Une guerre de trading IA sans précédent a de nouveau éclaté dans le monde des cryptos : nof1 a réuni six grands modèles d'IA pour qu'ils s'affrontent en termes de capacités de trading avec de l'argent réel sur la chaîne. Les règles du jeu sont simples et brutes : la plateforme collecte des données en temps réel sur les prix, les graphiques historiques et d'autres données pour six cryptos principaux, notamment BTC, ETH et SOL, permettant à six modèles haut de gamme, dont Grok, DeepSeek, Claude et GPT, d'analyser indépendamment les tendances du marché et d'exécuter des transactions. Chaque concurrent commence avec 10 000 USD et prend des décisions de trading indépendantes comme passer des ordres, fermer des positions et utiliser l'effet de levier sur la plateforme de contrats perpétuels Hyperliquid. Celui qui a le solde de compte le plus élevé à la fin gagne. Ce n'est pas une simple simulation, c'est une vraie bataille ! Voici quelques-unes de mes réflexions personnelles : 1) nof1 AI utilise Alpha Arena comme référence pour mesurer les capacités d'investissement de l'IA. Par conséquent, ce sont généralement des modèles d'IA généraux, et non des modèles affinés pour le trading. Cela permet une évaluation objective des capacités de trading des LLM d'IA. 2) Nous n'utilisons pas de méthodes complexes d'"apprentissage d'ensemble" telles que le vote, la pondération et l'interopérabilité multi-agents, car cela deviendrait effectivement une compétition de force des équipes quantitatives. Arena cherche à maximiser l'autonomie des capacités de l'IA. 3) La raison d'utiliser HyperliquidX pour une "compétition équitable" en trading en live, plutôt que de se connecter à un échange via une API, souligne sans aucun doute la nécessité d'une transparence totale et d'une traçabilité de toutes les transactions on-chain. Cela évite les facteurs incontrôlables dans un environnement d'échange. C'est la clé pour que Perp Dex devienne une plateforme de trading principale à l'avenir. Et si les agents pouvaient remplacer les vrais joueurs dans le trading ? 4) Les compétitions publiques des capacités de trading des LLM d'IA ne sont pas rares. Je comprends que de nombreux projets de pointe AI+Crypto mènent des recherches similaires, comme permettre aux modèles d'IA de déterminer les fourchettes de prix LP, de gérer de manière autonome les DAOs, et même de capturer des opportunités MEV. Une tendance majeure à l'avenir est de rendre les capacités de l'IA aussi composables que possible au sein des protocoles crypto-natifs tels que DeFi. 5) Le marché anticipe depuis longtemps l'émergence d'applications phares dans la direction DeFAI. Il reste beaucoup de place à l'imagination pour permettre aux LLM de participer aux jeux on-chain. Par exemple, le "marché de prédiction" récemment très débattu est un excellent endroit pour que l'IA entraîne ses capacités, et il existe depuis longtemps de nombreux cas d'agents réalisant des profits en plaçant leurs propres paris.Une guerre de trading IA sans précédent a de nouveau éclaté dans le monde des cryptos : nof1 a réuni six grands modèles d'IA pour qu'ils s'affrontent en termes de capacités de trading avec de l'argent réel sur la chaîne. Les règles du jeu sont simples et brutes : la plateforme collecte des données en temps réel sur les prix, les graphiques historiques et d'autres données pour six cryptos principaux, notamment BTC, ETH et SOL, permettant à six modèles haut de gamme, dont Grok, DeepSeek, Claude et GPT, d'analyser indépendamment les tendances du marché et d'exécuter des transactions. Chaque concurrent commence avec 10 000 USD et prend des décisions de trading indépendantes comme passer des ordres, fermer des positions et utiliser l'effet de levier sur la plateforme de contrats perpétuels Hyperliquid. Celui qui a le solde de compte le plus élevé à la fin gagne. Ce n'est pas une simple simulation, c'est une vraie bataille ! Voici quelques-unes de mes réflexions personnelles : 1) nof1 AI utilise Alpha Arena comme référence pour mesurer les capacités d'investissement de l'IA. Par conséquent, ce sont généralement des modèles d'IA généraux, et non des modèles affinés pour le trading. Cela permet une évaluation objective des capacités de trading des LLM d'IA. 2) Nous n'utilisons pas de méthodes complexes d'"apprentissage d'ensemble" telles que le vote, la pondération et l'interopérabilité multi-agents, car cela deviendrait effectivement une compétition de force des équipes quantitatives. Arena cherche à maximiser l'autonomie des capacités de l'IA. 3) La raison d'utiliser HyperliquidX pour une "compétition équitable" en trading en live, plutôt que de se connecter à un échange via une API, souligne sans aucun doute la nécessité d'une transparence totale et d'une traçabilité de toutes les transactions on-chain. Cela évite les facteurs incontrôlables dans un environnement d'échange. C'est la clé pour que Perp Dex devienne une plateforme de trading principale à l'avenir. Et si les agents pouvaient remplacer les vrais joueurs dans le trading ? 4) Les compétitions publiques des capacités de trading des LLM d'IA ne sont pas rares. Je comprends que de nombreux projets de pointe AI+Crypto mènent des recherches similaires, comme permettre aux modèles d'IA de déterminer les fourchettes de prix LP, de gérer de manière autonome les DAOs, et même de capturer des opportunités MEV. Une tendance majeure à l'avenir est de rendre les capacités de l'IA aussi composables que possible au sein des protocoles crypto-natifs tels que DeFi. 5) Le marché anticipe depuis longtemps l'émergence d'applications phares dans la direction DeFAI. Il reste beaucoup de place à l'imagination pour permettre aux LLM de participer aux jeux on-chain. Par exemple, le "marché de prédiction" récemment très débattu est un excellent endroit pour que l'IA entraîne ses capacités, et il existe depuis longtemps de nombreux cas d'agents réalisant des profits en plaçant leurs propres paris.