Практический эксперимент по передаче депозита в $1 000 автономным агентам на базе GPT-6 и Claude Fable 5.1 выявил ключевые риски применения языковых моделей в алгоритмической торговле. Исследователи подключили агентов через официальный REST API к платформам предсказаний Kalshi и Polymarket, дав моделям право самостоятельно анализировать новостной контекст и выставлять биржевые ордера.
В ходе 18-часовой сессии на симуляторе (paper-trading) обе модели продемонстрировали связность рассуждений, но быстро привели депозит к глубокой просадке. Главной уязвимостью оказалась неспособность к управлению рисками: модели переоценивали вероятность маловероятных исходов, шли на чрезмерный риск при колебаниях котировок и удерживали убыточные позиции вплоть до ликвидации.
Эксперимент доказал, что рассуждения LLM не заменяют детерминированные правила риск-менеджмента. Для безопасных финансовых интеграций необходимы внешние защитные механизмы: жесткие серверные стоп-лоссы, лимиты на размер позиции, ценовые коридоры (price collars) и обязательное ручное подтверждение крупных транзакций человеком.

