取引所は「ザリガニ」（トレーダー）にスキルツリーを提供していますが、Openclaw は人間のトレーダーを置き去りにするのでしょうか?

著者: フランク、PANews

まるで一夜にして、誰もがCrayfish（人気の暗号資産プラットフォーム）を導入し始めたかのようです。このトレンドはついに暗号資産業界にも波及しました。3月3日、暗号資産大手のBinanceとOKXは、AIエージェント向けのAIスキルライブラリを同時にリリースし、オープンソース化しました。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りました。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ツールをリリースしました。

この一見偶然のように見える状況の背後には、AIが将来の暗号資産業界の主要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ます。

しかし、ユーザーが直面する中心的な疑問は、エージェントベースのトランザクションは本当に信頼できるのか、ということです。

先頭に立って、暗号通貨業界は AI トレーダーを正式に歓迎します。

今回BinanceとOKXがオープンソース化したSkillは実際に何ができるのか見ていきましょう。

Binanceの7つのスキルは、「統合インテリジェントコア」として位置付けられ、断片化された暗号資産市場のシグナルを実用的な取引判断へと変換します。具体的には、AIエージェントがリアルタイムの市場データへのアクセスや注文の発注といったスポット取引の執行を自動化することを可能にします。また、任意のウォレットアドレスを分析し、詳細な保有状況を含むスマートマネートラッキングレポートを生成することもできます。その他の機能には、トークン取得、コピー取引、契約リスク監視などがあります。

OKXのOnchainOS AIアップグレードは、「AIエージェント向けオンチェーンオペレーティングシステム」と位置付けられています。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ます。これには、ウォレット保有状況の検索（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、取引執行、トークン発見などの機能が含まれます。

先にリリースされたPolymarketのRust CLIインターフェースは、AIエージェント用のターミナルであり、Polymarket上のすべての予測市場を直接クエリ、取引、管理することができます。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ます。

機能的な観点から見ると、これらのスキルは、市場調査、注文執行、スマートマネー追跡など、オンチェーン取引や他の暗号取引への参加に一般ユーザーが必要とする基本機能を提供します。

しかし、これで誰もが、ザリガニが裏で働いてお金を稼いでいるのを見ながらコーヒーを楽しめるようになるのでしょうか?

ソーシャルメディアのユーザーが、金儲けのツール「ザリガニ」を共有した。

AIエージェント≠定量ロボット

しかし、実際の結果はほとんどの人が想像するものとは異なるかもしれません。

多くの人が「AI 取引」を定量取引ロボットと同一視していますが、両者の根底にあるロジックは根本的に異なります。

その違いは根本的です。従来のクオンツ取引ロボットは、本質的には「RSIが30を下回ったら買い、70を超えたら売る」といった事前に定義されたルールを実行する自動プログラムです。非常に高速ですが、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、市場センチメントを把握することもできません。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ます。

AIエージェントの中核を成すのは、大規模な言語モデルです。連邦準備制度理事会（FRB）による金利引き上げに関するニュース記事を読み、それが暗号資産市場にとって何を意味するのかを理解し、保有資産を減らすべきかどうかを判断することができます。

簡単に言うと、ボットがルールを実行し、エージェントが判断を下します。

つまり、現在のエージェントは市場を自ら監視しておらず、機会が訪れた際に直接注文を出しているわけではない。その結果生じるトークンコストとタイムラグは、取引にとって壊滅的な打撃となっている。

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ります。つまり、従来のプログラムは監視と実行を担当し、大規模なモデルは分析と意思決定のみを担当します。

具体的には、従来型のプログラムが取引所からリアルタイムの価格、オンチェーンデータ、ニュースなどの情報を継続的に取得し、これらのデータをパッケージ化して大規模モデルに送信します。大規模モデルは、市場状況、ニュース、オンチェーンの異常といった多次元情報を統合し、「ETHを購入、ポジション10%、注文価格2450ドル」といった取引判断を提供します。最終的に、取引指示は従来型プログラムに返され、取引所インターフェースを介して注文が実行され、その結果が継続的に追跡されます。

従来のコードはエージェントの「手」と「目」として機能し、全体的なモデルは「頭脳」として機能します。3大プラットフォームが提供するスキルは、基本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や取引機能に迅速にアクセスできるようにします。しかし、舞台裏では、特定の戦略に基づいて人間が取引ロジックを設計しています。スキルに接続して口座残高が自動的に急増するのを見るだけではありません。

テクノロジーと機能性以外にも、対処しなければならない現実的な問題が 2 つあります。

一つ目は速度です。従来の高頻度定量分析ボットの取引レイテンシはマイクロ秒からミリ秒単位であり、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を実現しています。しかし、AIエージェントにとっての最大のボトルネックは、大規模モデル推論に必要な時間にあります。完全な分析と意思決定の出力には通常、数百ミリ秒から数秒かかり、複雑なシナリオでは5秒を超えることもあります。これは、従来のボットの数千倍、あるいは数百万倍もの速度です。

