Não é recomendado usar Agentes para dançar com os manipuladores, pois os modelos LLM têm muita aleatoriedade, o que faz com que o núcleo do LLM não seja um motor de estratégia, mas sim um gerador de probabilidades.

Mesmo prompt idêntico, saídas diferentes → decisões instáveis.
Você faz várias perguntas iguais a ele e, além disso, os scripts cron têm restrições, os modelos LLM são aleatórios e muitas vezes têm um desempenho imprevisível, o pior de tudo é a memória, os modelos LLM frequentemente esquecem.
A janela de contexto é limitada → perda de estado a longo prazo.
A memória depende de componentes externos (banco de dados vetoriais / logs) → não é fortemente consistente.
A recuperação também é um comportamento probabilístico → pode perder / errar.
E o maior problema é que o MM ativo é controlado por humanos, seu roteiro tem muitas variações, a maior parte dos Agentes só consegue aprender com o passado, incapazes de prever o futuro. Portanto, usar Agentes para negociar moedas fantasmas provavelmente resultará em perdas severas.
👉 O mercado não é um ambiente estacionário.
O MM pode mudar de roteiro.
Pode usar sua estratégia de forma reversa para colher lucros.
Pode criar “padrões históricos falsos” e, então, explodir ou despencar dentro da rotina que você pensa ser regular.
E a maioria dos Agentes faz o seguinte:
👉 Usar dados históricos para ajustar uma “regra estável” (AutoResearch tende a fazer overfitting).
Mas a realidade é:
👉 As regras em si estão sendo constantemente quebradas por pessoas.