Relatório aprofundado da DWF: A IA supera os seres humanos na otimização do yield farming na DeFi, mas as transações complexas continuam a ficar 5 vezes atrás

Título original do artigo: Será que os agentes vão dominar o DeFi?
Fonte original: DWF Ventures

Tradução por: DeepFlow Tech

Pontos-chave

Atualmente, a automação e a atividade dos agentes representam cerca de 19 % de toda a atividade na cadeia, mas ainda não se alcançou uma verdadeira autonomia de ponta a ponta.

Em casos de utilização específicos e bem definidos, como a otimização do rendimento, os agentes têm demonstrado um desempenho superior ao dos seres humanos e dos bots. No entanto, em ações que envolvem múltiplos aspetos, como a negociação, os seres humanos superam os agentes.

Entre os agentes, a seleção de modelos e a gestão de risco são os fatores que mais influenciam o desempenho das negociações.

À medida que os agentes são adotados em larga escala, surgem vários riscos relacionados com a confiança e a execução, incluindo ataques «sandwich», congestionamento de estratégias e compromissos em matéria de privacidade.

Crescimento contínuo da atividade dos agentes

Ao longo do último ano, a atividade dos agentes tem vindo a aumentar de forma constante, com o volume e o número de transações a registarem um crescimento. Temos assistido a desenvolvimentos significativos impulsionados pelo protocolo x402 da Coinbase, com empresas como a Visa, a Stripe e a Google a aderirem para introduzir os seus próprios padrões. A maior parte da infraestrutura que está atualmente a ser construída destina-se a dar resposta a dois tipos de cenários: canais entre agentes ou chamadas de agentes desencadeadas por pessoas.

Embora as transações com stablecoins tenham ganho um amplo apoio, a infraestrutura atual continua a basear-se em gateways de pagamento tradicionais como camada subjacente, o que significa que continua a depender de contrapartes centralizadas. Por conseguinte, o estado final de «total autonomia», em que os agentes são capazes de se autofinanciar, autoexecutar-se e otimizar-se continuamente com base nas condições em constante mudança, ainda não foi alcançado.

Os agentes não são totalmente desconhecidos no mundo da DeFi. Há anos que se recorre à automação através de bots em protocolos on-chain, captando MEV ou obtendo rendimentos extraordinários que não seriam possíveis sem código. Estes sistemas têm funcionado muito bem sob parâmetros claramente definidos, que não mudam com frequência nem requerem supervisão adicional.

No entanto, o mercado tem-se tornado cada vez mais complexo ao longo do tempo. É aqui que assistimos à entrada da nova geração de agentes, tendo os últimos meses na cadeia de blocos servido de campo de experimentação para essas atividades.

O desempenho dos agentes em ação

Segundo os relatórios, a atividade dos agentes registou um crescimento exponencial, com mais de 17 000 agentes lançados desde 2025. Estima-se que o volume total de atividades de automação/agentes represente mais de 19% de todas as atividades na cadeia de blocos. Isto não é surpreendente, uma vez que se estima que mais de 76 % do volume de transferências de stablecoins seja gerado por bots. Isto indica um potencial de crescimento significativo para a atividade dos agentes na DeFi.

Os agentes apresentam um amplo leque de autonomia, desde experiências semelhantes a chatbots, que exigem um elevado nível de supervisão humana, até agentes capazes de formular estratégias adaptadas ao mercado com base em dados específicos. Em comparação com os bots, os agentes apresentam várias vantagens fundamentais, incluindo a capacidade de responder e processar novas informações em milésimos de segundo e de alargar a cobertura a milhares de mercados, mantendo o mesmo nível de rigor.

Atualmente, a maioria dos agentes ainda se encontra no nível de analista ou copiloto, uma vez que muitos ainda estão em fase de testes.

Otimização do rendimento: Desempenho impressionante dos agentes

A provisão de liquidez tem sido uma área em que a automatização tem sido predominante, com o TVL total detido pelos agentes a ultrapassar os 39 milhões de dólares. Este valor mede principalmente os ativos depositados diretamente pelos utilizadores junto dos agentes, mas não inclui o capital canalizado através das tesourarias.

