Futuros
Aceda a centenas de contratos perpétuos
TradFi
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Lançamento
CandyDrop
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
Launchpad
Chegue cedo ao próximo grande projeto de tokens
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Simple Earn
Ganhe juros com tokens inativos
Investimento automático
Invista automaticamente de forma regular.
Investimento Duplo
Aproveite a volatilidade do mercado
Soft Staking
Ganhe recompensas com staking flexível
Empréstimo de criptomoedas
0 Fees
Dê em garantia uma criptomoeda para pedir outra emprestada
Centro de empréstimos
Centro de empréstimos integrado
Mais
DeFAI Ferramentas Resumidas: Como usar um Agente de IA para gerir ativos na cadeia?
Para equipas capazes de dominar simultaneamente as duas dimensões, Web3 e IA, este é o momento oportuno para avançar.
Artigo por: GO2MARS
Antes de avançarmos para uma análise formal, é necessário esclarecer primeiro um conceito central: DeFAI。
DeFAI é a sigla de DeFi (finanças descentralizadas) e AI (inteligência artificial) e refere-se à integração de agentes de IA em cenários financeiros on-chain, dotando-os de capacidade para percecionar o estado do mercado, definir estratégias de forma autónoma e executar diretamente operações on-chain — permitindo, sem depender de intervenção humana em tempo real, concretizar uma série de operações financeiras tradicionalmente executadas por profissionais, como alocação de ativos, gestão de risco e interação com protocolos.
Em suma, DeFAI não é uma simples atualização “AI” de ferramentas de DeFi; é uma tentativa de construir, on-chain, uma camada de execução financeira que funcione de forma autónoma.
Esta área tem-se aquecido rapidamente desde o Q4 de 2024. Há três acontecimentos marcantes a ter em conta: cada um corresponde a um dos três níveis em que os agentes de IA entram no Web3 — primeiro a passagem do storytelling ao mainstream, depois a construção de infraestruturas tokenizadas e, por fim, a implementação real de capacidades de execução.
O primeiro acontecimento deu-se em julho de 2024. O robô do Twitter Truth Terminal, construído pelo developer Andy Ayrey, ganhou rápida notoriedade após receber uma doação de 50 mil dólares em BTC do cofundador da a16z, Marc Andreessen, e desencadeou a propagação viral do token GOAT. Foi a primeira vez, de forma verdadeiramente significativa, que um agente de IA entrou no campo de visão do público como participante real na economia on-chain.
O segundo acontecimento ocorreu no mesmo ano, em outubro. O Virtuals Protocol explodiu na rede Base: tokenizou o próprio agente de IA. A sua capitalização no ecossistema atingiu um máximo superior a 3,5 mil milhões de dólares, tornando-se um exemplo típico da fase de tokenização de infraestruturas no setor DeFAI.
O terceiro acontecimento, foi a implementação em cadeia da camada de execução por projetos como Giza, HeyAnon, Almanak, etc., impulsionando a indústria a passar de um modelo orientado por narrativa para uma fase mais orientada a produtos — os agentes de IA começaram de facto a “colocar mãos à obra” na execução de operações on-chain, e não apenas a permanecer no nível de interação de informação.
Em termos de dimensão do mercado global, várias instituições de investigação alinham fortemente nas previsões de crescimento para o setor de agentes de IA:
Tabela 1: Comparação de previsões do tamanho do mercado global de agentes de IA; fonte de dados: MarketsandMarkets (2025), Grand View Research (2025), BCC Research (2026.01)
No entanto, ainda existe uma diferença significativa entre a febre de capital e a materialização na indústria. No relatório “The State of AI in 2025” publicado em novembro de 2025 pela McKinsey (com base em 105 países e 1.993 entrevistados), apesar de 88% das organizações já utilizarem IA em pelo menos uma função de negócio, quase dois terços ainda permanecem em fase de experiências ou projetos-piloto. Especificamente no campo dos agentes de IA: 62% das organizações começaram a testar; 23% avançaram para escala em, pelo menos, uma função, mas a proporção de organizações que alcança implementação em escala em qualquer função individual continua abaixo de 10%.
