Wintermute: O que mais ainda pode ser desenvolvido na área das criptomoedas?

Autor: Wintermute

Compilação: Comunidade Blockchain (白话区块链)

A criptografia já existe há mais de dez anos. O L1 foi construído, o L2 também acompanhou, a DeFi foi-se tornando gradualmente mais madura e as stablecoins já se tornaram infraestruturas de base. Em cada uma das várias áreas — plataformas de negociação, empréstimos, contratos perpétuos e mercados de previsão — quase todas as categorias parecem estar lotadas, e quase todas as ideias óbvias também já parecem ter sido feitas por alguém.

Então, que mais vale a pena continuar a construir no mundo cripto?

Muitos construtores desistem quando chegam a este ponto. Estão errados — não porque a resposta seja negativa, mas porque a própria questão está formulada de forma errada.

Em grande parte da história da indústria cripto, a questão realmente interessante era: esta via consegue aguentar? Conseguirás liquidar em poucos segundos? Conseguirás transferir stablecoins em grande escala? A rede aberta consegue suportar carga real? Hoje, na verdade, essas perguntas já têm resposta. A infraestrutura já está disponível; a próxima leva de questões verdadeiramente interessantes mudou de sítio.

O que está verdadeiramente a mudar é tudo o que acontece à volta das infraestruturas. Os modelos deixam de ser apenas “responder” e começam a ser capazes de agir de forma autónoma; os robôs começam a aprender com vídeos humanos, e não apenas a depender de código escrito à mão; também os padrões abertos em torno de pagamento por agentes e identidade estão lentamente a tomar forma. Estas coisas, por si só, podem não pertencer ao mundo cripto, mas estão a aproximar, sem dúvida, um limite: serão ainda capazes as atuais infraestruturas financeiras e de confiança orientadas para “humanos” de suportar novos participantes?

Agora, a pergunta verdadeiramente digna de ser feita já não é “o que mais a cripto pode fazer”, mas sim “por que é que o mundo real precisa de cripto daqui para a frente”.

E a resposta que se torna cada vez mais evidente é: economia das máquinas.

Máquinas, como agentes económicos

Quando falamos de “economia das máquinas”, não estamos a falar de máquinas como ferramentas — não daquela categoria de ferramentas em que tu as usas para enviar e-mails ou escrever código. Estamos a falar de: as próprias máquinas como agentes económicos.

Esta mudança pode parecer subtil, mas as consequências são enormes. Uma ferramenta espera instruções; um agente mantém contexto, toma decisões por conta própria, inicia transações por conta própria e consegue agir de forma autónoma no mundo digital e no mundo físico. Hoje, os modelos já são suficientemente bons para fazer isto; e, ao mesmo tempo, os custos já são baixos o bastante para serem escalados em larga escala.

Na prática, isto pode parecer algo como:

• Um Agent marca-te voos, negocia preços, paga aos comerciantes e, quando algo corre mal, trata automaticamente dos reembolsos — sem que tu intervenhas no processo.
• Um robô de armazém recebe tarefas por unidade, carrega a própria bateria, paga a própria capacidade de computação e depois distribui os rendimentos ao operador.
• Um sistema de pesquisa desenha experimentos durante a noite, solicita reagentes e executa todo o ciclo experimental completo sem a presença de estudantes de pós-graduação.

A maioria das nossas atuais infraestruturas financeiras e de confiança assume que do outro lado está um humano ou uma empresa — um sujeito que pode ser identificado e responsabilizado. Mas quando o participante do outro lado passa a ser um sistema autónomo, esse pressuposto desaparece. As nossas atuais trilhas de pagamentos, identidade, autorização, resolução de disputas e liquidação não foram originalmente concebidas para este tipo de cenário.

E este problema está justamente no cruzamento de cripto, fintech, IA, robótica e tecnologias quânticas.

Por que agora

Recentemente ocorreram três mudanças, e à luz delas, há alguns anos parecia ainda pouco provável que fossem acontecer.

