Exchange Ranking
Top Exchanges
24h Volume Ranking
Popularity Ranking
Exchange BTC Balance
Proof of Reserves
Decentralized Exchanges
Funding Rate
Funding Heatmap
Liquidation Data
Max Pain
Long/Short Ratio
Whale L/S Ratio
Binance/Okex/Huobi L/S
Bitfinex Margin L/S
ETF Tracker
Solana ETF
XRP ETF
Hong Kong ETF
Bitcoin Treasuries
Crypto Reversal
Ethereum Reserves
HyperLiquid Wallet Analysis
Hyperliquid Whale Watch
Large Transactions
On-chain Movement
Bitcoin ROI
Stablecoin Market Cap
Options Analysis
News
Articles
Economic Calendar
Features
Wallet
Contract Calculator
Security
Collections
Watchlist
Following
BTC 
ETH 华硕与Poesis合作：自主AI代理进行为期一周的实验
华硕（ASUS）与Poesis合作开展了一项为期一周的实验，在此期间，自主AI代理进行了市场调研、风险管理并执行了真实交易。根据两家公司的公告，这些代理在搭载NVIDIA技术的华硕ExpertCenter Pro ET900N G3笔记本电脑上运行。
这项实验的意义不仅在于开发了另一个交易机器人，更在于它让我们得以窥见一个全新的市场领域：AI不再仅仅提供建议。如今，我们正见证着能够持续收集数据、制定策略并进行交易的智能体。加密货币24/7不间断的特性及其可编程的基础设施，使其成为实施这一变革的最清晰领域。
不仅是建议，更是交易的Agent
华硕主张本地运行智能体。该公司指出，持续运行的AI并不适合采用云计费模式。这是因为智能体会在后台不断生成调用请求，而不仅仅是响应人类用户的偶尔请求。
华硕在一篇博客文章中将其描述为“代币陷阱”（The Token Trap），即持续的智能体活动可能导致不可预测的API账单，并触及云服务提供商设定的使用上限。华硕以Ascent GX10为例说明成本问题：前期投资约为4,000美元，加上每年约384美元的电费；相比之下，同等规模的基于云的工作负载每年的API费用高达6,000至8,000美元。
尽管GX10并非Poesis测试中使用的设备，且测试使用的是ExpertCenter Pro ET900N G3，但这一对比清晰地突显了华硕关于本地部署智能体的前提假设。
然而，这里有一个重要的警示：Poesis的测试仅是一个短期的概念验证测试，而非长期性能测试，并且其设计初衷并非专门用于加密货币交易。
从预测模型到行动型Agent
一篇发表于2026年3月的论文描述了金融AI的演变过程：从基于规则的算法交易，到机器学习预测，再到如今的“代理式金融”（Agentic Finance）。该论文提出的四层模型描述了数据感知、推理、策略生成以及受控执行的阶段。潜在的应用场景包括交易、投资组合管理、风险监测和去中心化金融（DeFi）。
然而，金融AI的采用已经 underway。根据剑桥大学贾奇商学院汇编的《全球金融服务领域AI报告》（基于来自151个国家的628家公司的信息），多达52%的受访公司已经在试验或使用代理式AI进行操作。
加密基础设施正在向智能体开放
加密货币交易所已在2026年致力于构建自主交易者可用的基础设施。币安（Binance）于8月20日推出了Agent OS，将AI工具连接到专用的代理子账户。通过集成进行的提币功能被禁止，钱包限额包括每日50,000美元的兑换额度、默认100,000美元的DeFi交易额度以及20美元的x402支付额度。
正如Cryptopolitan报道的那样，更广泛的推广计划包括3月的Kraken和OKX，4月的Bitget和Gemini，以及6月的Coinbase。共同主题是“受限自主权”：智能体可以行动，但交易所通过账户分离、权限控制、限额设定或受控环境对其进行约束。
风险集中的领域
潜在的收益包括更广泛的市场覆盖、更快的执行速度和更深度的电子交易，这是标普全球（S&P Global）考察的资本市场更大范围转型的一部分。然而，自主智能体也可能放大共同的弱点。特许金融分析师协会（CFA Institute）的《算法市场假说》（Algorithmic Market Hypothesis）警告称，对相似信号做出反应的相似模型可能会造成拥挤、自反的市场，并形成“算法单一文化”。金融市场标准委员会（Financial Markets Standards Board）同样强调，面向市场的AI仍在人类监督下运作，责任归属必须保持清晰。
加密货币还面临着容量问题。Avalanche Treasury Company首席执行官Bart Smith告诉The Block，如果代理式活动大规模进入金融市场，更多的结算可能会转移到区块链上，“区块空间可能不足。”
他的评论是一种推测，但捕捉到了基础设施的挑战：如果AI智能体成为更大类别的市场参与者，市场不仅需要处理更多的智能，还需要处理远多于以往的人机驱动活动。