A Giza Tech é um dos maiores protocolos neste setor e lançou, no final do ano passado, a ARMA, a primeira aplicação de agente, com o objetivo de aumentar a captura de rendimento para os principais protocolos DeFi. A empresa atraiu mais de 19 milhões de dólares em ativos sob gestão e gerou mais de 40 mil milhões de dólares em volume de negociação.

A elevada relação entre o volume de transações e os ativos sob gestão indica que os agentes reequilibram frequentemente o capital, o que permite obter rendimentos mais elevados. Assim que o capital é depositado no contrato, a execução é automatizada, proporcionando aos utilizadores uma experiência simples com um único clique, que requer supervisão mínima.

O desempenho do ARMA é quantificavelmente excelente, gerando um rendimento anualizado superior a 9,75% para o USDC. Mesmo tendo em conta as comissões adicionais de reequilíbrio e uma comissão de desempenho de 10 % para o agente, o rendimento supera as taxas de empréstimo habituais na Aave ou na Morpho. No entanto, a escalabilidade continua a ser uma preocupação fundamental, uma vez que estes agentes ainda não foram testados em condições reais para gerir ou adaptar-se à dimensão dos principais protocolos DeFi.

Transação: Os seres humanos lideram significativamente

No entanto, no caso de ações mais complexas, como transações, os resultados são muito mais variados. O atual modelo de transação funciona com base em dados introduzidos pelo utilizador e fornece resultados de acordo com regras pré-definidas. A aprendizagem automática contribuiu para este avanço, permitindo que o modelo atualize o seu comportamento com base em novas informações sem necessidade de reprogramação explícita, levando-o a assumir um papel de copiloto. Com a entrada de agentes totalmente autónomos, o panorama das transações está prestes a sofrer uma mudança significativa.

Foram realizadas várias competições entre agentes, bem como entre humanos e agentes, revelando diferenças significativas no desempenho entre os modelos. A Trade XYZ organizou um concurso de transações entre investidores humanos e robôs para ações cotadas na sua plataforma. Cada conta começou com 10 000 dólares de capital inicial, sem restrições quanto à alavancagem ou à frequência de negociação. Os resultados favoreceram de forma esmagadora os seres humanos, tendo os melhores participantes humanos superado os melhores agentes em mais de 5 vezes.

Entretanto, o Nof1 organizou uma competição entre modelos, na qual vários modelos (Grok-4, GPT-5, Deepseek, Kimi, Qwen3, Claude, Gemini) competiram entre si, testando diferentes perfis de risco, desde a preservação do capital até à alavancagem máxima. Os resultados revelaram vários fatores que poderiam ajudar a explicar as diferenças de desempenho:

Tempo de manutenção da posição: Verificou-se uma forte correlação, tendo os modelos que mantiveram cada posição durante uma média de 2 a 3 horas apresentado um desempenho significativamente melhor do que os modelos com rotatividade frequente.

Expectativa: Isto permite avaliar se o modelo é rentável, em média, por transação. Curiosamente, apenas os três melhores modelos apresentaram uma expectativa positiva, o que indica que a maioria dos modelos teve mais operações com prejuízo do que com lucro.

Alavancagem: Os modelos que operavam com um nível médio de alavancagem mais baixo, entre 6 e 8 vezes, revelaram-se mais eficazes do que aqueles que operavam com uma alavancagem superior a 10 vezes, uma vez que os níveis elevados aceleraram as perdas.

Dicas estratégicas: O modelo «Monk Mode» tem sido o que melhor desempenho tem apresentado até agora, enquanto o modelo «Situational Awareness» tem sido o que pior desempenho tem apresentado. Com base nas características dos modelos, verifica-se que dar prioridade à gestão de riscos e reduzir os fatores externos conduz a um melhor desempenho.

Modelo básico: O Grok 4.20 superou significativamente os outros modelos em mais de 22% em várias sugestões de estratégia e foi o único modelo a apresentar rentabilidade de forma consistente.

