Tweet telah dipadam oleh pengarang.
Tetapi kami telah menyimpan semuanya 🙂.
Lalat buah mempunyai 166,700 neuron dan tidak memahami Bitcoin atau mata wang kripto. Namun, jika ia digunakan sebagai trader, ia mungkin masih mempunyai satu kelebihan berbanding ramai trader manusia: ia tidak panik. Jadi, siapa yang anda lebih rela percayakan dengan $100?
Artikel ini telah diterjemahkan daripada versi asal. Baca versi asal oleh koresponden kami di sini.
Jurutera perisian Alex Wormuth telah memberikan otak lalat buah simulasi sebanyak $100 dan tugas yang jarang dicuba oleh lalat: berdagang Bitcoin. Eksperimen Stonkfly beliau menggunakan simulasi berdasarkan peta digital sistem saraf lalat buah jantan untuk melihat carta candlestick BTC/USDC dan memutuskan sama ada hendak membeli, menjual atau mengekalkan posisi.
Lihat siaran di X Memuatkan...
Projek ini menjadi mungkin selepas penyelidik memetakan hubungan antara 166,700 neuron dalam sistem saraf lalat tersebut. Wormuth menggunakan pendawaian itu untuk membina simulasi dan menghubungkan sistem visualnya kepada carta Bitcoin. Lalat itu tidak menerima data harga, berita pasaran atau indikator teknikal. Ia hanya melihat carta.
“Saya memberikan otak lalat itu $100 untuk berdagang bitcoin,” tulis Wormuth. “Neuron dopamin dirangsang apabila lalat itu memperoleh keuntungan.”
Ini bukan tugasan luar biasa pertama bagi lalat maya tersebut. Sebelum ini, Wormuth menghubungkan sistem saraf simulasi yang sama kepada Doom, membolehkan aktiviti neuron mengawal pergerakan dalam permainan itu. Nampaknya, kerjaya semula jadi seterusnya selepas melawan syaitan ialah day trading crypto.
Stonkfly menukarkan carta candlestick berukuran 320×180 kepada isyarat visual yang merangsang ribuan fotoreseptor simulasi. Aktiviti yang terhasil di bahagian lain sistem saraf kemudiannya diterjemahkan kepada tiga tindakan yang mungkin: beli, jual atau kekalkan posisi.
Sistem ganjaran ialah bahagian yang paling mudah dikenali. Jika portfolio memperoleh sekurang-kurangnya 0.01 USDC, neuron dopamin simulasi menerima isyarat positif. Kerugian pada saiz yang sama mengaktifkan kumpulan berasingan yang dikaitkan dengan maklum balas negatif. Mekanisme pembelajaran eksperimen kemudiannya membolehkan sesetengah hubungan dalam rangkaian berubah.
Manusia mungkin mempunyai istilah yang lebih canggih untuk proses ini, tetapi trader sememangnya biasa mendapat lonjakan dopamin apabila sesuatu posisi bertukar menguntungkan. Bezanya, lalat itu tidak tahu bahawa ia memiliki Bitcoin, apatah lagi sama ada Federal Reserve bakal mengubah kadar faedah atau seseorang di X telah mengisytiharkan permulaan bull market yang seterusnya.
Terdapat satu masalah untuk mengisytiharkan lalat itu sebagai genius trading: Stonkfly masih belum membuktikan bahawa otak serangga simulasi boleh belajar berdagang secara menguntungkan. Dokumentasi Wormuth sendiri menyatakan dengan jelas bahawa “pembelajaran yang menguntungkan belum dibuktikan.”
Perbezaan ini penting kerana perubahan hubungan neuron tidak sama dengan pembentukan kemahiran trading. Sebarang keuntungan jangka pendek mungkin berpunca daripada arah pasaran atau nasib, khususnya dengan sejarah trading yang begitu terhad. Eksperimen ini juga sengaja mempunyai batasan: lalat itu tidak boleh menggunakan leverage atau short Bitcoin, setiap pembelian dihadkan kepada $10 dan drawdown sebanyak $20 menghalangnya daripada membuka posisi baharu.
Nasib baik bagi Stonkfly, trader crypto tidak menetapkan penanda aras yang begitu menggerunkan. CoinGecko menganalisis 628,326 wallet aktif yang berdagang di bursa terdesentralisasi Ethereum dalam tempoh 12 bulan hingga 11 Ogos 2026 dan mendapati bahawa kadar kemenangan median telah jatuh kepada hanya 26.29%, berbanding 52.20% setahun sebelumnya dan merupakan paras terendah dalam tujuh tahun data. Seperti yang dinyatakan oleh Crypto Briefing, ini bermakna kira-kira tiga daripada setiap empat trade berakhir dengan kerugian.
Manusia sepatutnya mempunyai kelebihan yang sangat besar. Otak manusia mempunyai kira-kira 86 bilion neuron berbanding 166,700 milik Stonkfly, dan trader boleh mengikuti data ekonomi, mengkaji trend pasaran, mengira indikator serta cuba memahami sebab Bitcoin bergerak. Malangnya, otak yang sama juga boleh menjadi takut, tamak atau tidak sabar, mengejar rally kerana semua orang kelihatan semakin kaya atau memutuskan bahawa satu lagi trade akan memulihkan lima kerugian sebelumnya.
Stonkfly mempunyai lebih sedikit peluang untuk mensabotaj dirinya sendiri. Ia tidak boleh melakukan revenge trading, tiba-tiba meningkatkan leverage kerana berasa yakin atau mengabaikan had risikonya. Namun, terdapat satu aspek yang kelihatan sangat seimbang antara kedua-dua pesaing ini: dopamin. Kedua-duanya boleh menerima ganjaran apabila sesuatu trade menghasilkan wang, walaupun hanya satu daripadanya berkemungkinan mula percaya bahawa tiga trade yang menguntungkan membuktikan kewujudan kemahiran trading yang luar biasa.
Masih terlalu awal untuk memberikan mahkota trading kepada Stonkfly. Penciptanya belum membuktikan bahawa otak simulasi itu boleh menjana wang secara konsisten, dan eksperimen ini dibina untuk mengkaji cara rangkaian neuron biologi bertindak balas terhadap maklum balas, bukan untuk menghasilkan strategi trading crypto hebat yang seterusnya.
Namun, perbandingan ini mendedahkan sesuatu yang menarik tentang trading itu sendiri. Manusia membawa jauh lebih banyak kecerdasan, maklumat dan pemahaman ke pasaran, tetapi kelebihan tersebut hadir bersama emosi dan kesilapan tingkah laku yang boleh menjejaskan prestasi mereka. Lalat itu tidak tahu apa-apa tentang Bitcoin dan masih belum menunjukkan bahawa ia boleh menjana wang secara konsisten. Namun, memandangkan betapa ramai day trader manusia bergelut untuk membuktikan kelebihan mereka sendiri, persaingan ini mungkin lebih sengit daripada yang kelihatan pada mulanya.