Para que servem os Crypto AI Agents?

Já faz um ano desde que começou a corrida dos agentes de IA no quarto trimestre de 2024, quando @ virtuals_io lançou a “Tokenização de Agentes de IA”, conectando aplicativos e agentes de IA a tokens distribuídos de forma justa.

O tempo passa rápido.

Nesse ano único, vimos mudanças profundas na Crypto AI, o impulso do movimento open-source vindo da IA geral e uma explosão de ferramentas que tornam fácil para qualquer pessoa (desenvolvedores e usuários comuns) começar a construir algo.

Aquele produto de IA, inicialmente vinculado a um token de baixo valor e lançado por desenvolvedores independentes e pequenas equipes, evoluiu para um ecossistema completo de Crypto AI, agora com centenas de equipes qualificadas desenvolvendo suas próprias visões.

Neste artigo, aproveitando o hype recente da narrativa x402, vamos analisar o cenário atual, entender as transformações, ver como cada player relevante está atuando e, acima de tudo, para onde o mercado está indo e qual é o propósito dos agentes de Crypto AI.

Vamos começar ↓

Se você é como eu e se anima ou gosta de estudar IA, já percebeu que esse campo avança muito rápido. Todo mês aparece algo novo e interessante. Desde recursos “legais de se ter”, como Ghiblifi para tudo, até vídeos gerados por IA com qualidade profissional e agentes de IA que são mais produtivos do que um desenvolvedor júnior típico.

No universo cripto, nem sempre é assim. O que viralizou quando a narrativa dos agentes de IA começou há um ano foi:

• @ truth_terminal ganhando vida, interagindo e recebendo financiamento de @ pmarca da a16z
• @ aixbt_agent fazendo análises sofisticadas e atuando como um degen nativo do CT no X
• @ virtuals_io como sociedade de agentes, lançando “tokens de agente” que dispararam 10-50 vezes
• @ dolos_diary como o maior bully da internet, adorado por todos pelo humor ácido
• @ luna_virtuals como o primeiro AIDOL, entretendo fãs nas redes sociais

Entretenimento era o tema dominante no início da narrativa, MAS atualmente… não tivemos novas formas de entretenimento trazidas por agentes de IA há muito tempo (o que pode ser positivo, mas o charme dos primeiros dias de agentes de IA se perdeu)

O foco agora está nos nichos em que o cripto é forte — aplicações financeiras, ou seja, ganhar dinheiro (e evitar perdas)

O TAM de 30 trilhões de dólares para a economia agentic apresentado no relatório “The State of Crypto” da a16z pode soar exagerado, já que a previsão para o TAM da IA em 2030 é de alguns trilhões de dólares

Ainda assim, imagino toda a economia agentic valendo trilhões. À medida que ferramentas de IA generativa e verticais de IA aumentam a produtividade individual, a adoção empresarial cresce e fluxos de trabalho mais eficientes movidos por IA são implementados nas organizações.

Cripto não é diferente, MAS como o setor é muito focado em ganhar dinheiro, os workflows priorizam esse objetivo, e algumas categorias se destacam:

(i) Defi — Principal PMF da Crypto

• Trading (Spot, Perps em CEX/DEX),
• Mercados de Dinheiro (empréstimos, uso de ativos cripto),
• Stablecoins (meio de troca/unidade de estabilidade, estratégias defi compostas de alto rendimento),
• Protocolos de Yield (mercados de taxas de juros, mercados de pontos, mercados de taxa de funding, otimizadores de yield/produtos de vault),
• RWA/DePIN (trazendo ativos produtivos do mundo real para onchain, conectando capital onchain à demanda offchain)

Maior TAM, com mais de 150 bilhões $ em TVL e mais de 300 bilhões $ em capitalização de mercado de stablecoins. Avanços em clareza regulatória e aumento da adoção institucional trazem mais capital para onchain, enquanto o crescimento das stablecoins incentiva empresas e startups a usar as estruturas cripto.

