Agentes de IA agora operam 19% do volume de DeFi — e ainda perdem para humanos por 5x no trading
Os agentes de IA originam agora cerca de um quinto de todas as transações DeFi. Eles também perdem para os traders discricionários humanos por um fator de cinco em qualquer competição que envolva decisões reais. Esse intervalo desconfortável — entre a parcela do fluxo que os agentes já controlam e o alfa que eles falham consistentemente em gerar — é o ponto de dados mais importante no debate da "economia agêntica" das criptomoedas, e ele surgiu este mês cortesia de um relatório de pesquisa da DWF Ventures que silenciosamente desinfla um ano de marketing.
O CEO da Coinbase, Brian Armstrong, passou o último trimestre dizendo a quem quisesse ouvir que a economia agêntica superará a economia humana. Sua empresa lançou o Agentic.market, uma loja de aplicativos para agentes de IA que já processou 165 milhões de transações e US$ 50 milhões em volume através de 480.000 agentes. A tese é que as máquinas farão transações entre si através de stablecoins porque não podem abrir contas bancárias. A matemática, na superfície, é irresistível.
Mas os dados da DWF sugerem que estamos confundindo volume de fluxo com desempenho — e a distinção importa enormemente para qualquer pessoa que esteja decidindo onde alocar gastos com infraestrutura, atenção de auditoria ou capital em 2026.
A Manchete de 19 % Esconde Três Negócios Diferentes
Quando a manchete do Decrypt diz "Agentes de IA já operam um quinto do DeFi", o que esses 19 % realmente contêm?
O próprio detalhamento da DWF — corroborado pela cobertura do PANews sobre o mesmo relatório — agrupa a atividade dos agentes em três categorias muito diferentes:
- Bots extrativos específicos — buscadores de MEV, atacantes de sanduíche, gatilhos de liquidação, arbitradores entre DEXes. Estes são programas determinísticos com, no máximo, uma "cola" de LLM, e a maioria deles precede o rótulo de "agente" em vários anos.
- Otimizadores estruturados — roteadores de rendimento (yield) de stablecoins como o ARMA da Giza, que gerenciou autonomamente US$ 32 milhões em ativos de usuários através de 102.000 transações, e rebalanceadores que movem fundos entre Aave, Morpho e Pendle quando as taxas divergem. Estes realmente usam raciocínio de LLM, mas dentro de limites extremamente estreitos.
- Agentes de trading de propósito geral — os traders autônomos que ganham as manchetes, que leem sentimentos, pesam narrativas e fazem apostas direcionais. Esta é a menor fatia dos 19 %, e é a fatia que perde feio.
A confusão importa porque cada categoria tem um perfil de demanda diferente, um modo de falha diferente e uma pegada de infraestrutura diferente. Contar todos os três como "agentes de IA" é aproximadamente equivalente a contar cron jobs, pipelines ETL e gerentes de portfólio seniores como "tomadores de decisão automatizados". Tecnicamente verdadeiro. Operacionalmente sem sentido.
Onde os Agentes Vencem: Otimização de Rendimento, de Longe
As vitórias mais claras dos agentes estão ocorrendo exatamente onde o problema é bem definido e a superfície de otimização é limitada.
O relatório da DWF — conforme resumido pela KuCoin — descobre que os agentes de otimização de rendimento estão entregando retornos anualizados acima de 9 % em alguns grupos, com o ARMA da Giza atingindo 15 % em USDC (parcialmente impulsionado por incentivos de tokens, mas ainda assim). Por quê? Porque a tarefa se reduz a: escanear N mercados de empréstimo, computar o APY líquido após gás e slippage, rebalancear quando o delta exceder um limite. Não há narrativa. Não há mudança de regime. Há um número, e o agente que otimiza o número vence.
A mesma lógica se aplica à captura de MEV, roteamento de stablecoins e trades de base. Estes são problemas que recompensam a latência de reação de subsegundos, paradas (stops) sem emoção e execução 24 / 7 — três coisas em que os humanos são constitucionalmente ruins e as máquinas são otimizadas. A fatia de 19 % do volume nesses nichos não é um artefato de hype. É um ganho real de eficiência que os humanos dificilmente recuperarão.
