Автор: Sergey Novikov | AI/ML Engineer | Основатель AutoDeFi Labs

Я построил своего первого торгового бота в 2019. Простой арбитраж — купи дешевле на одной бирже, продай дороже на другой. Он заработал $47 за первый месяц, прежде чем комиссии съели прибыль. Примитивные штуки. То, что мы строим сейчас, делает то похожим на калькулятор по сравнению с суперкомпьютером.

AI-агенты — не просто более быстрые боты. Это автономные экономические акторы. И они собираются изменить всё в том, как работают крипто-рынки.

От ботов к агентам

Позвольте уточнить терминологию. Бот следует правилам. Если цена падает на 5%, покупай. Если индикатор пересекает порог, продавай. Детерминированно, предсказуемо, ограниченно.

AI-агент рассуждает. Он наблюдает рыночные условия, оценивает опции, формирует стратегии и адаптируется, когда что-то не работает. Он не просто исполняет — он решает.

Разница в автономии. Боту нужно, чтобы ты запрограммировал каждый сценарий. Агент учит сценарии, которые ты никогда не представлял.

Большие языковые модели изменили эту игру. GPT-4, Claude и их последователи могут читать документацию, понимать протоколы и формулировать планы. Подключи их к кошелькам и API, и у тебя есть сущности, которые могут оперировать в DeFi без человеческого вмешательства.

Что AI-агенты реально делают сегодня

Текущее поколение уже впечатляет.

Агенты оптимизации доходности мониторят сотни DeFi-протоколов одновременно. Они отслеживают APY, оценивают параметры риска, рассчитывают затраты на газ и перемещают капитал для максимизации доходов. То, что занимает у человека часы исследований, происходит за секунды.

Агенты защиты от ликвидации следят за твоими позициями в лендинговых протоколах. Когда коэффициенты обеспечения приближаются к опасным зонам, они автоматически ребалансируют — добавляют залог, погашают долг или разворачивают позиции до того, как сработает ликвидация.

Арбитражные агенты эволюционировали за пределы простых ценовых различий. Они идентифицируют сложные мульти-хоп возможности через чейны, DEX-ы и лендинговые протоколы. Flash loan арбитраж, который люди не смогли бы рассчитать достаточно быстро для исполнения.

Агенты социального сентимента мониторят Twitter, Discord и Telegram на предмет альфы. Они парсят разговоры, идентифицируют зарождающиеся нарративы и позиционируются до прихода толпы. Информационная асимметрия автоматизирована.

Инфраструктурный слой

Агентам нужна инфраструктура для операций. Несколько проектов строят этот слой.

Autonolas предоставляет фреймворк для создания и развёртывания автономных агентов. Модульная архитектура — комбинируй разные способности как строительные блоки. Их агенты уже управляют значительными DeFi-позициями.

Fetch.ai фокусируется на коммуникации агент-к-агенту. Агенты, которые могут переговариваться, торговать услугами и координироваться без человеческого посредничества. Экономические сети искусственных сущностей.

Spectral строит on-chain кредитный скоринг с использованием машинного обучения. Агенты могут оценивать контрагентный риск, обеспечивая недообеспеченное кредитование между автономными сущностями.

Общая нить: агентам нужны идентичность, репутация и коммуникационные протоколы. Мы строим социальную инфраструктуру для искусственных экономических акторов.

Проблема кошелька

Вот фундаментальное противоречие: AI-агентам нужно контролировать активы, но AI-агенты могут быть взломаны, манипулированы или неисправны.

Дай агенту полный доступ к кошельку, и атака prompt injection может всё слить. Ограничь доступ слишком сильно, и агент не сможет эффективно работать. Модель безопасности для кошельков, контролируемых людьми, не транслируется на контролируемые агентами.

Решения появляются. Лимиты расходов — агенты могут перемещать только определённую сумму в день. Требования мультиподписи — агенты предлагают, люди одобряют крупные транзакции. Изолированное исполнение — агенты оперируют в изолированных средах с ограниченным радиусом поражения.