Primeiro, os modelos já estão suficientemente bons não apenas para responder a perguntas, mas para agir diretamente; além disso, já ficaram suficientemente baratos para poderem correr de forma contínua sem supervisão. O custo do trabalho digital por unidade está a desmoronar rapidamente, o que torna viáveis muitas tarefas que antes “não valia a pena fazer”, e fá-las acontecer a uma frequência e escala que os sistemas anteriores nunca teriam conseguido suportar.

Segundo, os padrões abertos estão a amadurecer. As stablecoins já se tornaram uma trilha de liquidação realmente utilizável. Protocolos como x402, MPP e AP2 começam a fornecer meios de pagamento para Agents. Redes de blockchain mais rápidas e redes fiat mais rápidas estão a convergir na zona intermédia. Os modelos abertos visão—linguagem—ação também permitem que os robôs aprendam com vídeos humanos e ambientes de simulação, em vez de dependerem de programação altamente customizada. O significado dos padrões é que os construtores finalmente podem “montar” em vez de reinventar tudo do zero cada vez — e é por isso que estas verticais estão a acelerar coletivamente.

Terceiro, o Agent já consegue operar de forma contínua. Já não é apenas aquela ferramenta anterior limitada a casos de uso estreitos e orientados; consegue manter contexto e trabalhar por longos períodos sem supervisão. Isto vai alterar os modelos económicos da automação e também vai alterar qualquer sistema na escala de atividade que tem de suportar.

Sozinhas, estas mudanças não bastam para formar um argumento completo, mas colocadas em conjunto, já chega.

A cripto não morreu

Muitos fundadores de cripto, ao perguntarem “que mais ainda dá para fazer”, ignoram um ponto verdadeiramente importante.

A próxima vaga de empresas realmente interessantes não será “cripto para IA” ou “cripto para robôs”. Os fundadores que mais nos entusiasmam não estão a escolher entre estas tecnologias — estão a empilhá-las.

Tu já não estás apenas a “fundar no mundo cripto”; estás a construir crypto + IA, crypto + robótica, crypto + ciência autónoma. As trilhas da finança tradicional foram desenhadas à volta da responsabilidade humana: tu consegues verificar identidades, rastrear intenções e, quando há problemas, encontrar uma pessoa concreta ou alguém responsável. A trilha cripto é diferente: ela é desenhada à volta de código auditável, registos on-chain legíveis por qualquer pessoa e regras impostas pela própria rede. Quando do outro lado os participantes se tornam sistemas autónomos, esta diferença deixa de ser uma lacuna — e passa a ser um ponto-chave.

À medida que cresce continuamente a quantidade de atividade liderada por máquinas, a trilha construída com cripto, em comparação com sistemas desenhados para humanos, encaixa melhor neste formato de necessidade: aberta, programável, sem necessidade de permissão, com liquidação ao nível de segundos e com mecanismos de identidade que não dependem de intermediários.

Para os construtores cripto, a oportunidade real não é competir com os empreendedores da última vaga de cripto, mas sim tornar-se a base subjacente sobre a qual a próxima vaga de IA, robôs e sistemas físicos autónomos se vai construir.

E as grandes plataformas já estão a acelerar a entrada. Coinbase, Robinhood e BN já lançaram, nos últimos meses, infraestruturas de negociação voltadas para Agents: incluindo carteiras para ações de Agents, capacidade de execução autónoma e (por exemplo, no caso da Robinhood) uma nova blockchain criada especificamente para estas necessidades. Já não é apenas uma discussão nicho dentro da bolha cripto; está a acontecer de forma real em plataformas globais com os maiores grupos de utilizadores retalhistas.

Onde é que vai ficar “preso” hoje

O juízo central acima é: trilhas sem permissão e programáveis, em comparação com trilhas tradicionais desenhadas para humanos, são mais adequadas para sustentar agentes autónomos. Mas este juízo ainda não foi completamente comprovado em escala, e dois pontos de falha existentes já indicam que ainda há muito trabalho a fazer neste caminho.