Os dados do Agentic.market da Coinbase reforçam o mesmo padrão: das 165 milhões de transações processadas via x402, as categorias dominantes são inferência, acesso a dados e chamadas de infraestrutura — tarefas limitadas, repetíveis e amigáveis às máquinas. Os agentes são bons em serem máquinas.
Onde os Agentes Perdem: Qualquer Coisa que Exija Julgamento
A lacuna de 5 para 1 aparece no momento em que a tarefa se amplia.
A DWF cita uma competição de trading de ações da tradexyz na qual o melhor trader discricionário humano superou o melhor agente autônomo em mais de cinco vezes no retorno ajustado ao risco. Os autores do relatório são diretos sobre o porquê: "Onde eles falham é no trading de propósito geral, que requer raciocínio contextual, consciência narrativa e ponderação de informações não estruturadas."
Decomponha o subdesempenho e três padrões emergem:
- Excesso de trading com slippage. Os agentes carecem da paciência que vem naturalmente para os humanos esperando por configurações (setups). Eles fazem trades marginais que se acumulam em um arrasto de custo de transação.
- Cegueira de regime. Quando a história macro muda — pivô do Fed, rescaldo de um exploit, manchete regulatória — os humanos se reposicionam em segundos com base em um tweet. Agentes treinados em dados de regimes anteriores continuam executando a estratégia de ontem.
- Fragilidade adversária. Agentes previsíveis sofrem ataques de sanduíche. A cobertura da Cryptollia sobre o cenário MEV de 2026 descreve uma "floresta sombria" de "IA contra IA", onde agentes extrativos caçam especificamente os padrões de agentes otimizadores. A previsibilidade do otimizador torna-se a vantagem do predador.
O mesmo relatório da DWF conclui que "um cronograma realista é de cinco a sete anos antes que o volume agêntico rivalize significativamente com o volume humano em qualquer vertical financeira importante". Essa é uma previsão notável vinda de um fundo cuja tese de portfólio inteira depende do sucesso da adoção de agentes. Quando os crentes dizem cinco a sete anos, a leitura honesta é "não em 2026, e possivelmente nem em 2028".
A Conta da Infraestrutura Chega de Qualquer Maneira
Aqui está a parte que a maioria dos comentários sobre a economia agêntica ignora: a lacuna de desempenho é irrelevante para a carga da infraestrutura.
Mesmo que todos os agentes de negociação autônomos percam dinheiro, os agentes que vencem — otimizadores de rendimento (yield optimizers), buscadores de MEV (MEV searchers), roteadores de stablecoins — geram volumes de consulta que deixam o consumo de RPC humano no chinelo. Um único agente estilo ARMA rebalanceando em cinco protocolos de empréstimo faz pings na chain centenas de vezes por dia por usuário. Multiplique pelos mais de 17.000 agentes que a DWF conta como lançados desde 2025, e depois novamente pelos 480.000 agentes que agora transacionam no x402 da Coinbase, e a implicação é clara: o volume de consultas de agentes pode crescer 10x mais rápido do que o AUM (Ativos sob Gestão) dos agentes.
Esta é a mudança silenciosa dentro da narrativa "agêntica". A economia unitária interessante não é se o agente gera alpha — é se a pegada de leitura-escrita do agente escala linearmente com os usuários ou quadraticamente com a complexidade da estratégia. Qualquer pessoa que execute infraestrutura para esses sistemas já está vendo a resposta, e ela é "quadraticamente".
Isso tem consequências para os preços de RPC, carga do indexador, custos de vigilância da mempool e mercados de gás. Mesmo um futuro em que os agentes coletivamente tenham um desempenho inferior ao dos humanos na negociação é um futuro em que os agentes dominam o tráfego de leitura, as solicitações de assinatura e os saltos de roteadores de intenção (intent-router hops).
A Aposta de Brian Armstrong, Recalibrada
A tese de Armstrong sobre a economia máquina-a-máquina não está errada. Ela apenas está operando em uma escala de tempo diferente do que suas prioridades trimestrais sugerem.
