取引所が「ザリガニ」（トレーダー）にスキルツリーを提供中；Openclawは人間のトレーダーを置き去りにするのか？

著者: Frank, PANews

一夜にして、誰もがクローフィッシュ(人気の暗号資産プラットフォーム)を展開しているようだ。このトレンドはついに暗号資産業界に到達した。3月3日、暗号資産大手のバイナンスとOKXは、AIエージェント向けのAI Skillsライブラリを同時にローンチし、オープンソース化した。これにより、AIエージェントはこれらのプロトコルを通じて、オンチェーンでのアルファ発見とリアルタイム取引を直接実現できるようになった。その少し前には、予測市場のリーダーであるPolymarketもエージェント専用のCLIツールをローンチした。

この一見偶然に見える状況の背後には、AIが暗号資産業界の将来における主要な取引主体になりつつあるという事実があり、この変化はすでに始まっている。

しかし、ユーザーが直面している核心的な問いは、エージェントベースの取引は本当に信頼できるのか、ということだ。

先頭を切って、暗号資産は正式にAIトレーダーを迎える。

バイナンスとOKXが今回オープンソース化したSkillが実際に何ができるのか見てみよう。

バイナンスの7つのSkillsは「統一されたインテリジェントコア」として位置づけられており、断片化した暗号資産市場のシグナルを実行可能な取引決定に変換する。具体的には、AIエージェントが現物取引の実行を自動化できるようにする。例えば、リアルタイムの市場データへのアクセスや注文の発注などだ。また、任意のウォレットアドレスを分析して、詳細な保有情報を含むスマートマネー追跡レポートを生成することもできる。その他の機能には、トークン検索、コピー取引、契約リスク監視などがある。

OKXのOnchainOS AIアップグレードは「AIエージェント向けのオンチェーンオペレーティングシステム」として位置づけられている。自律的なウォレット管理、取引、決済に関連する60以上のオンチェーン機能をサポートしている。これには、ウォレット保有情報の検索(クロスチェーン資産残高とポートフォリオ)、DEX市場データ、取引実行、トークン発見などの機能が含まれる。

Polymarketが以前ローンチしたRust CLIインターフェースは、AIエージェント向けのターミナルであり、Polymarket上のすべての予測市場を直接照会、取引、管理できる。さらに、BitgetとCoinbaseも同様のスキルライブラリをリリースしている。

機能的な観点から見ると、これらのスキルは、一般ユーザーがオンチェーン取引やその他の暗号資産取引に参加するために必要な基本機能を提供している。市場調査、注文実行、スマートマネー追跡などが含まれる。

しかし、これは誰もがコーヒーを楽しみながら、裏でクローフィッシュが働いてお金を稼いでくれるのを見ていればいいということを意味するのだろうか?

ソーシャルメディア上のユーザーが「クローフィッシュ」の金儲けツールをシェアした。

AIエージェント ≠ 定量的取引ロボット

しかし、実際の結果は多くの人が想像するものとは異なるかもしれない。

多くの人が「AI取引」を定量的取引ロボットと同一視しているが、両者の根底にあるロジックは根本的に異なる。

その違いは根本的だ。従来の定量的取引ロボットは本質的に、事前に定義されたルールを実行する自動化プログラムだ。例えば「RSIが30を下回ったら買い、70を上回ったら売る」といったものだ。非常に高速だが、自分が何をしているのか理解しておらず、ニュースを読むこともできず、市場センチメントも認識していない。その戦略の有効性は、コードを書いた人に完全に依存している。

AIエージェントの中核にあるのは大規模言語モデルだ。FRB(アメリカ合衆国連邦準備銀行)が金利を引き上げるというニュース記事を読み、これが暗号資産市場にとって何を意味するかを理解し、その後保有を減らすかどうかを決定できる。

簡単に言えば: ボットはルールを実行し、エージェントは判断を下す。

言い換えれば、現在のエージェントは市場を自ら監視し、機会が生じたときに直接注文を出すわけではない。その結果生じるトークンコストと時間差は、取引にとって壊滅的だ。

現在のエージェント取引は「分業」モデルを採用する傾向がある。従来のプログラムが監視と実行を担当し、大規模モデルは分析と意思決定のみを担当する。

具体的には、従来のプログラムが取引所からリアルタイム価格、オンチェーンデータ、ニュース、その他の情報を継続的に取得し、次にこのデータをパッケージ化して大規模モデルに送信する。大規模モデルは、市場状況、ニュース、オンチェーン異常などの多次元情報を統合して、「ETHを買う、10%のポジション、注文価格$2450」といった取引決定を提供する。最後に、取引指示が従来のプログラムに返され、取引所インターフェースを通じて注文を実行し、結果を継続的に追跡する。

従来のコードはエージェントの「手」と「目」として機能し、全体のモデルは「脳」として機能する。3つの主要プラットフォームが提供するSkillsは、本質的にエージェントに標準化された「手」と「目」を提供し、様々な取引プラットフォームのデータと取引機能に迅速にアクセスできるようにする。しかし、舞台裏では、人間が依然として特定の戦略に基づいて取引ロジックを設計している。単にSkillに接続して、アカウント残高が自動的に急増するのを見ているだけではない。

