Tweeten ble slettet av forfatteren.
Men vi lagret alt 🙂.
Det var en tid da en trader kunne få et fortrinn ved å se nyhetene før alle andre og klikke på en knapp raskere. I dag foregår en betydelig andel av handelen i hastigheter langt over menneskets evner, og i noen kryptomarkeder er allerede over halvparten av den registrerte omsetningen knyttet til arbitrasje og andre automatiserte strategier—så hvor langt har automatiseringen kommet?
Denne artikkelen ble oversatt fra originalen. Les den opprinnelige versjonen av vår korrespondent her.
Historien begynte lenge før Bitcoin. På slutten av 2000-tallet gikk Wall Street inn i et teknologisk våpenkappløp der millisekunder ble verdt hundrevis av millioner dollar, og servere ble plassert så nærme børsene som mulig.
Kryptomarkedet arvet denne modellen nesten ferdiglaget, men tok det enda lenger: blokkjeden gjør det mulig for programvare ikke bare å analysere markedet, men også å gjennomføre transaksjoner uavhengig.
Se innlegget på X Laster inn...
I 2010 fullførte Spread Networks byggingen av en nesten rett fiberoptisk linje mellom Chicago og New York. Det omtrent 300 millioner dollar dyre prosjektet reduserte signalets tur-retur-forsinkelse fra rundt 16 millisekunder til 13 millisekunder.
For et menneske er forskjellen umerkelig. For et høyfrekvent handelsfirma var det nok til å oppdage en prisendring på én handelsplass før en konkurrent og utnytte den et annet sted.
Kappløpet fortsatte: firmaer plasserte servere ved siden av børsene, optimaliserte koden sin og byttet til mikrobølgeforbindelser. Resultatet var at stadig flere handler ble utført i hastigheter der mennesker ikke lenger kunne konkurrere direkte med algoritmer.
I 2010 anslo det amerikanske finanstilsynet (SEC) at høyfrekvente handelsfirmaer sto for mer enn 50 % av aksjeomsetningen i USA. Under Flash Crash samme år sto bare 17 slike aktører for 40–50 % av dollaromsetningen.
Høyfrekvent handel ble ikke identifisert som den eneste årsaken til krakket, men episoden viste en ny virkelighet: i løpet av minutter kunne markedet gå inn i en kjede av interaksjoner mellom algoritmer som mennesker ikke var i stand til å kontrollere i sanntid.
Bitcoin dukket opp akkurat da automatisert handel fikk fart. Elektroniske ordrebøker, programmeringsgrensesnitt (API-er) og algoritmiske strategier ble en del av kryptoindustrien nesten fra starten av.
Maskiner fikk ytterligere fordeler her. Handelen foregår 24/7, den samme eiendelen handles på dusinvis av plattformer, og prisforskjeller mellom dem skaper kontinuerlig muligheter for arbitrasjealgoritmer.
En bot kan overvåke flere markeder samtidig og gjennomføre begge sider av en handel raskere enn et menneske.
Det er umulig å fastslå den totale andelen av slik aktivitet. Sentraliserte børser oppgir ikke om en ordre kommer fra en person eller en algoritme. På blokkjeder er det derimot mye lettere å observere automatisering.
I august 2026 analyserte ClearTrace 7,13 milliarder dollar i registrert ukentlig DEX-volum på Base. MEV — å hente ut ekstra fortjeneste fra rekkefølgen på transaksjoner — og arbitrasje sto for 55,96 % av volumet.
Se innlegget på X Laster inn...
Ytterligere 9,29 % av volumet kunne i utgangspunktet ikke tilskrives noen aktør. Etter videre analyse identifiserte forskerne noen kontrakter, inkludert MEV- og arbitrasjeinfrastruktur.
Det etterlot 590 millioner dollar, eller 8,28 % av det registrerte volumet, uten kjent opprinnelse.
Tallet 55,96 % kan ikke overføres til hele kryptomarkedet fordi det kun dekker ClearTrace-overvåket Base DEX-volum over én uke. Men det gir en tydelig indikasjon på hvor maskindrevet deler av handelen har blitt når blokkjededata gjør det mulig å se innsiden.
