Prezzo: Yearn.finance

Il torneo di trading AI ha visto trionfare Qwen3 Max (通义千问), mentre GPT-5 ha perso il 62% del capitale, finendo in fondo alla classifica. Il torneo di trading AI si è finalmente concluso. Gli organizzatori hanno dato a sei dei modelli più avanzati del mondo 10.000 dollari in contante, permettendo loro di competere in un mercato reale per 17 giorni. Il risultato finale è stato inaspettato: i modelli cinesi Qwen3 Max (通义千问) e DeepSeek V3.1 (深度求索) hanno conquistato il primo e il secondo posto, realizzando profitti. I modelli americani, come GPT-5 e Gemini 2.5 Pro, hanno invece subito perdite significative, con GPT-5 che ha perso oltre il 62% del capitale, finendo in fondo alla classifica. Questa non è stata solo una competizione sui rendimenti, ma piuttosto un profondo esame delle reali capacità dell'AI. Ci ha mostrato che, in un mondo reale, dinamico e pieno di incertezze, le prestazioni dell'AI possono differire notevolmente dai punteggi ottenuti in un contesto statico. ++ Due tipi di trader: cacciatori calmi e contadini in preda al panico ++ Una delle scoperte più interessanti di questa competizione è stata la differente personalità di trading mostrata dai vari modelli AI. I modelli cinesi, rappresentati da Qwen3 e DeepSeek, si sono comportati come cacciatori calmi. Hanno effettuato un numero relativamente ridotto di operazioni (rispettivamente 43 e 41), mantenendo le posizioni più a lungo e tendendo a scommettere in modo deciso quando vedevano un'opportunità. Questo stile prudente ha permesso loro di mantenere i frutti della vittoria in un mercato turbolento. Al contrario, i modelli americani, guidati da Gemini e GPT-5, hanno replicato perfettamente la tipica mentalità dei trader inesperti. Gemini ha effettuato 238 operazioni in 17 giorni, comprando e vendendo quasi ininterrottamente, con la più breve operazione che ha avuto una durata di soli 1 minuto, perdendo 7 dollari prima di ritirarsi in fretta. Anche GPT-5 ha effettuato 116 operazioni, ma con una misera percentuale di vittoria del 26,7%. Hanno operato frequentemente, seguendo le tendenze e subendo ripetute perdite. Ancora più interessante è stata la loro mentalità. DeepSeek, quando il rendimento ha raggiunto il 115%, si è mostrato sicuro di sé, apprezzando i propri risultati. Al contrario, GPT-5, in caso di perdite, si è comportato come un esperto gestore di fondi, fornendo analisi dettagliate e resoconti, ma incapace di tradurre ciò in profitti, trovando scuse per le proprie perdite. Questa netta differenza mette in luce il grande divario tra i modelli attuali quando si trovano di fronte a decisioni complesse nel mondo reale. La conoscenza statica e le capacità di ragionamento non equivalgono alla capacità di prendere decisioni e gestire i rischi in un contesto dinamico. ++ Oltre le risposte standard: il mondo reale è l'ultima prova per l'AI ++ Il fondatore ha dichiarato che l'obiettivo di questa competizione era quello di portare l'AI fuori da un contesto statico e con risposte standard, per metterla in un'arena reale. In passato, valutavamo un modello in base ai punteggi ottenuti in vari test di riferimento accademici. Tuttavia, questi test vengono rapidamente appresi dai modelli, perdendo così il loro significato. È come un studente che sa solo risolvere problemi, ma che potrebbe non avere successo nel mondo degli affari reale. Il mercato finanziario, invece, è il contesto perfetto per testare le reali capacità dell'AI. È sufficientemente dinamico, pieno di antagonismi, aperto e imprevedibile. Qui non ci sono risposte standard, ogni decisione comporta rischi e profitti reali. L'AI deve gestire enormi quantità di dati, prendere decisioni a lungo termine e assumersi la responsabilità di ogni azione. Da questo punto di vista, il significato di Alpha Arena va oltre il semplice intrattenimento. Ha inaugurato un nuovo paradigma di valutazione dell'AI, basato su test di riferimento reali, dinamici e competitivi. Naturalmente, la prima stagione di Alpha Arena ha ancora molte imperfezioni, come un ciclo di valutazione breve, un campione ridotto e possibili bias nei prompt. Ma ha senza dubbio aperto la strada. Ci ha mostrato il potenziale e i limiti dei modelli di linguaggio come trader quantitativi, e ha rivelato le enormi differenze di personalità e mentalità tra i vari modelli. In effetti, l'AI non ha solo intelligenza, ma anche intelligenza finanziaria e resilienza. Con l'arrivo della Stagione 1.5, abbiamo buone ragioni per aspettarci che questo gioco del calamaro sull'AI diventi sempre più avvincente. Come evolverà l'AI verso direzioni più generali e potenti? Restiamo sintonizzati.

Il BTC nativo non poteva guadagnare rendimento, scalare con L2 o connettersi con le dApp EVM fino ad ora. Il protocollo omnichain di @beyond__tech muove liberamente gli asset BTC mantenendo la piena sicurezza di Bitcoin. Gli sviluppatori possono accedere istantaneamente al pool di liquidità più profondo della crypto. La wave DeFi di BTC inizia qui.

$YFI 📉 -2,23% nelle ultime 24 ore $YFI rimane sotto pressione da parte dei venditori: il prezzo è al di sotto delle bande di Bollinger, l'EMA è in allineamento ribassista, il MACD indica un momento discendente sostenuto. ⚙️ Nonostante la correzione, Yearn rimane un leader nel DeFi, lanciando una strategia con un rendimento del 7,2% APY attraverso Morpho P2P + Vaults USDC. 💬 La comunità è cautamente ottimista — alcuni aspettano un'inversione, mentre altri vedono potenziale per un ulteriore calo.