Ingen større virksomhed inden for kunstig intelligens har godkendt krypto trading bots. Ingen førende laboratorium træner modeller specielt til det. Men et stigende antal handlende bruger Anthropic’s Claude til at bygge automatiserede Polymarket bots og hævder, at de tjener millioner. Virale opslag antyder, at alle kan gøre det.
Men de mest højlydte vindere benytter strategier, som ethvert kvantitativt fond kunne kopiere natten over.
Tre antagelser, ingen garantier
Fortællingen bygger på tre antagelser. Big tech vil til sidst udvikle specielle trading-modeller. Individuelle handlende kan opretholde en fordel mod institutioner. Autonome AI-agenter kan pålideligt tjene penge på åbne markeder.
Haseeb Qureshi, managing partner hos Dragonfly Capital, er uenig på alle tre punkter. I Bankless-interviewet pegede han på ansvar, markedsstruktur og den kommercialiserede AI. Sammen gør disse faktorer denne guldjagt langt mindre lovende end den fremstår.
Fælde med forpligtelser
Qureshi siger, at det teknisk set er simpelt at bygge AI til blockchain-opgaver. En EVM-simulator kan let teste automatiseret lending eller token-swaps. Modellerne kan det. De er bare ikke blevet brugt til kryptovaluta endnu.
Årsagen er institutionel, ikke teknisk. For det første har krypto et rygte, som AI-labs holder sig langt fra. “Krypto er lidt pinligt,” udtalte Qureshi.
Men den egentlige barriere er ansvar. Forestil dig, at Claude fejler en gearet handel og taber 2 millioner dollars. Eller ved en fejl sender 10.000 dollars til en blind wallet. Ingen ansvarsfraskrivelse vil være tydelig nok til at forhindre reaktionen.
“Det vil ske 100%,” sagde Qureshi. “Enhver med en dårlig oplevelse, det vil gå super viralt.”
Han sammenlignede at forvalte en brugers wallet med at sprøjte uregulerede kinesiske peptider ind. Risikoen overstiger langt enhver mulig fortjeneste. Dårlige kode-råd er pinlige. En tømt wallet ender som en retssag.
Anthropic har allerede offentliggjort research om AI og blockchain. I SCONE-bench-studiet testede de, hvor godt avancerede modeller kan udnytte sårbarheder i smart contracts. Men det er cybersikkerheds-research, ikke en produktplan.
Skæringspunktet opstår ved konkurrence. Når ét laboratorium beslutter, at kryptovolumen er for vigtigt at overlade til konkurrenterne, begynder træningen. Indtil da, tavshed.
Jane Street-problemet
Selv uden big tech står trading-fortællingen over for en strukturel mur. Enhver strategi baseret på en offentligt tilgængelig model er pr. definition til rådighed for alle – også institutionelle kvantfirmaer.
Qureshis pointe er enkel. Hvis en simpel Claude-bot kan finde profitable handler på Polymarket, kan Jane Street køre 5.000 på samme tid. Fonden har hurtigere infrastruktur og mere kapital. Den kan presse enhver profitmulighed ned til nul, før en privat investor overhovedet logger ind. “Hvis det er i selve modellen, så gør Jane Street det allerede,” udtalte han.
Den eneste måde en privat bot kan vinde på, er ved at bruge unikke signaler, som ikke findes i basismodellen. En Claude-instans tilkoblet en API gør ikke den forskel.
Hvorfor ‘gå tjen penge’ ikke virker
Qureshi udvidede argumentet fra trading til den bredere fantasi om, at autonome AI-agenter selv kan skabe indtjening.
Første mulighed er at blive hyret – altså at AI-agenten sælger sit arbejde. Men det er økonomisk umuligt. Der findes millioner af identiske Claude-instanser. Ingen har særlige evner eller geografiske fordele. At hyre en AI-agent svarer kun til at købe Anthropic-compute med ekstra trin. Ingen rationel køber vil betale mere end Anthropics API-pris for det samme resultat.
Anden mulighed er at starte en virksomhed. Det lyder mere lovende, men Qureshi påpegede, at det fejler af en mere subtil grund. Hver AI-agent trækker ideer fra den samme træningsdata. Det betyder, at de alle ender med de samme generiske bud på en plan. Spørg ti Claude-instanser om en startup-idé, og du får ti variationer over det samme oplæg.
Ægte iværksætteri, sagde Qureshi, kræver det Peter Thiel kalder “earned secrets”. Det er indsigter født af særlige oplevelser på bestemte steder på bestemte tidspunkter. Bankless blev kendt, fordi dets stiftere havde en unik blanding af krypto-ekspertise, storytelling og sans for fællesskab. De havde det præcis på det rigtige tidspunkt. En ny Claude-instans har ingen livserfaring at trække på. Ingen earned secrets.
Dette fører til en ubehagelig konklusion. AI-agenter kan ikke vinde på trading. De kan ikke blive ansat. De kan ikke generere originale forretningsidéer. Så hvor er egentlig deres reelle fordel i forhold til mennesker? Qureshis svar var med vilje provokerende: kriminalitet. Det er ikke en fremtid, Qureshi selv ønsker. Men det er den logiske konsekvens, hvis man fjerner alle institutionelle bremser.
Hvad det betyder
De handlende, der bygger Polymarket-bots, findes i virkeligheden. Nogle af gevinsterne er måske også reelle – for nu. Men institutionelle kvantfirmaer vil udligne enhver alpha i basismodellen. Big tech vil ikke træne på krypto, før konkurrencen tvinger det. Og den autonome agent-økonomi kan måske først finde sin bæredygtige model uden for politiets rækkevidde.
For den gennemsnitlige handlende, der læser overskrifter om AI-bots, der tjener millioner, er budskabet underforstået. Huset vinder altid. I AI-trading driver huset 5.000 bots med sub-millisekund-forsinkelse.
