IA comanda 20% do DeFi, mas humanos ainda superam no trading

Agentes autônomos de IA já respondem por mais de 19% da atividade on‑chain no DeFi, com posições gerenciadas acima de US$ 39 milhões.
Nos trades abertos, humanos ainda levam vantagem, com uma margem de até cinco para um a favor dos operadores humanos.
O agente ARMA, do protocolo Giza, rendeu 9,75% ao ano, batendo rendimentos de protocolos como Aave e Morpho.
A maior parte da atividade agêntica atual envolve tarefas específicas, como captura de MEV e roteamento de stablecoins; negociações mais complexas permanecem humanas.
Especialistas apontam que, para fechar a lacuna, é necessário contexto, transparência e infraestrutura confiável; especialistas estimam de cinco a sete anos para o volume agêntico rivalizar com o humano em áreas financeiras significativas.

O uso de agentes de inteligência artificial no DeFi já representa mais de 19% da atividade on-chain, segundo um relatório da DWF Ventures. Esses sistemas executam tarefas previsíveis de forma autônoma, sem intervenção humana direta, em plataformas de finanças descentionais.

Ainda que dominem operações específicas, os agentes são superados por humanos em negociações abertas, apresentando uma vantagem de até 5 para 1 a favor dos traders humanos em cenários complexos. A diferença é maior em tarefas menos estruturadas.

No DeFi, esses agentes operam estratégias de rendimento, gerenciam liquidez e reequilibram portfólios, com o valor total em posições gerenciadas acima de 39 milhões de dólares. A maior parte das implementações ainda está em fase de testes, aponta o estudo.

Como exemplo, um agente do protocolo Giza move stablecoins entre plataformas para obter as melhores taxas, registrando rendimento anual de 9,75% para usuários, desempenho superior a alguns protocolos concorrentes.

Entretanto, em atividades mais desafiadoras, a performance cai. Em um concurso de negociação de ações promovido pela tradexyz, o melhor humano ficou muito à frente do melhor agente. Outro teste, envolvendo modelos de IA, revelou lucro em apenas parte das negociações.

Xin Yi Lim, da DWF Labs, afirma que agentes enfrentam dificuldades quando faltam definições estáveis. Eles se saem melhor com objetivos restritos e parâmetros estáveis, o que explica o sucesso da otimização de rendimento.

Desenvolvedores destacam a necessidade de contexto e ferramentas adequadas para que agentes alcancem comparabilidade com humanos. O chefe de engenharia da MoonPay ressalta que agentes são rápidos e consistentes, mas podem ser maliciosos sem salvaguardas.

Ainda é cedo

Especialistas apontam avanço da infraestrutura para tarefas on-chain complexas. Um novo padrão no Ethereum, apoiado pela Biconomy, permitiria ações simultâneas em protocolos DeFi, fortalecendo a automação.

Líderes do setor veem potencial de expansão: a economia gerada por agentes pode crescer substancialmente, embora a maior parcela de atividade ainda envolva bots em funções específicas como MEV e roteamento de stablecoins.

Pesquisadores projetam um caminho gradual: cinco a sete anos para que o volume agêntico se aproxime do humano em áreas financeiras relevantes, com o on-chain ganhando vantagem pela infraestrutura mais aberta.