O próprio enquadramento da Coinbase — "para que a economia agêntica ultrapasse a economia humana, os agentes precisam de uma maneira de descobrir serviços" — é honesto sobre a lacuna. A descoberta é um problema de 2026. O raciocínio é um problema de 2030. A camada intermediária, que os dados da DWF capturam, é onde o dinheiro real está sendo ganho hoje: otimizadores estruturados em domínios restritos, pagos por usuários que não querem gerenciar sua própria estratégia de rendimento.
A segmentação honesta para 2026 se parece com isto:
- Nichos de agentes lucrativos e prontos para produção: roteamento de rendimento de stablecoins, rebalanceamento cross-chain, execução de intenções resistente a MEV, bots de gestão de tesouraria para DAOs.
- Maturidade média, resultados mistos: agentes de negociação baseados em sentimento social, agentes de mercados de previsão (onde a IA atinge uma precisão 27 % superior à dos humanos em alguns estudos), estratégias de rotação de narrativa.
- Hype, mas ainda sem alpha: traders discricionários totalmente autônomos, agentes de raciocínio de múltiplas etapas gerenciando portfólios direcionais, camadas de orquestração agente-de-agentes.
Uma empresa alocando capital na categoria um em 2026 está comprando um produto real. Uma empresa alocando capital na categoria três está comprando um projeto de pesquisa que pode ou não produzir retornos até 2030.
O Que Isso Significa para os Desenvolvedores
Para desenvolvedores e operadores de infraestrutura, o número de 19 % cria duas oportunidades distintas e uma armadilha.
As oportunidades: construa para os agentes de domínio limitado que já funcionam (roteadores de stablecoins, otimizadores de rendimento, execução consciente de MEV) e você estará servindo a um mercado em crescimento com disposição comprovada para pagar. Construa para a pegada de agentes pesada em leitura e você estará servindo a uma curva de carga que está subindo mais rápido do que o orçamento de qualquer um antecipou.
A armadilha: construir frameworks de negociação autônomos para implantação em 2026 quando a lacuna de capacidade subjacente está de cinco a sete anos de ser fechada. Os agentes que prometem "superar os traders discricionários humanos" hoje estão, em grande parte, reembalando as mesmas estratégias de MEV que existem desde 2020 com um LLM na frente do estimador de gás.
Para o resto do mercado — alocadores de capital, gestores de tesouraria, usuários de varejo se perguntando se devem entregar seu portfólio a um chatbot — a resposta para 2026 é a mais sem graça: use agentes onde eles comprovadamente vencem (rendimento, roteamento, execução), não onde o marketing promete que vencerão.
O Número Que Realmente Importa
Retire os bots de otimização, os buscadores de MEV e os roteadores de stablecoins, e a parcela do volume DeFi proveniente de agentes de raciocínio genuinamente autônomos provavelmente está mais próxima de 2-3 % do que de 19 %. Esse é o número a ser observado nos próximos 24 meses.
Se ele subir de 2 % para 10 % até meados de 2027, a tese de Armstrong está no caminho certo. Se permanecer estável enquanto o número mais amplo de 19 % continua subindo — significando que bots restritos se tornam mais eficientes, mas os agentes de raciocínio não se tornam mais inteligentes — então a economia agêntica é real, mas é uma história de infraestrutura de backend, não uma revolução na gestão de portfólio.
De qualquer forma, os dados já separaram o marketing da matemática. A manchete de 19 % é verdadeira. A lacuna de 5 para 1 também é verdadeira. Qualquer pessoa que aposte na economia dos agentes sem manter ambos os números na cabeça está apostando em uma história com a qual as pessoas que escrevem a pesquisa já discordam.
O BlockEden.xyz alimenta os indexadores, endpoints RPC e a infraestrutura de roteamento de intenções na qual o DeFi impulsionado por agentes opera — em Sui , Aptos , Ethereum , Solana e mais de 27 outras chains. Explore nosso marketplace de APIs para construir agentes em uma infraestrutura projetada para as cargas de trabalho pesadas em leitura e densas em assinaturas que a próxima onda de DeFi autônomo exigirá.