技術と機能を超えて、対処しなければならない2つの現実的な問題がある。

1つ目は速度だ。従来の高頻度定量的取引ボットは、マイクロ秒からミリ秒の範囲の取引レイテンシーを持ち、プロフェッショナルシステムではサブミリ秒のレイテンシーさえ達成している。しかし、AIエージェントの主要なボトルネックは、大規模モデル推論に必要な時間にある。完全な分析と決定出力は通常、数百ミリ秒から数秒かかり、複雑なシナリオでは5秒を超えることさえある。これは従来のボットより数千倍、あるいは数百万倍も遅い。

したがって、エージェントは速度の面で定量的取引ボットと競争することは単純にできない。高頻度アービトラージを実行したり、ミリ秒レベルの価格差から利益を得たりすることはできない。エージェントの競争力は決定の質にある: 定量的取引ボットはミリ秒で注文を出せるが、「FRS(連邦準備制度理事会) 議長がちょうどハト派的なツイートを送った」という意味を知らないが、エージェントは知っている。エージェントは、1秒間に何千もの機械的操作を実行するのではなく、1時間に1つか2つの熟考された取引を行うのに適している。

2つ目の要因はコストだ。従来のボットは、一度開発されれば、実行にはサーバーコストしかかからない。しかし、エージェントは決定を下すたびに大規模モデルインターフェースを呼び出すため、費用が発生する。例えば、GPT-5.2を使用する場合、エージェントが5分ごとに市場を分析すると(1日288回)、月間の推論コストは約$106になる。より強力なClaude Opus 4.6を使用すると、約$238になる。これは大きな金額を管理するトレーダーにとっては大した額ではないが、数千ドルの資本しか持たない個人投資家にとっては、この推論コストと取引手数料を合わせると、純利益を達成することがはるかに困難になる。

エージェントとしてお金を稼ぐことに関しては、機会よりも落とし穴の方が多い。

さらに、エージェントの意思決定の質も大きな問題だ。一見論理的で明確な判断の背後には、不条理な決定が潜んでいる可能性が十分にある。

2025年、Nof1が開催したAI取引コンテストは、明確な例を示した。複数の大規模モデル駆動エージェントが競争し、結果は大きく異なった。GPT-5駆動エージェントは初期資本の62%を失ったが、Qwen3とDeepSeekはそれぞれ22.3%と4.89%の利益を達成した。このAI取引コンテストでは、一部のモデルが最終的に利益を上げたが、極めて不安定な特性を示した。特にDeepSeekは、最初は高いリターンを示したものの、その後大幅なドローダウンがあり、市場の期待を弱めた。

実験の第2シーズンでは、それぞれ$10,000の元本を持つ15のAIボットが参加した。GROK-4.2のみがプラスのリターンを達成した。全体として、両シーズンでプラスのリターンを達成したのは3つのモデルのみで、残りは損失状態だった。

さらに、PANewsも当時最も強力ないくつかのモデルについてシミュレーション研究を実施し、最終結果は、長期的に見て、それらの期待利益はすべてマイナスであることを示した。(関連記事: 定量的取引AI評価: すべてのモデルの期待利益が1未満、人工知能がトレーダーを置き換えるまでどれくらいかかるか? )

Polymarketでは、最も古典的なAIボット戦略は数学的パリティアービトラージだ。二項市場で「yes」と「no」の両方の契約を購入する総コストが$1未満の場合、両方を同時に購入することでリスクフリーの利益を確保できる。多くのブロガーがこの戦略を高く評価している。しかし、Polymarketは動的手数料やその他のルール調整を導入することで対応し、一部のアービトラージ戦略を無効化した。

全体として、エージェント取引は「印刷機」ではない。モデルの選択、戦略設計、リスク管理規律はすべて不可欠だ。

これらに加えて、エージェント取引には考慮すべき他のいくつかのリスクも含まれる。

まず、セキュリティに関して、エージェントは秘密鍵を保持し、自律的に取引を実行する。動作環境が侵害された場合、資産損失につながる可能性がある。以前のケースでは、悪意のある改ざん技術がオープンソースプラットフォームに注入され、ユーザーの鍵を盗んだことが示されている。3つのプラットフォームすべてが声明で慎重な免責事項を使用し、Polymarketは直接「初期実験的ソフトウェア」とラベル付けさえした。

次に、大規模モデルの「幻覚」問題は無視できない。モデルは時々、合理的に見えるが実際には間違っている分析を生成する。日常会話では、これは単に恥ずかしいだけかもしれないが、取引では、実際のお金の損失を意味する可能性がある。

戦略の均質化も懸念事項だ。多数のエージェントが同じスキルと同じモデルを使用して同じ市場を分析すると、彼らの判断は非常に似たものになり、買いシグナルが同時にトリガーされ、価格が急速に押し上げられ、後発者のスペースが圧迫される。

AIは単なる武器であり、それを振るうのは依然として人間だ。

暗号資産市場のゲームのルールは、取引所が人間ではなくエージェント向けに製品を設計し始めているため、深刻な変化を遂げている。2023年のデータによると、自動化システムは既に暗号資産市場の取引高の70%以上を占めており、この割合はまだ上昇している。

しかし、エージェント取引はまだ「初期実験」段階にある。根底にあるロジックは、これは単にツールの改善であり、「利益生成の自動化」ではないということだ。豊富な戦略と定量的取引経験を持つ機関投資家も同じツールを使用して改善を行っていることを忘れてはならない。

一般投資家にとって、急いで独自のAIエージェントを構築するよりも、まずFOMO感情(投機の恐れ)を抑制し、その限界と弱点を理解する方が良い。確かに、エージェント取引の時代は到来したが、収益性は依然としてその背後にいる人間の戦略的意思決定能力に依存している。