Estes dados indicam-nos o seguinte: a febre narrativa do setor DeFAI, neste momento, ainda está à frente do progresso real de implementação. Compreender esta diferença é o pressuposto para avaliar objetivamente o valor desta área.
Bases técnicas do DeFAI: como os agentes de IA interagem com o mundo on-chain
Para compreender como o DeFAI funciona, é necessário responder primeiro a uma questão-chave: de que forma é que a IA entra nas operações financeiras on-chain?
A unidade central de execução do sistema DeFAI é um agente de IA construído com base em grandes modelos de linguagem. De acordo com a revisão académica de Wang et al. (2023), as suas capacidades centrais podem ser resumidas numa arquitetura em três camadas, e cada uma delas tem uma função específica correspondente em cenários on-chain:
Mas aqui há um ponto que precisa de ser clarificado: o modelo de IA em si não consegue interagir diretamente com a blockchain. Quase todos os sistemas DeFAI atuais adotam uma** arquitetura de separação entre inferência fora da cadeia e execução on-chain** — o agente de IA conclui o cálculo de estratégia off-chain e depois converte o resultado em sinais de transação on-chain, que são submetidos pelo módulo de execução. Esta conceção arquitetónica é, por um lado, uma escolha realista face às condições técnicas atuais e, por outro, levanta também uma série de questões de segurança, como autorização de chaves privadas e gestão de permissões.
Em essência, o agente de IA é um sistema de decisão autónoma baseado em grandes modelos de linguagem, que fecha o ciclo através da decomposição de tarefas, gestão de memória e chamadas de ferramentas; e, atualmente, a interação entre agentes de IA e a ponta dos ativos on-chain já começa a ganhar forma.
Tabela 2: Arquitetura em três camadas do agente de IA
Evolução do DeFAI: da interação de informação ao ciclo de execução fechado
Depois de esclarecida a base técnica do DeFAI, surge naturalmente a seguinte questão: como é que este sistema chegou passo a passo ao estado atual?
De acordo com a investigação da The Block, a evolução do DeFAI não aconteceu de uma só vez, mas passou por dois estágios distintos — desde agentes de interação centrados no processamento de informação, nos primeiros tempos, até aos sistemas de execução atuais, capazes de intervir de verdade em operações on-chain.
Há diferenças essenciais entre os dois em termos de definição de objetivos, meios técnicos e níveis de risco.
Tabela 3: Comparação de duas vias de evolução do DeFAI
O desenrolar em dois estágios pode ser entendido da seguinte forma:
A primeira vaga é o agente de interação, com foco em construir um quadro de agentes que possam conversar e analisar. Projetos representativos incluem a framework Eliza do ElizaOS (anteriormente ai16z) e o G.A.M.E. do Virtuals, etc. Nesta fase, a essência continua a ser uma ferramenta de informação — o agente lê, fala e analisa; mas os seus limites funcionais ficam-se no nível de informação e não tocam em nenhuma operação de execução de ativos.
A segunda vaga é o agente DeFAI de execução, que só então entra verdadeiramente no ciclo fechado de decisão e execução. Projetos representativos incluem HeyAnon, Wayfinder, Giza (ARMA Agent) e Almanak, etc. O traço comum destes sistemas é: a IA corre off-chain, produz sinais de estratégia estruturados e completa as transações através de um módulo de execução on-chain — não substitui os protocolos DeFi existentes; antes, adiciona-lhes uma camada de mecanismo de decisão por IA, fazendo com que toda a cadeia operacional passe de “instrução humana” para “execução autónoma do agente”.
A diferença essencial entre as duas vagas não reside na complexidade técnica, mas sim em saber se toca verdadeiramente nos ativos. Isso também determina que os desafios enfrentados pela segunda vaga em termos de mecanismos de confiança, desenho de permissões e arquitetura de segurança são muito mais complexos do que na primeira vaga — e é precisamente isso que o próximo capítulo abordará em destaque.
