O “Agent Trading” da Gemini conecta modelos de IA como ChatGPT e Claude a contas de usuários via MCP para executar negociações de criptomoedas de forma autônoma, transformando a IA de um fornecedor de sinais em um cliente CEX primário.
resumo
Gemini conecta uma API de negociação completa ao Model Context Protocol da Anthropic, permitindo que agentes de IA compatíveis recuperem dados de mercado, consultem a carteira de pedidos, façam pedidos e gerenciem posições diretamente de uma conta vinculada ao usuário. Os usuários definem orçamentos, estratégias e limites, e as “habilidades de negociação” modulares fornecem aos agentes ferramentas DCA, grid, multileg e de risco, aumentando a parcela das ordens de mercado e de repouso do Gemini que se originam de modelos opacos de caixa preta. Ao contrário da “carteira de agente” sem custódia da TON, que impõe autonomia às carteiras de ponta do Telegram, a Gemini centraliza a atividade do agente dentro dos limites regulamentados do CEX, reformulando a IA como um tipo de cliente que somente humanos podem configurar.
Gemini desenvolveu a “negociação de agentes”. Este é um recurso que permite que sistemas de IA como ChatGPT e Claude se conectem diretamente às contas dos usuários e executem negociações criptográficas de forma autônoma nas bolsas, em vez de ter humanos cuspindo ideias de negociação por cliques. Essa mudança silenciosamente transferiu a IA de um serviço de semáforo glorificado para uma classe de cliente por direito próprio, com modelos proprietários e opacos que fornecem, roteiam e gerenciam partes do fluxo de pedidos CEX por conta própria.
De acordo com o blog do próprio Gemini, “Negociação de agente significa que um agente de IA negocia em seu nome, monitora o mercado e gerencia riscos automaticamente”. Os usuários definem estratégias e restrições e os agentes cuidam da execução. Internamente, o Gemini integra uma API de negociação completa com o Model Context Protocol (MCP). MCP é um padrão aberto originalmente desenvolvido pela Anthropic que permite que agentes de IA chamem ferramentas e serviços externos. Os modelos compatíveis incluem Claude e ChatGPT, permitindo consultar o mercado, fazer pedidos e ajustar posições ao longo do tempo. O artigo de terceiros destaca que Gemini é a primeira bolsa regulamentada dos EUA a expor uma interface de “agente” dedicada, transformando a infraestrutura de bolsa centralizada em um local nativo para agentes comerciais autônomos, em vez de apenas fluxo de cliques humanos e algoritmos tradicionais.
Gemini intensifica a competição de IA
Na verdade, o sistema é construído em torno de “habilidades de negociação” modulares. Este é um recurso pré-construído que os agentes de IA podem chamar para recuperar dados de mercado em tempo real, inspecionar a profundidade e os spreads da carteira de pedidos e recuperar dados históricos de velas, prometendo roteamento de pedidos e módulos de risco mais complexos ao longo do tempo. Os usuários vinculam suas contas a modelos de IA via MCP, definem orçamentos e limites de risco e, em seguida, permitem que os agentes executem estratégias que vão desde simples DCA e negociações de grade até estruturas multi-perna e jogos de volatilidade. Gemini enfatizou que “a supervisão humana continua a fazer parte do projeto” através de limites e regras. Mas as implicações da microestrutura são claras. Assim que um número suficiente de pessoas se conectar a um agente e sair, uma parte substancial das quebras e ordens de mercado da Gemini virá de modelos de caixa preta que são adaptados para otimizar para um propósito específico, e não de ciclos humanos de tomada de decisão.
Isso mudará com quem você realmente faz negócios. Historicamente, a história tem sido “varejo vs. HFT vs. alguns algoritmos de prop shop”. Atualmente, a Gemini está promovendo efetivamente a “IA como um tipo de cliente”. Isto é muito semelhante à forma como os corretores principais têm clientes algorítmicos onde não há decisão humana direta em cada negociação. Em tempos de alta volatilidade, estratégias de agentes fortemente acopladas podem amplificar os ciclos de feedback, especialmente quando muitos utilizadores copiam os mesmos “sinais de IA” ou afinam modelos semelhantes com dados sobrepostos, e é fácil imaginar grupos de agentes liderando um comportamento humano ingénuo ou envolvendo-se inadvertidamente em padrões coordenados que se assemelham muito a fluxos cartelizados.
Há um claro contraste aqui com a “carteira de agente” na rede da TON. A TON está levando a autonomia até a borda da rede. Os agentes residem no Telegram, gerenciam carteiras sem custódia no TON e interagem diretamente com o DeFi no L1. Gêmeos faz o oposto. Isso significa que centralizamos a negociação de agentes no CEX, um repositório regulamentado onde os agentes de IA estão fortemente acoplados à API e aos limites de conformidade de uma única exchange. O futuro é o mesmo em ambos os casos. O próximo “vilão do HFT” nas criptomoedas será um enxame de modelos não auditados que são sistematicamente otimizados em torno das taxas, impostos e restrições KYC enfrentadas pelo operador, em vez da empresa nomeada do outro lado da ordem. E cada vez mais, são tratados como clientes principais pela própria infra-estrutura, com os seres humanos relegados a configuradores de parâmetros, com botões de substituição ocasionais.