Por esses fatores, cresce a demanda por automação — infraestrutura e ferramentas que funcionem como backend, enquanto empresas/startups atuam como frontend, trazendo seus usuários comuns para onchain, o que será chave para a próxima onda de adoção

Agentes capazes de abstrair as complexidades do Defi, facilitar a execução e/ou melhorar pontos essenciais do Defi (gestão de risco, rebalanceamento, curadoria de estratégias etc.) devem capturar boa parte do valor que flui para os protocolos Defi

Principais players do ecossistema:

• @ almanak
• @ gizatechxyz
• @ Cod3xOrg
• @ TheoriqAI
• @ ZyfAI_

(ii) DeAI/Darwinian AI — Principal PMF da Crypto AI

(iii) Prediction Markets x AI — Segmento de cripto de crescimento mais acelerado

Não vou me aprofundar em (ii) e (iii) porque já tratamos desses temas em artigos anteriores.

Se você acompanha o mercado, pouco mudou no segmento Defi x IA. Isso porque desenhar workflows ligados ao Defi é muito complexo. Não basta encaixar IA e torcer para o melhor — é preciso criar arquiteturas responsáveis e definir barreiras para evitar que agentes saiam do controle.

Por que estou falando disso e não de “Agentes de IA”?

O cenário inicial dos Agentes de IA era basicamente Virtuals e agentes construídos no ecossistema Virtuals (e, às vezes, CreatorBid e seus agentes), além do framework ai16z (agora ElizaOS), que facilita para qualquer pessoa construir “agentes” ou bots X capazes de acionar diferentes ferramentas, e muitos outros frameworks como Arc, Pippin, etc.

Essas soluções eram inovadoras e divertidas, MAS não são a verdadeira definição de agentes de IA. O agente deve ser uma IA que entende seu ambiente, compreende seu papel e responsabilidades, toma decisões proativas e age para cumprir metas específicas com o mínimo de intervenção humana.

Na prática, mais de 95% do mercado não é assim. São softwares, produtos de IA generativa ou ainda estão desenvolvendo agentes de IA autônomos.

Não estou criticando ninguém. O ponto é que ainda estamos muito no início… tão cedo que a maioria ainda não descobriu o que realmente funciona.

Quem descobriu (ou está prestes) normalmente nem entra na categoria “Agentes de IA” e sim como projeto de IA.

O Cenário

O hype recente do x402 trouxe rotação de capital e interesse para Crypto AI, mas o novo cenário é bem diferente do anterior.

O hype dos frameworks diminuiu

Frameworks já foram essenciais: ajudavam quem queria começar, economizavam tempo de aprendizado, de codificação e design de workflows. Ferramentas como MCP aumentam a capacidade dos agentes de acionar ou entregar APIs, o ERC-8004 vai ajudar a criar um registro e posicionar o Ethereum como camada de confiança e liquidação, o A2A e AP2 da Google estão virando frameworks padrão, e vemos ferramentas como n8n AI agent/workflow builders atraindo devs e usuários comuns.

Por esses motivos, o hype dos frameworks diminuiu e muitos mudaram de foco — por exemplo, @ arcdotfun passou para builders de workflow drag-and-drop; @ openservai, antes posicionado como “swarm”, também virou builder de workflow e ferramentas voltadas para criar negócios Web3 movidos por IA, focando em grupos específicos (ex.: workflows para prediction markets).

Frameworks ainda são importantes, mas, com a proliferação de frameworks de IA Web2, ferramentas e a adoção das rails Web3, o hype dos frameworks Web3 está em queda.

Mudança do modelo de Launchpad Fair-launched para o Meta ICO

O modelo de launchpad fair-launched funciona para pequenos investidores (e para o próprio launchpad), MAS dificulta o crescimento das equipes. Também favorece desenvolvedores independentes que buscam ganhos de curto prazo ou só gerar hype, em vez de construir negócios de IA duradouros, de 3 a 5 anos.

É por isso que a expansão de Virtuals com o Agents Commerce Protocol (ACP) faz sentido. Com x402 consolidando-se como rail de pagamento para agentes, infraestrutura de reputação, escopo de cooperação e remuneração entre agentes, tudo isso será essencial para criar a visão agentic.

No entanto, a grande questão segue: “Existem serviços úteis e de qualidade que as pessoas realmente pagariam?”

Se a maioria não for útil, faz sentido usar IA Web2 em vez de Web3? Se sim, qual o propósito de reunir agentes Web3?

Para construir um negócio sustentável de IA, com receita de 7 a 8 dígitos, é preciso funding, talento e tempo… para executar a visão, e o modelo fair-launched não atende esse objetivo.