Mapeamento de terreno do DeFAI: quatro principais cenários de aplicação
Da arquitetura técnica às vias de evolução, o “que o DeFAI consegue fazer” já se torna mais claro. Então, a nível de produto real, que problemas concretos está a resolver?
De forma global, as explorações de aplicação do DeFAI atualmente formaram uma distribuição de implementação relativamente madura em torno de quatro direções centrais, correspondendo a quatro dores-chave principais nas operações on-chain: eficiência de rendimento, execução de estratégias, barreiras de interação e controlo de risco.
Otimização de rendimento: reequilíbrio automático entre protocolos
A otimização de rendimento é atualmente o cenário de aplicação DeFAI com maior maturidade. A lógica central é: varrer continuamente as taxas de depósito anuais de protocolos DeFi mainstream como Aave, Compound, Fluid, etc., combinando com parâmetros de risco pré-definidos para decidir se é necessário reequilibrar, e executar uma análise de custos de transação antes de cada operação — apenas quando o aumento do rendimento consegue cobrir todos os gas e custos de transação é que o dinheiro é efetivamente transferido, permitindo uma configuração automática ótima entre protocolos.
Por exemplo, no caso da Giza: o seu ARMA Agent foi lançado na rede Base em fevereiro de 2025 com uma estratégia de rendimento em stablecoins, monitorizando continuamente variações de taxas em Aave, Morpho, Compound, Moonwell, etc.; depois, após considerar de forma abrangente APY dos protocolos, custos de taxas e liquidez, faz o agendamento inteligente dos fundos do utilizador para maximizar o rendimento. De acordo com dados públicos, o ARMA já tem cerca de 60k detentores independentes, mais de 36k agentes já implantados e um montante de ativos sob gestão (AUA) superior a 20 milhões de dólares.
Num contexto de mercado em que os rendimentos nos protocolos DeFi oscilam continuamente, a eficiência e a pontualidade da monitorização manual e do reequilíbrio manual estão muito aquém dos sistemas automatizados — e é precisamente aí que reside o valor central deste cenário.
Tabela 4: Exemplo de imagem do ARMA Agent da plataforma Giza
Automação de estratégias quantitativas: democratização de capacidades ao nível institucional
No cenário de automação de estratégias quantitativas, as plataformas DeFAI tentam modularizar e automatizar os módulos de ponta a ponta das equipas de quant tradicional, permitindo que utilizadores individuais também consigam aceder a capacidades de execução de estratégias ao nível institucional.
Por exemplo, no Almanak apoiado pela Delphi Digital: o seu sistema AI Swarm decompõe o processo quantitativo em quatro etapas:
O significado desta arquitetura reside no facto de que a IA assume as funções de análise de dados, iteração de estratégia e gestão de risco; o utilizador só precisa de rever em última instância os resultados de saída do sistema, sem necessidade de montar uma equipa de quant profissional — realizando a chamada “igualdade de acesso a estratégias ao nível institucional” (conforme a afirmação do projeto).
Tabela 5: Demonstração na página inicial da plataforma Almanak
Execução de instruções em linguagem natural: tornar as operações DeFi tão simples como enviar mensagens
O núcleo deste cenário é a operação DeFi baseada na intenção do utilizador (Intent-based DeFi): recorrendo a tecnologias de processamento de linguagem natural, o utilizador envia comandos de transação em linguagem do dia-a-dia; a IA os interpreta e os converte em operações on-chain em múltiplos passos, reduzindo significativamente as barreiras de operação para utilizadores comuns.
HeyAnon construiu uma plataforma de chat DeFAI. Ao inserir instruções no campo de conversa, a IA consegue executar operações on-chain como troca de tokens, ligação cross-chain via ponte, empréstimos, staking, etc. O sistema integra pontes cross-chain LayerZero e protocolos como Aave v3, com suporte para deploy multi-chain em Ethereum, Base, Solana e outras redes.
