Los agentes de IA obtienen cuentas de trading a medida que Bitget amplía sus capacidades autónomas

• Bitget ha introducido una nueva estructura de cuentas que permite a su agente de negociación con IA, GetClaw, ejecutar operaciones de forma autónoma dentro de un entorno dedicado. 
• La bolsa está ampliando las capacidades de sus agentes de IA para adaptarse a la demanda de participación directa en condiciones de mercado reales.
• La plataforma Agent Hub de Bitget permite a los agentes de IA acceder a datos en tiempo real, herramientas analíticas y capacidades de ejecución sin flujos de trabajo fragmentados.

Bitget , la mayor plataforma de intercambio universal (UEX) del mundo, ha introducido una nueva estructura de cuenta que permite a su agente de negociación con inteligencia artificial, GetClaw, ejecutar operaciones de forma autónoma dentro de un entorno de cuenta dedicado, lo que marca una nueva etapa en la evolución del comercio impulsado por IA.

Dentro de esta cuenta, el agente puede ejecutar de forma autónoma operaciones reales basándose en instrucciones en lenguaje natural, supervisar los mercados continuamente y gestionar las posiciones en tiempo real sin necesidad de intervención manual.

Bitget amplía sus capacidades como agente de negociación 

Este desarrollo se basa en el lanzamiento anterior de GetClaw , un agente de IA que no requiere instalación y está diseñado para funcionar como un socio comercial persistente, así como en la reciente expansión de Agent Hub , que introdujo habilidades analíticas de IA y herramientas de datos integradas que conectan el análisis de mercado directamente con la ejecución.

En conjunto, estos avances reflejan una progresión desde el acceso a la inteligencia, hasta la ejecucióndent .

La introducción de las cuentas de agente refleja un cambio en la forma en que se aplica la IA en el trading. Inicialmente, los sistemas se centraban en ayudar a los usuarios mediante análisis o recomendaciones, pero los modelos recientes son capaces de observar los mercados de forma continua y actuar según estrategias defi

Al asignar cuentas dedicadas a agentes de IA, Bitget amplía esta capacidad a la participación directa en condiciones de mercado reales.

“Tarde o temprano, los mercados financieros emergentes estarán repletos de agentes de IA que operarán en nombre de los usuarios. Estamos preparando la infraestructura para que esto funcione a gran escala”, afirmó Gracy Chen, CEO de Bitget.

Bitget integra la IA directamente en su entorno de negociación

El uso de subcuentas dedicadas proporciona una clara separación entre los activos controlados por el usuario y la actividad gestionada por el agente, lo que permite implementar estrategias con mayor transparencia y control. Los usuarios pueden defiestrategias de forma sencilla, mientras que GetClaw las ejecuta, supervisa y ajusta dentro de parámetrosdefi.

Este enfoque refleja una dirección arquitectónica más amplia. En lugar de tratar la IA como una capa externa, Bitget la integra directamente en su entorno de negociación, lo que permite que tanto los usuarios humanos como los sistemas automatizados operen dentro de la misma infraestructura. 

A través de Agent Hub, los agentes de IA pueden acceder a datos en tiempo real, herramientas analíticas y capacidades de ejecución sin depender de flujos de trabajo fragmentados.

A medida que aumenta la participación impulsada por la IA, los entornos de negociación evolucionan para dar soporte tanto a la actividad humana como a la automatizada. Esta transición está dando forma a lo que se describe cada vez más como negociación activa, donde los sistemas pasan de apoyar las decisiones a participar activamente en los mercados.

Dentro del modelo de intercambio universal de Bitget, donde los criptoactivos y los instrumentos tradicionales tokenizados operan dentro de una estructura de cuenta unificada, la adición de cuentas de agente amplía la funcionalidad de la plataforma más allá del comercio manual. 

A medida que la automatización se integra cada vez más en los mercados, los sistemas de negociación evolucionan hacia entornos donde el análisis y la ejecución operan conjuntamente en tiempo real.