Последнее время я изучаю сектор AI-трейдинга, и обнаружил, что ситуация гораздо сложнее, чем кажется.

С начала 2026 года, после того как концепция AI-агентов стала популярной, резко выросла активность в инструментах AI-трейдинга. За несколько месяцев появилось десятки новых проектов: от запуска на Nansen функции самостоятельной торговли, до Donut, привлекшего 22 миллиона долларов, и MOSS, открывшего платформу без кода. Крупные биржи активно внедряют различные навыки для AI-агентов. Всё выглядит очень оживлённо, но при более тщательном анализе становится ясно, что граница между продуктами, реально управляющими деньгами, и просто рассказывающими истории, очень размыта.

Я условно разделил этот сектор на три уровня. Первый — чисто информационные инструменты, типичный пример — AIXBT, который похож на AI-версию торгового радара: ежедневно в соцсетях публикует более 2000 аналитических сообщений, помогает выделить интересные активы, но не размещает ордера. Такие продукты растут быстрее всего, потому что они далеки от денег и, следовательно, безопаснее.

Второй уровень — это ядро текущего внимания, объединяющее принятие решений и исполнение. Minara предлагает четыре способа размещения ордеров: от ручных до полностью автоматических, поддерживая краткосрочные, внутридневные и волновые стратегии. Donut стал системой операционной системы на уровне браузера: при просмотре графиков или DEX можно сразу торговать. MOSS позволяет описывать стратегии простым языком, и AI автоматически становится торговым агентом, но интересно, что сначала он помещает агента в «адский режим», проводя стресс-тест на 150-дневных исторических данных, чтобы пройти его — только тогда он переходит на реальный рынок. Nansen использует свою базу из более чем 500 миллиона помеченных кошельков для мониторинга аномалий в блокчейне и автоматического исполнения сделок.

Также есть Mojo AI, который внедряет инновации в DeFi, поддерживая команды на естественном языке для обмена, кросс-чейн операций и стейкинга. Cod3x работает с бессрочными контрактами, и продукт Big Tony показывает, что при тестировании он достигает сверхдоходности в 21.7% по сравнению с держанием BTC. Milo — это недепозитарный агент на Solana, интересно, что каждая сделка сопровождается «торговым дневником» с объяснением логики, что повышает прозрачность. HyperAgent стоит 550 долларов в месяц, использует 7 потоков сигналов для анализа, есть 17 жестко закодированных ограничений безопасности, но пользовательская база очень мала.

Третий уровень — инфраструктура. VergeX’s NoFx — это open-source проект, который может подключаться к нескольким биржам, не ограничиваясь криптовалютами. Almanak идет еще дальше: использует 18 специализированных AI-агентов, которые работают в команде, привлек более 10 миллионов долларов финансирования.

Но за этим стоят очевидные риски. Во-первых, системные риски: множество AI-агентов используют одни и те же крупные модели, стандарты анализа очень схожи, и при срабатывании одного условия могут одновременно начать продавать тысячи и даже миллионы агентов, вызывая массовое обрушение цен. Некоторые проекты пытаются решить проблему, например HyperAgent использует 7 различных сигналов для динамического взвешивания, Almanak — мульти-агентное решение, но насколько это реально уменьшит риски, покажет только экстремальный тест рынка.

Во-вторых, распространение «фейкового AI». Многие так называемые платформы AI-трейдинга на самом деле используют старые скрипты технических индикаторов, просто в оболочке AI. Пользователи думают, что используют AI, а на деле — это старые боты в новом обличье.

В-третьих, AI может «бредить». Он может придумывать несуществующие торговые пары, неправильно интерпретировать данные блокчейна, давать устаревшие решения во время волатильности — всё это ведет к реальным потерям. Еще более опасна атака через внедрение вредоносных команд в подсказки (prompt injection): хакеры могут вставлять злонамеренные инструкции в код или веб-страницы, и если AI не сможет отличить их, он выполнит их — последствия могут быть катастрофическими. Поэтому большинство продуктов всё еще требуют ручного подтверждения, но это упускает торговые возможности.

Четвертый риск — стратегии, которые работают в бычьем рынке, могут провалиться в медвежьем. Большинство моделей обучаются на исторических данных и могут не сработать при новых условиях. AI хорошо работает, когда «история повторяется», но рынок как раз умеет разрушать это предположение.

Итак, прежде чем поверить в историю «AI помогает вам торговать криптовалютой», стоит задать себе три вопроса: действительно ли это AI или просто старый скрипт в новом обличье? Кто держит ваши деньги? И от умения анализировать рынок до готовности управлять деньгами — это не только вопрос кода, а длинный путь построения доверия.