Tabela 6: Demonstração na página inicial da plataforma HeyAnon
Wayfinder, por sua vez, foi investida pela Paradigm e oferece um serviço de transações cross-chain ainda mais avançado. O seu agente de IA (chamado Shells) encontra automaticamente a melhor rota de transação entre cadeias diferentes e executa operações como transferências cross-chain, swaps de tokens ou interações com NFTs; o utilizador não precisa de se preocupar com detalhes técnicos como taxas gas subjacentes ou compatibilidade cross-chain.
Tabela 7: Demonstração na página inicial da plataforma Wayfinder
Em resumo, a interface de linguagem natural reduz de forma significativa a barreira de operação do DeFi, mas também exige uma maior precisão na interpretação da intenção subjacente. Se a IA compreender mal um comando, o resultado da operação pode divergir bastante das expectativas do utilizador.
Gestão de risco e monitorização de liquidações: mecanismos incorporados em protocolos on-chain
Nos cenários de empréstimo DeFi e alavancagem, a aplicação mais comum de agentes de IA é monitorizar em tempo real a saúde das posições on-chain e executar automaticamente medidas de proteção antes de a liquidação se aproximar do limiar. Esta aplicação está a ser integrada gradualmente em vários dos principais protocolos DeFi, tornando-se uma funcionalidade nativa das plataformas DeFi.
Num mercado on-chain com volatilidade elevada 24/7, é difícil manter uma eficiência de resposta consistente apenas com monitorização manual. Neste cenário, os agentes de IA conseguem acompanhar continuamente, avaliar de forma inteligente e intervir automaticamente, elevando a eficiência de gestão de risco para níveis que sistemas manuais ou automáticos por regras dificilmente conseguem atingir.
Tabela 8: Os quatro principais cenários de aplicação de Agent × DeFi
Em conjunto, os quatro cenários acima não são independentes entre si. Formam uma complementaridade em torno da mesma linha principal: a otimização de rendimento e a automação de estratégias quantitativas visam utilizadores mais avançados com certa escala de ativos, e a sua vantagem central está na eficiência de execução e na precisão da estratégia; a interação por linguagem natural procura reduzir as barreiras de operação para utilizadores comuns; a gestão de risco é a salvaguarda de segurança de base subjacente a todos os cenários. A combinação dos três constitui o panorama de implementação base do ecossistema DeFAI atual e também prepara o terreno para aplicações de agentes on-chain mais complexas no futuro.
Limite de segurança do DeFAI: gestão de chaves privadas e controlo de permissões
Nos quatro cenários de aplicação referidos acima, quer na otimização de rendimento quer na automação de estratégias quantitativas, há apenas uma condição que permite que isso aconteça: o agente de IA tem de possuir alguma forma de permissão de assinatura, ou seja, capacidade de aceder à chave privada. Este é o desafio técnico mais crucial de todo o setor DeFAI, e também o mais facilmente encoberto pela febre narrativa — uma vez que surja uma vulnerabilidade no mecanismo de assinatura, toda a capacidade de estratégia no nível superior deixa de fazer sentido.
Atualmente, as soluções de segurança de chaves privadas mais comuns na indústria dividem-se em duas categorias: MPC (cálculo multipartidário) e TEE (ambiente de execução fiável). Ambas têm ênfases diferentes em termos de modelo de segurança, nível de automação e complexidade de engenharia.
Tabela 9: Tabela comparativa das duas soluções principais de gestão de segurança de chaves privadas
No entanto, a segurança da chave é apenas a primeira linha de defesa. Na implementação real, independentemente do esquema de gestão de chaves, é necessário acrescentar-lhe mecanismos de controlo de permissões para impedir que o agente opere acima das suas autorizações. A prática do Almanak fornece um enquadramento relativamente completo para referência: a plataforma protege tanto a lógica da estratégia com TEE quanto parâmetros privados. E, entre o motor de deployment e a conta Safe detida pelo utilizador, insere uma camada de permissões Zodiac Roles Modifier. Para cada transação iniciada pela IA, é comparada uma a uma com uma lista branca de endereços de contrato, funções e parâmetros predefinidos; transações que não estejam dentro do âmbito autorizado são automaticamente recusadas.