Outros fatores, tais como a preferência por posições longas ou curtas, o volume das transações e a pontuação de fiabilidade, não dispunham de dados suficientes ou não revelaram qualquer correlação positiva com o desempenho do modelo. Em geral, os resultados indicam que os agentes costumam ter um melhor desempenho quando sujeitos a uma restrição claramente definida, o que sugere que a supervisão humana continua a ser absolutamente necessária na atribuição de alvos.

Avaliar um agente

Dado que os agentes ainda se encontram numa fase inicial, não existe, neste momento, um quadro de avaliação abrangente. O desempenho histórico é frequentemente utilizado como referência para avaliar um agente, mas é influenciado por fatores fundamentais que fornecem indicadores mais sólidos do desempenho robusto do agente.

Desempenho sob diferentes níveis de volatilidade: Isto inclui um controlo rigoroso das perdas quando as condições se agravam, o que indica que o agente é capaz de identificar fatores externos que afetam a rentabilidade das transações.

Transparência vs. Privacidade: Ambos os lados têm as suas vantagens e desvantagens. Um agente transparente, se for negociável por replicação, não tem, essencialmente, qualquer vantagem estratégica. Um agente privado enfrenta o risco de o criador antecipar-se às transações, situação em que o criador pode facilmente antecipar-se aos seus próprios utilizadores.

Fonte da informação: As fontes de dados a que o agente acede são fundamentais para determinar a forma como o agente toma decisões. É fundamental garantir que as fontes sejam fiáveis e não dependam de uma única fonte.

Segurança: É fundamental dispor de auditorias a contratos inteligentes e de uma arquitetura adequada de custódia de fundos para garantir medidas de contingência em caso de um evento de cisne negro.

Próximos passos para os agentes

Para a adoção em massa dos agentes, ainda há muito trabalho de infraestrutura a fazer. Isto pode resumir-se a questões fundamentais relacionadas com a confiança nos agentes e a execução. As ações dos agentes autónomos não estão sujeitas a restrições, e já se registaram casos de má gestão de fundos.

O ERC-8004 entrou em funcionamento em janeiro de 2026, tornando-se o primeiro registo na cadeia de blocos que permite que agentes autónomos se identifiquem mutuamente, estabeleçam reputações verificáveis e colaborem de forma segura. Trata-se de um elemento fundamental para a composibilidade da DeFi, uma vez que os índices de confiança estão integrados no próprio contrato inteligente, permitindo interações sem autorização entre agentes e protocolos.

No entanto, isso não garante que os agentes atuem sempre de forma não maliciosa, uma vez que ainda podem ocorrer vulnerabilidades de segurança, tais como a conivência de reputação e os ataques Sybil. Por conseguinte, ainda existe uma lacuna significativa a colmatar em termos de seguros, segurança e participação económica dos agentes.

À medida que a atividade dos agentes DeFi se expande, o congestionamento estratégico tornou-se um risco estrutural. O yield farming é o precedente mais evidente: à medida que as estratégias se multiplicam, os rendimentos diminuem. Uma dinâmica semelhante pode aplicar-se à negociação por intermediários. Se muitos agentes estiverem a ser treinados com dados semelhantes e a otimizar-se para objetivos semelhantes, irão convergir para posições semelhantes e sinais de saída semelhantes.

Uma versão desta questão foi formalizada num artigo da CoinAlg, publicado em janeiro de 2026 pela Universidade de Cornell. Os agentes transparentes estão sujeitos à arbitragem, uma vez que as suas transações são previsíveis e passíveis de front-running. Os agentes privados mitigam este risco, mas introduzem outro, em que os criadores mantêm uma vantagem informativa sobre os seus utilizadores e podem extrair valor da opacidade que, inicialmente, se destinava a proteger o conhecimento interno.

A atividade dos agentes continuará a acelerar, e a infraestrutura criada hoje determinará o funcionamento da próxima fase das finanças na cadeia de blocos. Com a crescente utilização dos agentes, estes irão auto-iterar-se e tornar-se-ão mais capazes de se adaptar às preferências dos utilizadores. Por conseguinte, o principal fator diferenciador residirá numa infraestrutura de confiança, que conquistará a maior quota de mercado.

Link para o artigo original