Bybit introducerer AI-underkonti til handel med AI-agenter som Claude Code og Cursor

Bybit har introduceret en ny funktion kaldet AI-underkonti, der er designet til at give handlende mulighed for at bruge AI-agenter i deres handel uden at give dem fuld adgang til deres primære børskonti. Ideen er at adskille automatisering fra kernefonde ved at skabe et isoleret miljø, hvor AI-værktøjer kan operere under strenge begrænsninger. I stedet for at forbinde en AI-agent direkte til en hovedkonto, kan brugerne nu tildele den til en dedikeret underkonto med kontrollerede tilladelser og kapital, hvilket reducerer risikoen for at miste fuld porteføljekontrol betydeligt på grund af automatiseringsfejl eller uventet adfærd.

Dette system er rettet mod brugere, der ønsker at eksperimentere med AI-drevne handelsstrategier ved hjælp af værktøjer som Claude Code, Cursor, OpenClaw og andre automatiseringsrammer. Disse AI-agenter kan oprette forbindelse via API-adgang og udføre handlinger som at analysere markedsdata, udføre handler, åbne og lukke positioner og justere strategiparametre i realtid. Alle disse handlinger er dog begrænset til underkontomiljøet og kan ikke påvirke hovedkontoen eller andre underkonti, medmindre brugeren eksplicit tillader overførsler. Denne adskillelse skaber en lagdelt sikkerhedsstruktur, der er tættere på institutionel risikostyringspraksis end traditionelle detailhandelsopsætninger.

En af nøglefunktionerne er kapitalkontrol. Brugere kan allokere et fast beløb til en AI-underkonto med en standard maksimumgrænse på omkring 5000 dollars, selvom denne tærskel kan justeres afhængigt af brugerpræferencer og risikotolerance. Dette gør det muligt at teste aggressive eller eksperimentelle strategier uden at sætte en hel portefølje i fare. Hvis en AI-agent træffer forkerte beslutninger eller opfører sig uforudsigeligt under ustabile markedsforhold, er ulempen begrænset til det allokerede beløb snarere end den fulde kontosaldo.

Systemet inkluderer også detaljerede risikostyringsindstillinger, der giver brugerne mere detaljeret kontrol over AI-adfærd. Handlende kan definere gearingsgrænser for margin- og futureshandel, begrænse eller helt deaktivere overførsler mellem konti og indstille tilladelser for, hvad AI'en har tilladelse til at gøre på markedet. Adgang er kun API-baseret, hvilket betyder, at AI-agenter ikke kan logge ind via standardgodkendelsesmetoder. Dette reducerer eksponeringen for risici ved kontoovertagelse og sikrer, at automatisering er strengt styret af programmerbare regler i stedet for manuel loginadgang.

Bybits tilgang afspejler et bredere skift i kryptoindustrien mod struktureret AI-integration snarere end ukontrolleret automatisering. I stedet for fuldt autonome handelsbots, der opererer uden begrænsninger, opfordrer platformen til en sandkassemodel, hvor AI-systemer fungerer som kontrollerede assistenter. Dette giver handlende mulighed for at implementere flere AI-agenter samtidigt, der hver især kører forskellige strategier såsom scalping, arbitrage, grid trading eller trendfølgende modeller, alle isoleret fra hinanden.

Et andet vigtigt aspekt af dette system er testning og optimering. Handlere kan bruge AI-underkonti som eksperimentelle miljøer til at evaluere, hvordan forskellige modeller klarer sig under reelle markedsforhold. Dette er især nyttigt for kvantitative handlere og udviklere, der ønsker at sammenligne strategier eller finjustere algoritmisk adfærd uden at risikere kernekapital. Succesfulde strategier kan senere gradvist skaleres til større allokeringer, når de viser ensartet ydeevne.

Samtidig anerkender systemet, at AI-handel stadig er i sagens natur risikabelt. Selv avancerede modeller kan misfortolke markedssignaler, reagere dårligt på pludselig volatilitet eller overhandle under ustabile forhold. Der er også mulighed for mangelfuldt strategidesign eller utilsigtede konsekvenser fra dårligt konfigurerede prompts og logik. Ved at isolere disse systemer reducerer Bybit systemisk risiko, samtidig med at innovation stadig tillader det.

Samlet set repræsenterer AI-underkonti et skridt i retning af en mere struktureret og sikker anvendelse af kunstig intelligens på de finansielle markeder. De giver brugerne mulighed for at drage fordel af automatisering, samtidig med at de opretholder klare grænser mellem eksperimentering og reel kapitaleksponering. Denne hybride tilgang kombinerer menneskelig overvågning med maskinel udførelse og skaber en ramme, hvor AI kan hjælpe med handelsbeslutninger uden fuldt ud at erstatte brugerkontrollen. Efterhånden som AI fortsætter med at udvikle sig, kan sådanne systemer blive en standard på tværs af børser og danne grundlaget for en ny generation af semi-autonom handelsinfrastruktur.