したがって、エージェントは速度という点でクオンツボットに太刀打ちできません。高頻度の裁定取引を行うことも、ミリ秒単位の価格差から利益を得ることもできません。エージェントの競争力は、その意思決定の質にあります。クオンツボットはミリ秒単位で注文を出すことができますが、「連邦準備制度理事会議長がハト派的なツイートを送った」という内容を理解することはできません。一方、エージェントは理解できます。エージェントは、1秒あたり数千もの機械的な操作を実行するよりも、1時間あたり1～2件の綿密に考え抜かれた取引を行う方が適しています。

2つ目の要因はコストです。従来のボットは、一度開発すれば、運用コストはサーバーコストのみで済みます。しかし、エージェントは意思決定のたびに大規模なモデルインターフェースを呼び出すため、費用が発生します。例えば、GPT-5.2では、エージェントが5分ごとに市場を分析する場合（1日288回）、月間の推論コストは約106ドルです。より強力なClaude Opus 4.6を使用すると、約238ドルになります。これは多額の資金を運用するトレーダーにとっては大した金額ではありませんが、数千ドルの資金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が相まって、純利益の達成をはるかに困難にします。

エージェントとしてお金を稼ぐとなると、チャンスよりも落とし穴の方が多いです。

さらに、エージェントの意思決定の質も大きな問題です。一見論理的で明確な判断の裏には、不合理な判断が隠されている可能性も十分にあります。

2025年にNof1が開催したAI取引コンテストは、その好例となりました。複数の大規模モデル駆動型エージェントが競い合いましたが、結果は大きく異なりました。GPT-5駆動型エージェントは初期資本の62%を失いましたが、Qwen3とDeepSeekはそれぞれ22.3%と4.89%の利益を上げました。このAI取引コンテストでは、最終的に利益を上げたモデルもありましたが、非常に不安定な特性を示しました。特にDeepSeekは、当初は高いリターンを示しましたが、その後大幅なドローダウンが発生し、市場の期待を低下させました。

実験の第2シーズンでは、それぞれ1万ドルの元本を持つ15個のAIボットが参加しました。GROK-4.2のみがプラスのリターンを達成しました。全体として、両シーズンを通じてプラスのリターンを達成したのはわずか3つのモデルのみで、残りは損失を出していました。

さらに、PANewsは当時最も有力だったモデルのいくつかについてシミュレーション研究を実施し、最終結果では長期的には全ての期待利益がマイナスになることが示されました。（関連記事：定量的AI評価：全てのモデルの期待利益は1未満、人工知能はトレーダーに取って代わるまでどのくらい時間がかかるのか？）

Polymarketにおける最も典型的なAIボット戦略は、数学的パリティ・アービトラージです。バイナリー市場で「はい」と「いいえ」の契約を両方購入するコストの合計が1ドル未満の場合、両方を同時に購入することでリスクのない利益を確保できます。多くのブロガーがこの戦略を高く評価しています。しかし、Polymarketは動的な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にしました。

総じて言えば、エージェント取引は「金を印刷する機械」ではありません。モデルの選択、戦略設計、そしてリスク管理の規律は、いずれも不可欠です。

これらに加えて、エージェント取引には考慮する必要がある他のいくつかのリスクも伴います。

まず、セキュリティに関して言えば、エージェントが秘密鍵を保持し、自律的にトランザクションを実行します。動作環境が侵害された場合、資産の損失につながる可能性があります。過去の事例では、オープンソースプラットフォームに悪意のある技術が注入され、ユーザーの鍵が盗まれたことが示されています。3つのプラットフォームはすべて、声明の中で慎重な免責事項を記載しており、Polymarketはこれを「初期実験ソフトウェア」と明確にラベル付けしています。

第二に、大規模モデルの「錯覚」の問題は無視できません。モデルは、一見合理的に思えても実際には誤った分析結果を生成することがあります。日常会話では恥ずかしい程度かもしれませんが、取引においては、実際の資金の損失につながる可能性があります。

戦略の均質化も懸念材料です。多数のエージェントが同じスキルとモデルを用いて同じ市場を分析すると、彼らの判断は非常に似通ったものになり、買いシグナルが同時に発動され、価格が急騰し、後発の投資家の参入余地が狭まってしまいます。

AIは単なる武器であり、その武器を扱うのはやはり人間です。

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の製品を設計し始めていることで、大きな変化を遂げつつあります。2023年のデータによると、暗号資産市場の取引量のうち、自動化システムがすでに70%以上を占めており、この割合は依然として上昇傾向にあります。

しかし、エージェント取引はまだ「初期実験段階」にあります。根本的な考え方は、これは単にツールの改良であり、「利益創出の自動化」ではないということです。戦略と定量分析に関する豊富な経験を持つ機関投資家も、同じツールを用いて改良を進めていることを忘れないでください。

一般投資家は、急いで独自のAIエージェントを構築するのではなく、まずはFOMO（投機への恐怖）を抑え、その限界と弱点を理解することが重要です。確かにエージェント取引の時代は到来しましたが、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ます。