Estamos vendo o crescimento de equipes médias e grandes que conseguem captar recursos com angels e VCs e ir ao mercado com rodadas comunitárias, seja na Kaito Launchpad, Legion ou Echo.

Essas equipes entregam produtos e serviços de qualidade superior graças aos recursos (fundos, talentos, credibilidade VC etc.), o que costuma resultar em melhor desempenho dos tokens.

Modelo de monetização e tokenomics com falhas

Gerenciar um produto de IA junto com um token exige habilidades diferentes e atenção aos detalhes para integrar ambos e acelerar o crescimento do produto e a aquisição de usuários (ex.: distribuir tokens para o público certo ➔ usuários viram pagantes ➔ pagam e usam o produto ➔ recebem mais tokens, alinhando interesses de longo prazo entre usuários e projeto (rev share, buyback, governança etc.) ➔ e o ciclo continua)

Parece simples, mas é difícil de executar. A maior parte das equipes pequenas de agentes entrega de 30 a 80% do tokenomics ao mercado, sem recursos para alimentar o ciclo de crescimento.

A maioria usa modelo SaaS ou precificação por uso/crédito, oferecendo a opção de pagar com token cripto para desconto. Muitos utilizam parte da receita de assinaturas para comprar de volta e/ou queimar os tokens usados no serviço.

Usar receita de assinatura para buyback é aceitável, mas exigir pagamento apenas com token (ou para desconto) dificulta a escalabilidade.

Tokens cripto são muito voláteis. Usá-los como meio de pagamento complica (um dia sobem 20%, no outro caem 30%, difícil prever orçamento).

Darwinian AI surge como alternativa para formação de capital com modelo de tokenomics transparente

• @ opentensor (Bittensor) se tornou referência para founders lançarem ideias, miners contribuírem com IA e investidores apostarem na próxima DeAI capaz de revolucionar o setor
• @ flock_io estabelece padrão para IA preservadora de privacidade e domínio específico, baseada em federated learning, atraindo empresas Web2 e governos como clientes e trainers (miners) interessados em contribuir para IA. Assim como o Bittensor, Flock ajuda empresas a terceirizar talentos de qualidade para projetos relevantes de IA.
• @ BitRobotNetwork, inspirado no Bittensor, segue caminho semelhante para desenvolver um ecossistema focado em robôs e subnets.

Benchmarks e avaliações reais estão sendo criados com stakes reais para todos acompanharem (servindo também como entretenimento de qualidade)

• @ the_nof1 Alpha Arena coloca 6 modelos de IA de ponta em competição de trading de perps com dinheiro real (cada recebe 10 mil $ para operar)
• @ FractionAI_xyz utiliza competições entre agentes de IA para aprimorar e continuar o fine-tuning dos agentes, entregando resultados, sinais, lucros e gestão de risco melhores.
• @ openservai criou a OpenArena, onde modelos de IA competem em prediction markets.

Pareço repetitivo falando de Darwinian AI, mas é isso que está resolvendo a questão da formação de capital e impulsionando a inovação em Crypto AI.

Confira o artigo Darwinian AI aqui caso ainda não tenha visto.

Todos os tópicos acima mostram o que as subnets podem fazer.

• Chutes, subnet líder do Bittensor, já é o principal fornecedor de inferência no OpenRouter, o gateway de API mais popular do mundo para devs de IA geral
• Principais subnets de computação (3-4 subnets) geram juntas 20-30 milhões $ de ARR
• Subnets ligadas a prediction estão começando a gerar ARR de 6-7 dígitos ao monetizar o alpha ou usar sinais para trading/predição

Darwinian AI = formação de capital (sem precisar de VCs) + acelerador de inovação (contribuição de engenheiros de IA/ML) = isso vai impulsionar a narrativa dos agentes de IA em 2026

Além de produtos úteis, o tokenomics do Darwinian AI costuma ser transparente, com mecanismos de incentivo para colaboradores, investidores, holders, governança etc.

E o que está realmente animando agora em times menores/Agentes de IA?

Sinceramente, há alguns que gosto de usar, MAS nenhum que eu pagaria (pelo menos por enquanto)

Grok cobre pesquisas no X, enquanto ChatGPT cobre pesquisas gerais de qualquer área.