Account abstraction помогает здесь. Кошельки на смарт-контрактах могут кодировать сложные структуры разрешений. Агент может иметь неограниченное разрешение на yield farming, но требовать человеческого одобрения для выводов. Гранулярный, программируемый контроль доступа.

Что происходит, когда агенты торгуют с агентами

Вот тут становится странно.

Человеческие рынки имеют человеческую психологию — страх, жадность, паттерны распознавания и биасы. Мы построили торговые системы вокруг эксплуатации и учёта этих паттернов. Что происходит, когда у твоего контрагента нет человеческой психологии?

Рынки агент-к-агенту разовьют собственные динамики. Стратегии, которые работают против людей, могут провалиться против агентов. Новые равновесия возникнут, которые мы не можем предсказать, потому что они не основаны на человеческом поведении.

Скорость становится менее релевантной, когда все быстрые. Конкуренция смещается к качеству рассуждений, доступу к информации и софистицированности стратегий. Альфа приходит от лучших моделей, не от более быстрого исполнения.

Мы можем увидеть сговор агентов — модели, обучающиеся кооперироваться для взаимной выгоды против человеческих трейдеров. Или войну агентов — адверсариальные динамики, где агенты специфически целятся в слабости других агентов.

Я не знаю, как выглядят рынки, доминируемые AI-агентами. Никто не знает. Мы проводим эксперимент в реальном времени с реальными деньгами.

Регуляторный вакуум

Кто ответственен, когда AI-агент совершает манипуляцию рынком? Разработчик, который его написал? Пользователь, который его развернул? Сам агент?

Текущее законодательство о ценных бумагах предполагает человеческих акторов с человеческим намерением. Агент, который учит манипулятивные стратегии без явного программирования на них, создаёт новые правовые вопросы, на которые мы не ответили.

Большинство юрисдикций игнорируют это. Крипта уже существует в регуляторных серых зонах. AI-агенты, оперирующие в крипте — серые зоны внутри серых зон. Правоприменение в конечном счёте придёт, но никто не знает, какую форму примет.

Мой совет строителям: документируй всё. Поддерживай аудит-трейлы решений агентов. Строй kill switches. Когда регуляторы придут, ты хочешь демонстрировать добросовестные усилия по контролю.

Мои прогнозы на 2025

TVL под управлением агентов превысит $10 миллиардов. Не спекуляция — реальный капитал, развёрнутый через автономные системы. Доходность лучше, поэтому деньги текут.

Крупный протокол будет эксплойтнут через манипуляцию агентов. Prompt injection, адверсариальные входы или эмерджентное плохое поведение вызовет значительные потери. Инцидент катализирует разработку стандартов безопасности.

Первые "агент-нативные" протоколы запустятся. DeFi, спроектированный с нуля для взаимодействия с агентами — API, оптимизированные для программного доступа, структуры governance, которые учитывают нечеловеческих участников.

Традиционные финансы заметят. Хедж-фонды и торговые фирмы уже экспериментируют. 2025 — год, когда серьёзные институциональные деньги начнут течь в стратегии на основе агентов.

Возможность

Большинство людей видят AI-агентов как угрозы — вытеснение рабочих мест, манипуляция рынком, потеря контроля. Я вижу их как инструменты, которые умножают человеческие возможности.

Опытный DeFi-юзер, управляющий одним портфелем, становится опытным DeFi-юзером, управляющим сотней портфелей под управлением агентов. Рычаг — не капитал, это внимание. Агенты позволяют тебе быть в большем количестве мест, чем человечески возможно.

Победители в крипте, доминируемой агентами, не будут лучшими мануальными трейдерами. Они будут лучшими тренерами агентов, лучшими дизайнерами стратегий, лучшими в коллаборации человек-AI.

Это другой набор навыков. Начинай развивать его сейчас.

Sergey Novikov — AI/ML-инженер, строящий автономные торговые системы. Его компания AutoDeFi Labs разрабатывает агентную инфраструктуру для институциональных участников DeFi. Ранее он возглавлял ML-инжиниринг в количественном хедж-фонде.