🧵 1/ Novas pesquisas sobre o IC3 revelam um dilema fundamental em sistemas de negociação movidos a IA e algoritmos de investimento coletivo (CoinAlgs). Pense em robo-advisors, fundos quantitativos e DAOs de IA como @ai16zdao e @truth_terminal. Nós chamamos isso de "CoinAlg Bind":

2/ O que são CoinAlgs? São algoritmos compartilhados por comunidades para executar operações, desde robo-advisors tradicionais (a Vanguard gerencia $206 bilhões+ dessa forma) até DAOs emergentes com inteligência artificial (ai16z atingiu a capitalização de mercado de US$ 2,7 bilhões). Eles prometem democratizar ferramentas sofisticadas de investimento.

3/ Aqui está o problema: os CoinAlgs enfrentam uma escolha impossível. Se PRIVADO → vulnerável à extração de valor interno. Se TRANSPARENTE – > exposto à arbitragem, lucros degradados. Você deve sacrificar ou a justiça econômica OU a lucratividade.

4/ Vamos provar isso formalmente. Privacidade → Injustiça: Mostramos que a privacidade é uma condição prévia para ataques internos, já que a assimetria de informações possibilita a extração de valor. Transparência → Arbitragem: Mostramos que o conhecimento público de uma estratégia leva a prejuízo de lucro, pois permite ataques de frontrunning e sandwich.

5/ Testamos isso empiricamente usando 1+ ano de dados do @Uniswap V3 (junho de 2024 a julho de 2025). Até mesmo um CoinAlg sintético com previsão de preço perfeita perdeu 27,6% dos lucros com ataques de sandwiching quando transparente. E piora...

6/ Mesmo um vazamento mínimo de informação é explorável. Um CoinAlg "privado" vazando apenas um sinal de 1 bit (direção de compra/venda) ainda assim perdeu 17% dos lucros. O adversário não precisava de total transparência – canais secretos de baixa largura de banda eram suficientes.

7/ Testamos em todo o grupo: - Ativos estáveis (USDC) e voláteis (PEPE) - Vários tamanhos de capital (12 ETH a 1.500 ETH) - Diferentes estratégias adversárias (interrupção e roubo de estratégia) - Múltiplas janelas de tempo (3-12 meses) Resultado? Os adversários sempre extraíam valor.

8/ Evidências do mundo real: Pesquisamos DAOs movidos por IA, descobrindo que quase TODOS são privados. Eles estão escolhendo privacidade para lucrar, mas abrindo a porta para a exploração interna.

9/ O CoinAlg Bind também se aplica ao TradFi. Qual a diferença? O financiamento tradicional resolve isso por meio das proteções legais exigidas para investidores. CoinAlgs não custodiais não possuem essas salvaguardas.

10/ Propomos proteções heurísticas, mas nenhuma elimina completamente a ligação CoinAlg. À medida que o investimento impulsionado por IA se torna mais onipresente, pesquisas adicionais sobre formas de enfrentar o Impasse serão cruciais.

11/ A lição: À medida que a IA encontra cripto, essa tensão se torna central. Seja um DAO movido por IA gerenciando milhões ou robo-advisors gerenciando bilhões, o vínculo CoinAlg é inevitável.

13/ Este é o primeiro tratamento formal dos tradeoffs entre lucratividade e equidade em algoritmos de investimento coletivo. Um espaço emergente que precisa de reflexão cuidadosa. /fim 🧵