Торгівля AI на Polymarket: Агент Claude записав %1.322 дохідність, показавши успіх за 48-годинного експерименту

10 березня 2026 року на платформі X поширився вірусний пост, який викликав широку дискусію щодо продуктивності систем торгівлі на основі штучного інтелекту на ринках прогнозів. Згідно з повідомленням, торговий агент, посилений моделлю Claude від Anthropic, за 48 годин на децентралізованій платформі прогнозів Polymarket збільшив початковий баланс приблизно у 14 разів і отримав прибуток у 1,322%. У той же час відкритий вихідний код системи OpenClaw, яка тестувалася в рамках цього експерименту, за той самий період зазнав повного провалу. Це порівняння отримало понад 1,2 мільйона переглядів і викликало значні обговорення в онлайн-спільноті.

Прибуток моделі Claude у 1,322%: початкові умови та результати

За даними експерименту, дві різні системи штучного інтелекту були оснащені початковим капіталом у 1000 доларів і працювали протягом 48 годин. Система на базі Claude за цей час отримала прибуток, що склав 14 216 доларів, тоді як конкурентна система, розроблена на основі OpenClaw, зазнала ліквідації та провалу. Оригінальний пост про експеримент не надає повної технічної документації щодо стратегічних рішень, управління позиціями та механізмів контролю ризиків, але результати чітко демонструють прибутковість у 1,322%.

Ще один приклад був опублікований іншим дослідником у той самий період. У цьому випадку 1 000 доларів, надані Claude, слідкували за успішним інвестором на Polymarket і через 7 днів досягли 5823 доларів. Обидва дослідження підтверджують здатність систем штучного інтелекту стабільно отримувати прибутки на ринках прогнозів.

Різниця між Claude і OpenClaw: архітектурні особливості та вплив на продуктивність

Основна причина різних результатів двох систем полягає у їхній технічній архітектурі. Claude — це великий мовний модель, розроблений компанією Anthropic, що включає можливості прийняття рішень, аналізу та виведення висновків. Ця модель спроектована так, щоб безпосередньо інтегрувати торгові стратегії.

На відміну від неї, OpenClaw — це не окрема модель, а відкритий інфраструктурний проект, створений для формування автономних агентів через зовнішні інструменти та API. Тому будь-яка торгова система, побудована на OpenClaw, залежить від обраних розробником моделей, застосованих стратегій і рівнів безпеки. У підсумку, успіх або провал OpenClaw цілком залежить від реалізації користувача.

Claude ж пропонує більш стабільну та послідовну інфраструктуру як готове рішення від Anthropic. Це один із ключових факторів, що дозволяє отримати 1,322% прибутку за 48 годин.

Ринки прогнозів і зростаюча ефективність алгоритмічної торгівлі

Ринки прогнозів, такі як Polymarket, останнім часом привертають дедалі більше уваги до систем штучного інтелекту та алгоритмічної торгівлі. Це зумовлено їхньою прозорою структурою, можливістю цінового відкриття в реальному часі та механізмами ціноутворення на основі подій, що дозволяє високоефективно застосовувати дані та стратегії.

На відміну від традиційних фінансових ринків, ринки прогнозів орієнтовані на результати конкретних подій. Це створює сприятливі умови для застосування машинного навчання та аналітики даних системами штучного інтелекту.

Розробники все активніше інтегрують великі мовні моделі, автономних агентів і алгоритмічні стратегії у механізми прийняття фінансових рішень. Успіхи на Polymarket демонструють, що системи торгівлі з підтримкою штучного інтелекту справді можуть приносити високі прибутки, досягаючи показників у 1,322%.

Проте такі експерименти несуть і ризики. Як у випадку з OpenClaw, неправильна конфігурація або недостатній менеджмент ризиків може призвести до повної втрати початкового капіталу. Тому системи торгівлі на основі штучного інтелекту, хоча й обіцяють високі результати, потребують ретельного проектування та тестування.