Segurança

A carteira do Agent já virou uma superfície de ataque no mundo real. Em maio de 2026, um atacante usou uma injeção de prompt com dicas em código Morse para induzir Grok a gerar um comando de transferência; depois, esse comando foi executado on-chain por um Agent de negociação automático. Antes da maior parte do dinheiro poder ser recuperada, cerca de 150 mil a 200 mil dólares foram transferidos (SlowMist).

Atribuição de responsabilidade

Quando um sistema acionado por IA falha, quem é responsável? Até hoje não existe uma resposta clara — mesmo que o sistema tenha, ao mesmo tempo, a assinatura conjunta de IA, revisão humana e votação de governança. Em fevereiro de 2026, um contrato inteligente escrito com apoio de IA na Moonwell exibiu uma vulnerabilidade de oráculo, levando a um incidente de 1,78 milhões de dólares em créditos incobráveis, sem que qualquer etapa na cadeia de revisão detetasse o problema (rekt.news).

O que estamos a observar

Hoje, a maioria das atividades está concentrada na camada de componentes: modelos base, hardware de robôs, stablecoins e plataformas de negociação. Estes mercados já estão lotados e já receberam muito capital; a oportunidade não está aí.

A oportunidade real está na camada que os conecta — isto é, a trilha necessária para transações, colaboração e construção de confiança entre máquinas e máquinas. Estas coisas, na verdade, ainda não existem hoje. Existem três direções que merecem atenção especial.

Camada económica orientada a Agents

A dificuldade não é saber se o Agent consegue pagar, mas sim: quando o Agent faz algo errado, quem detém as permissões? Quem assume o risco de fraude? E como ligar tudo isto aos comerciantes, sem exigir que eles reconstruam o sistema de checkout inteiro? A forma como as empresas de Agents vão existir ainda está a ser escrita: uma camada de autorização, identidade de Agent, roteamento multi-trilha neutro e um mercado que permita que Agents comprem de forma autónoma capacidade computacional, dados e permissões de acesso.

Neste sentido, uma equipa melhor não cobra com base numa percentagem do valor pago, mas sim por redução de autorização e redução de risco. Assim, mesmo que o volume real de transações do Agent ainda não tenha explodido totalmente, o modelo de negócio ainda pode ter oportunidade de se concretizar.

Physical AI

A velocidade do crescimento das capacidades dos robôs já está a superar a velocidade com que eles “possuem um sistema económico”. Já existe um tipo de modelo capaz de generalizar entre tarefas e entre formatos de robôs; mesmo que não sejam engenheiros, podem reencaminhar o robô apenas dizendo-lhe o que fazer. Mas os robôs ainda não conseguem pagar pela própria capacidade computacional, pelo carregamento ou pela manutenção, nem conseguem cobrar por si mesmos pelo trabalho concluído. O que falta agora não são as mãos, é a carteira.

Em comparação com narrativas mais distantes, como “robôs humanoides para casa”, preferimos focar cenários estruturados como armazéns, logística e pós-venda no retalho — porque os modelos económicos nestes locais já estão estabelecidos e a implementação real já existe.

Sistemas de descoberta liderados por máquinas

Inclui orquestração de laboratórios, conceção de experiências automatizadas e software que liga o ciclo “hipótese—experiência—resultado”. Fundadores que constroem camadas autónomas para a ciência já começaram a vender produtos para laboratórios de ciência de materiais e de descoberta de fármacos. A tecnologia quântica é uma variável que se encaixa neste mesmo rumo: capacidade de simulação e perceção pode ampliar significativamente os limites do que “pode ser descoberto”, e a segurança quântica já se tornou uma necessidade real para a camada de liquidação. Esta direção é difícil de avaliar, e os vencedores não estão claros, mas de facto há coisas a acontecer aqui.