Esta implementação do princípio do menor privilégio tornou-se, atualmente, uma referência importante para o desenho de segurança dos sistemas DeFAI. Ela revela uma lógica mais profunda: os problemas de segurança do DeFAI não são, em essência, uma questão de escolha isolada de uma tecnologia — são um projeto de sistemas em que a gestão de chaves, os limites de permissões e as auditorias de execução se coordenam. A falta de qualquer um dos elementos pode tornar-se o elo mais fraco de toda a cadeia. É precisamente este o ponto de partida do próximo capítulo na análise de risco.
A discrepância entre a realidade e a narrativa: análise central de riscos do DeFAI
A análise acima revela uma conclusão central:
O VCX não recebe um prémio porque a seleção de ativos seja excecional ou porque a expectativa de retorno seja superior, mas porque vende o próprio canal. Para isso, há uma questão a responder: que tipo de produto é, afinal, o VCX?
Em termos de forma legal, é um fundo fechado registado junto da SEC. As participações são transparentes, a estrutura cumpre as regras e não há diferença essencial face a qualquer ETF comum do tipo stock no mercado. Mas em termos de função prática, o que ele vende não é uma “expectativa de retorno de investimento” no sentido tradicional; é antes uma espécie de qualificação de acesso ao nível dos ativos — no passado, apenas instituições VC de topo e investidores qualificados conseguiam aceder — e essa qualificação é empacotada como unidades negociáveis na NYSE.
Por isso, o mercado está disposto a pagar um prémio de 16 a 30 vezes o NAV, o que, na essência, é a precificação deste direito de acesso e não uma avaliação do potencial de rendimentos futuros dos ativos subjacentes.
Visto por este ângulo, a comparação entre VCX e MicroStrategy (MSTR) ajuda a esclarecer o problema. Ambas fazem, à superfície, coisas semelhantes: encapsular ativos escassos de difícil acesso diretamente (Bitcoin / participações de topo em pré-IPO) como valores mobiliários negociáveis no mercado secundário e apresentar um prémio muito acima do valor dos ativos subjacentes. Contudo, existe uma diferença fundamental na lógica de operação de capital entre as duas:
Comparação entre VCX e MSTR (modelo Strategy)
Em outras palavras, o prémio da MSTR tem um mecanismo de capital com capacidade de funcionar continuamente por trás; já o prémio do VCX deriva sobretudo da escassez de “lotes” + impulso emocional. Não há certo ou errado nesta lógica de produto. No entanto, o risco que ela encerra é mais difícil de ser corretamente precificado pelo mercado do que num fundo fechado comum:
Se os pequenos investidores comprarem a um preço muito acima do NAV, na prática não estão a pagar o valor dos próprios ativos, mas sim um prémio pelo direito de acesso — e, uma vez que a empresa subjacente conclua o IPO e o mercado forme um canal direto de transação em mercado aberto, esse prémio enfrenta uma pressão para cair rapidamente para zero.
Leitura de tendências
Com base na análise anterior, podemos fazer um julgamento por etapas sobre a trajetória evolutiva do DeFAI. No conjunto, esta área encontra-se num ponto crítico de transição de prova de conceito para produto. Prevê-se que a sua evolução passe por três fases progressivas:
Tabela 11: Previsão de etapas de desenvolvimento do DeFAI
Nota: a tabela acima baseia-se em julgamentos consolidados a partir de relatórios públicos do setor, progresso de projetos e maturidade técnica; não é um cronograma determinístico
No momento atual, o DeFAI encontra-se globalmente numa fase de transição de “apoio à decisão” para um “período semi-autónomo” — alguns projetos já começam a assumir capacidades de execução autónoma em âmbito limitado, mas os mecanismos de auditoria humana e “fallback” ainda predominam como forma de implementação. Neste contexto, há três pontos de julgamento que vale a pena destacar, combinando a maturidade técnica atual e o estado do mercado.
