralizadas.

No entanto, a adoção da IA ​​financeira já está em curso. De acordo com o Relatório Global de IA em Serviços Financeiros, compilado pela Cambridge Judge Business School com base em informações de 628 empresas localizadas em 151 países, 52% das empresas inquiridas já estão a experimentar IA ativa ou a utilizá-la nas suas operações.

Os canais de negociação de criptomoedas já estão a abrir-se aos agentes

As corretoras de criptomoedas passaram o ano de 2026 a construir infraestrutura que os traders autónomos podem utilizar. Binance lançou o Agent OS a 20 de agosto, ligando ferramentas de IA a subcontas dedicadas da Agentic.

Os levantamentos através da integração estão bloqueados, enquanto os limites da carteira incluem 50.000 dólares diários para swaps, 100.000 dólares por defeito para transações DeFi e 20 dólares para pagamentos x402.

Conforme Cryptopolitan relatado, a implementação 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 corretoras estão a implementar a separação de contas, permissões, limites ou ambientes controlados à sua volta.

Onde se concentram os riscos

O potencial de vantagem reside numa cobertura mais ampla do mercado, numa execução mais rápida e na negociação eletrónica mais profundatronparte de uma transformação mais ampla nos mercados de capitais analisada pela S&P Global.

Mas os agentes autónomos também podem ampliar as fragilidades partilhadas. A Hipótese do Mercado Algorítmico do CFA Institute alerta que modelos semelhantes, reagindo a sinais semelhantes, podem criar mercados saturados e reflexivos, para além de uma “monocultura algorítmica”. O Financial Markets Standards Board (FMSB) sublinha ainda que a IA orientada para o mercado ainda opera sob supervisão humana e que a responsabilidade deve permanecer clara.

As criptomoedas também enfrentam um problema de capacidade. Avalanche Bart Smith, CEO disse ao The Block que, se a atividade dos agentes atingir os mercados financeiros em grande escala, mais liquidações poderão migrar para blockchains e "não haverá espaço suficiente nos blocos".

O seu comentário é uma projeção, mas capta o desafio da infraestrutura: se os agentes de IA se tornarem uma classe maior de participantes no mercado, os mercados terão de lidar não só com mais inteligência, mas também com muito mais atividades impulsionadas por máquinas.