Uma postagem viral nas redes sociais comparando dois conjuntos de negociação impulsionados por IA despertou discussões sobre o papel potencial da inteligência artificial nos mercados de previsão.
A post, que circulava no X até 10 de março de 2026, afirma que um agente de negociação impulsionado pelo modelo Claude da Anthropic aumentou um saldo inicial de US$ 1.000 para US$ 14.216 em 48 horas enquanto negociava no Polymarket, uma plataforma descentralizada de previsões de criptomoeda.
De acordo com a mesma postagem, uma configuração concorrente construída usando o OpenClaw, um framework de agente autônomo de IA de código aberto, foi liquidada durante o mesmo período.
A comparação atraiu grande atenção online, com a postagem gerando mais de 1,2 milhão de visualizações no momento do relato.
Comparação de negociação por IA circula no X
A Polymarket permite que os usuários negociem os resultados de eventos do mundo real por meio de mercados preditivos baseados em blockchain. Embora o post descreva uma configuração impulsionada pelo Claude que gerou um retorno de 1.322%, ele não inclui documentação detalhada da estratégia de negociação, tamanho das posições ou parâmetros de gerenciamento de risco utilizados no experimento.
A comparação também destaca a diferença entre as duas tecnologias mencionadas na postagem.
Claude é um modelo de linguagem de grande porte desenvolvido pela Anthropic que pode ser integrado a sistemas automatizados capazes de raciocinar, analisar e tomar decisões.
Em contraste, o OpenClaw é um framework de código aberto projetado para construir agentes de IA autônomos que podem interagir com ferramentas externas, APIs e modelos de linguagem para realizar tarefas como negociação automatizada. Como o OpenClaw funciona como um framework e não como um modelo independente, o desempenho de qualquer sistema construído com ele depende fortemente dos modelos, estratégias e salvaguardas implementados pelos desenvolvedores.
Agentes de IA e mercados de previsão
Mercados de previsão, como o Polymarket, têm atraído cada vez mais estratégias automatizadas e abordagens de negociação baseadas em dados devido à sua estrutura de mercado transparente e precificação baseada em eventos.
À medida que as ferramentas de IA continuam a evoluir, os desenvolvedores estão explorando maneiras de integrar modelos de linguagem, agentes autônomos e estratégias algorítmicas em sistemas de tomada de decisão financeira.