Para análises profundas, leio newsletters e relatórios da Messari ocasionalmente.

Para visão rápida do mercado cripto, uso o chatbot TG do @ elfa_ai.

Para ideias de trading em prediction markets, uso @ AskBillyBets, @ Polysights e o @ aion5100‘s @ futuredotfun. (Estou animado com o @ sire_agent aVault, mas ainda não foi lançado).

Para Defi, costumo executar a estratégia sozinho, mas uso @ almanak & @ gizatechxyz às vezes, mas esses não são considerados “Agente de IA” porque não são fair-launched (embora o produto seja relacionado a agentes).

Para trading, geralmente uso o agregador @ DefiLlama para swap em EVM ou @ JupiterExchange para swap na Solana. Não opero perps (mas quando faço, uso @ Cod3xOrg para análise e execução).

Na cripto, quase tudo é gratuito, então os usuários preferem ferramentas grátis. Token-gate ou fee-gate geralmente não funcionam bem, MAS embutir taxa no produto dá certo. Por isso o pricing baseado em resultado funciona. As pessoas não gostam de pagar 40 $ por mês, mas aceitam gastar 40 $ em gas numa transação.

Se você entrega o resultado ideal (bons yields, melhor preço nas operações), ninguém se importa com uma taxa embutida, desde que o resultado seja o melhor possível.

O que aprendi testando esses apps ou agentes Crypto AI é que o melhor produto hoje é o que gera dinheiro, e o melhor nicho para isso é launchpad (e em breve prediction markets), ou seja, operar cassinos onchain e captar taxas de trading

O que vem por aí?

Casos reais que atinjam o mainstream (ex.: devs de IA ou usuários fora do CT usando) vão surgir no próximo ano, provavelmente vindos dos ecossistemas DeAI/Darwinian AI.

2026 será o ano do Crypto AI, com crescimento dos casos Defi, da infraestrutura DeAI e das aplicações de prediction.

A maioria dos times pequenos de agentes vai desaparecer ou ser adquirida/fundida ou mudar para desenvolver dentro dos ecossistemas Darwinian AI.

Crypto AI e Agentes de IA vão se fundir, sinalizando uma direção de produto mais clara para Crypto AI.

Launchpads seguirão como o centro do CT, gerando volume e taxas, mas a inovação relevante que vai transformar o setor virá de onde houver mais recursos — capital, talentos, distribuição e adoção.

Então… qual é o propósito dos Agentes de Crypto AI?

Vou direto ao ponto.

Para “agentes de IA” fair-launched, a ideia é criar uma experiência de trading com o apelo de investir em tecnologia, mesmo que a maioria seja só wrapper de LLM com um token.

Wrappers podem ser únicos se forem desenhados para resolver problemas reais. Mas… isso é raro.

Na maioria dos casos, é o melhor caminho para pequenos investidores entrarem cedo nesse ativo especulativo “agente de IA” e ganharem dinheiro.

Para outros (equipes que conseguem construir bons produtos, seja fair-launched, financiados por VC ou modelos Darwinian AI), o objetivo dos agentes de Crypto AI, como narrativa, é preparar o terreno para a futura economia agentic, com blockchain como infraestrutura central.

Nota pessoal: Obrigado por ler! Este artigo é uma versão resumida (se quiser minha opinião sem filtro, confira o Substack)

E se quiser ver projetos DeAI que me animam, confira a série The After Hour no meu Substack.

Aviso: Este documento é apenas informativo e de entretenimento. As opiniões aqui não são, nem devem ser entendidas como, sugestão ou recomendação de investimento. O leitor deve fazer sua própria análise, considerando seus objetivos, finanças e perfil de risco (não contemplados aqui) antes de investir. Este documento não constitui oferta, nem solicitação de oferta, para compra ou venda de qualquer ativo citado

Aviso legal:

1. Este artigo foi republicado de [Defi0xJeff]. Todos os direitos autorais pertencem ao autor original [Defi0xJeff]. Caso haja objeções à republicação, entre em contato com a equipe Gate Learn, que tomará as providências necessárias.
2. Aviso de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer recomendação de investimento.
3. Traduções para outros idiomas são feitas pela equipe Gate Learn. Salvo indicação, é proibido copiar, distribuir ou plagiar os artigos traduzidos.