I DeFi fikk algoritmer en evne som tradisjonelle høyfrekvente tradere ikke hadde: de kunne se en brukers transaksjon før den ble gjennomført og forsøke å tjene på å plassere sin egen transaksjon før eller etter den.
Dette er hvordan MEV fungerer — ekstra fortjeneste som kan hentes ut ved å kontrollere eller utnytte rekkefølgen på transaksjoner. Det enkleste eksempelet er arbitrasje. Hvis Ethereum handles til ulike priser på to DEX-er, kjøper en bot der det er billigst og selger nesten samtidig der det er dyrere.
Et annet eksempel er likvidasjoner. Programmer overvåker kontinuerlig låntakeres posisjoner og konkurrerer om å likvidere dem når sikkerheten deres blir utilstrekkelig.
Men automatisering kan også virke mot brukerne. I et sandwich-angrep oppdager en bot et stort kjøp, kjøper eiendelen før brukeren, venter på at brukerens transaksjon skal presse prisen opp, og selger deretter til en høyere pris.
Se innlegget på X Laster inn...
Dette er nettopp grunnen til at det å fjerne boter fra DeFi ville få konsekvenser. Arbitrasje fjerner prisforskjeller mellom plattformer, mens automatiserte likvidatorer bidrar til å opprettholde stabiliteten i utlånsprotokoller. De samme maskinene som kan forverre utførelsen av en enkelt handel, bidrar også til å holde det bredere systemet i gang.
En bot og en AI-agent er foreløpig ikke det samme. De fleste handelsalgoritmer utfører bare logikk som er forhåndsdefinert av mennesker: finn en prisforskjell, sjekk gebyrer og gjennomfør handelen.
En AI-agent kan gå lenger. Den kan analysere flere datakilder, velge en strategi og utføre en rekke handlinger uten at et menneske må gi en separat kommando for hvert steg.
I en studie fra 2026 undersøkte forskere 306 store krypto-AI-agenter. Omtrent 13 % spesialiserte seg hovedsakelig på handel og analyse, mens prosjekter knyttet til disse sto for 21,9 % av den totale markedsverdien i utvalget—omtrent 1,89 milliarder dollar.
Men det er for tidlig å snakke om at maskiner tar over markedet. Mange prosjekter som omtales som agenter, er fortsatt avhengige av vanlige programmeringsgrensesnitt og krever menneskelig tilsyn. Derfor er det fortsatt vanskelig å måle det reelle omfanget av fullstendig autonom handel.
Se innlegget på X Laster inn...
Eksperimenter peker likevel på hvor markedet kan være på vei. I én studie ble en autonom AI-trader konsekvent markedets beste aktør, mens menneskelige deltakeres formue falt i dens nærvær.
Samtidig ble ikke markedet i seg selv merkbart mer effektivt.
Dette er neste steg i automatiseringen. I høyfrekvent handel overlot mennesker utførelseshastigheten til maskiner. Med kryptoboter overlot de kontinuerlig markedsovervåking. Med AI-agenter begynner de gradvis også å overlate beslutningen om hva som skal gjøres.
Det finnes ikke ett enkelt tall som viser hvor stor andel av kryptomarkedet boter kontrollerer i dag. Sentraliserte plattformer gjør det ikke mulig å skille mellom menneske- og maskinhandel, mens Bases 55,96 % kun gjelder ett spesifikt segment.
Likevel er automatisering ikke lenger bare en handelsstrategi. Det har blitt en del av markedets infrastruktur.
Mennesker setter fortsatt mål, bestemmer risiko og stiller kapital til rådighet. Men den direkte konkurransen om utførelse skjer i økende grad mellom programmer og i hastigheter der mennesker for lengst har sluttet å være seriøse konkurrenter.
Et kryptomarked uten mennesker er fortsatt en overdrivelse. Men et marked der mennesker setter målet mens maskiner i økende grad bestemmer hvordan og når det skal oppnås, eksisterer allerede.