Em primeiro lugar, a essência da maioria dos projetos DeFAI atuais continua a ser ferramentas de automação, e não agentes autónomos no sentido verdadeiro. Nesta fase, os produtos rotulados como “DeFAI” têm, em geral, capacidades centradas em traduzir comandos humanos para sequências de operações DeFi predefinidas; na essência, aproximam-se de interfaces de execução eficientes, e não de sistemas autónomos com raciocínio e tomada de decisão independentes. Mesmo de acordo com o relatório da McKinsey de 2025, ainda não chega a 10% das organizações a conseguirem uma implementação escalada de agentes de IA em qualquer função individual em cenários empresariais gerais. Em cenários on-chain, o limiar de confiança e a complexidade operacional são mais elevados; ainda existe um caminho considerável entre uma demonstração técnica e um verdadeiro ciclo comercial fechado.
Em segundo lugar, o caminho mais maduro para os agentes de IA e o mais fácil de ganhar confiança institucional não é a negociação autónoma de alto risco, mas sim a monitorização, prevenção e apoio à governação on-chain. Cenários como monitorização de posições 24x7, alertas de liquidação e análise de propostas de governação: por um lado, toleram relativamente bem alucinações do LLM — erros na saída não desencadeiam diretamente perdas de fundos; por outro lado, podem compensar eficazmente a insuficiência humana em continuidade de atenção. Este tipo de cenários é uma rota mais realista para o DeFAI passar de “demonstração de tecnologia” para “adoção institucional”.
Em terceiro lugar, a fusão de agentes de IA com RWA é uma direção de interseção que vale a pena observar no futuro desta área. Segundo os dados de RWA.xyz, até ao início de abril de 2026, o valor total de RWA tokenizados on-chain já ultrapassa 27 mil milhões de dólares (excluindo stablecoins), cobrindo várias categorias como títulos do Tesouro dos EUA, crédito privado, mercadorias e obrigações corporativas. Se os agentes de IA conseguirem intervir na gestão de uma carteira de ativos combinados que inclua RWA de dívida soberana e stablecoins — por exemplo, ajustando automaticamente as proporções de alocação de acordo com as condições de mercado — a escala de ativos que se pode alcançar será muito superior ao âmbito atual, que é dominado por ativos nativos de DeFi, e há a possibilidade de ligar verdadeiramente o on-chain ao off-chain no lado dos ativos, realizando a ligação Web3+IA+TraFi e expandindo significativamente a imaginação do mercado.
Conclusão
Os agentes de IA e a gestão de ativos on-chain estão numa fase crítica de transição de prova de conceito para produto. A viabilidade técnica já foi validada, mas dos riscos de alucinação do LLM, à heterogeneidade dos dados on-chain, até à ausência de infraestrutura de base de confiança: os desafios que a indústria enfrenta não podem ser resolvidos apenas por iteração técnica. Exigem um avanço sistemático no desenho da arquitetura dos projetos, no planeamento de caminhos de conformidade, na construção de sistemas de segurança e na validação de modelos de negócio.
Isso também significa que esta área ainda está numa fase inicial de construção, e o verdadeiro panorama competitivo ainda não se formou. Para equipas com capacidade de dominar simultaneamente as duas dimensões, Web3 e IA, este é precisamente o momento de janela para entrar — quer seja para construir sistemas de agentes on-chain mais fiáveis na camada de execução, quer seja para desbloquear as ligações críticas de dados, permissões e confiança na camada de infraestrutura, existe ainda um espaço considerável por preencher.
As barreiras competitivas do DeFAI, no final, não vão ficar num modelo isolado nem na profundidade de integração de protocolos. Vão estar na capacidade de construir um ciclo verdadeiramente coerente e auto-sustentado entre tecnologia, conformidade e segurança.