На Threads растёт обсуждение экспериментального торгового бота, который использует несколько AI агентов, работающих параллельно через Claude Code и открытые инструменты. Автор проекта заявляет, что система проанализировала 86 миллионов сделок и отслеживала активность 14 тысяч кошельков. По метрикам вирусного распространения это подтверждается активностью на нескольких площадках одновременно.
Суть подхода в том, что вместо единого алгоритма работает ансамбль агентов: один фильтрует рынки по критериям, другой сравнивает торговые сигналы, третий помогает определить, когда НЕ входить в позицию. Это важный момент — большинство автоматизированных систем оптимизируют на частоту сделок, а не на их качество. Отказаться от прибыльного на первый взгляд сигнала сложнее, чем его исполнить, поэтому такой фильтр работает против встроенных искажений.
Технически проект не претендует на готовый продукт, а именно демонстрирует возможность. Claude Code позволяет агентам писать собственный код в песочнице и исполнять его, что упрощает интеграцию разных сигналов без предварительного их унификации. Открытые компоненты делают подход воспроизводимым, хотя воспроизвести успех на реальных данных — совсем другая история.
Контекст важен: в крипто-трейдинге автоматизация давно уже норма, от простых скриптов до сложных фондов. Но большинство систем либо чёрный ящик (видны только результаты), либо требуют глубокой настройки под конкретные условия. Мультиагентный подход становится популярен именно потому, что позволяет комбинировать разные логики без монолитного переписывания. Вопрос в том, насколько стабильна эта логика вне контролируемой среды тестирования — 86 млн сделок это скорее масштаб датасета, чем гарантия на живом рынке.
Для российского бизнеса, работающего с крипто или алготрейдингом, интерес в самом подходе: использовать несколько агентов вместо одной модели можно не только для торговли, но и для анализа рисков, верификации контрагентов, мониторинга аномалий в платёжных потоках. Если у вас есть API данных (биржа, блокчейн, внутренние системы), можно собрать похожую систему через Claude API или open-source LLM. Для платёжных систем на блокчейне типа Signum это особенно актуально — несколько агентов могут параллельно проверять транзакцию по разным правилам (лимиты, санкции, анормальные паттерны) и синтезировать одно решение.
Шум в сообществе объясняется просто: такие проекты показывают, что многоагентные системы перестают быть отвлечённой концепцией и начинают решать конкретные задачи. При этом они остаются экспериментами, а не боевыми решениями, — отличие важное для тех, кто планирует полагаться на такую автоматизацию в production.
Алексей Мартыненко
Главный редактор SPV News
Мультиагентность в реальной торговле это вынужденная необходимость, а не нежданный прорыв: человеческие трейдеры всегда работали группами с разными специализациями. Интерес именно в том, что теперь это можно масштабировать с минимальными затратами на оркестрировку. Но 86 млн сделок в датасете и прибыль на реальной бирже это разные вещи, и в сообществе это понимают. Проект стоит держать в поле зрения не как готовое решение, а как демонстрацию подхода.