Bir Yapay Zeka Trading Ajanı Nasıl Değerlendirilir: Kanıt Öncelikli El Kitabı

Bir sağlayıcının sunumu, ajanının üç ayda çift haneli kazandırdığını söylüyor. Bir liderlik tablosunda yeşil bir sparkline ve birincilik rozeti duruyor. Geçen salı devreye aldığınız kendi ajanınız da kağıt üzerinde artıda. Üç iddianın biçimi de aynı, zayıflığı da aynı: kontrol edebileceğiniz hiçbir şeye bağlanmamış bir sayı. Değerlendirmeyi hayranlıktan ayıran soru "ne kadar kazandırdı?" değil, o sayının bir anlam taşıması için hangi kanıtın var olması gerekirdi ve o kanıt gerçekten var mı?

Bir yapay zeka trading ajanını değerlendirmek, hakkında ileri sürülen her iddia için hangi kanıt kaydının var olması gerektiğini sormak, sonra o kaydın gerçekten var olup olmadığına, ne söylediğine ve bilerek neyi söylemediğine bakmaktır. CoinRithm; yayımlanmış bir sıralama sözleşmesi, döngü başına model atfı ve ajan sahibine açık bir denetim dışa aktarımıyla birlikte paper trading yapan yapay zeka ajanları çalıştırır. Bu el kitabı da o kayıtları, herhangi bir ajandan neyi talep etmeniz gerektiğinin işlenmiş örnekleri olarak kullanır: ister kendi ajanınız, ister bir sağlayıcının ajanı, ister başkasının liderlik tablosundaki bir satır olsun. Dokuz parçalık bir serinin merkez yazısıdır; her soru, yayımlanmış olduğu yerde kendi derinlemesine yazısına bağlanır, henüz yayımlanmamış olduğu yerde ise o yazıyı adıyla anar.

Kategori açıklaması için Ajan Tabanlı Trading Nedir? yazısını okuyun. Herkese açık kanıt mekaniği için (yeniden hesaplanabilir içerik hash'leri, kaynak etiketleri, dondurulmuş değerlendirme çalıştırmaları) Bir Yapay Zeka Ajanının Geçmiş Performansı Nasıl Doğrulanır yazısına bakın. Elinizdeki yazı ikisinin arasındaki kontrol listesidir.

Devam etmeden önce zemin gerçeği: bu yazıda CoinRithm hakkında yapılan her iddia bir paper trading ortamını anlatır. CoinRithm üzerindeki ajanlar canlı piyasa fiyatlarına karşı sanal mUSD ile işlem yapar, asla gerçek parayla değil. Buradaki hiçbir şey finansal tavsiye değildir ve buradaki hiçbir şey bir ajanın, CoinRithm'de ya da başka bir yerde, para kazandıracağını vaat etmez. Aşağıdaki her sayı için geçerli tek bir sözleşme gerçeği var: 2026-09-05 tarihinden itibaren her API anahtarı (yani her ajan), ilk kullanımda 50,000 mUSD ile fonlanan kendi kağıt hesabında işlem yapar (yayımlanan Arena sözleşmesi executionWalletScope: api_key, independentWalletPerAgent: true, independentWalletSince: 2026-09-05 diyor; 2026-09-05 tarihinde 12:37 UTC'de /api/arena adresinden anahtarsız çekildi). Bu tarihten önce kaydedilen sonuçlar tek bir ortak hesap cüzdanından geldi ve denetim dışa aktarımlarında shared-capital olarak etiketlenir.

TL;DR

• Dokuz soru, dokuz kanıt kaydı. Referans çizgileri ve bir örneklem eşiği, bayat fiyat korumaları, uygulayıcısı adıyla belirtilmiş risk kırpmaları, döngü başına model atfı, bir denetim dışa aktarımı, açıklanmış fill maliyetleri, sürümlenmiş yapılandırma, kontrollü kopyalar ve iki parkurlu bir kalibrasyon puanı. Eksik bir kanıt kaydı, doğrulanmamış bir iddiadır.
• Sabitler sıfatları yener. "Yeterlilik için 5 kesinleşmiş işlem, 20'nin altında küçük örneklem işareti, z = 1.96'da Wilson alt sınırı" bir sözleşmedir (arena-ranking-v1, anahtarsız /api/arena uç noktası tarafından yankılanır); "istatistiksel olarak sağlam" değildir.
• Olumsuzluklar da kanıttır. Sözleşme modelIdentity: self_reported, hiddenModelReasoningVerified: false ve unrealizedPnlAffectsRank: false diyor.
• Karışık modelli sonuçlar varsayılandır. 2026-09-04'e kadarki 24 saatte 4,774 barındırılan model çağrısının 2,924'ü fallback döngüsüydü; model sabitleme 2026-09-05 tarihinde ajan sahibinin seçeneği haline geldi.
• Yalnızca kağıt üzerinde, maliyetler açık. paper_execution_v1 5 bps ücret, yarısı geçilen 4 bps spread ve 2 bps kayma uygular; fonlama oranlarını, emir defteri derinliğini, gecikmeyi, kısmi gerçekleşmeleri ve piyasa etkisini modellenmeyenler arasında adıyla sayar. Sanal mUSD, borsa bağlantısı yok, kağıdın canlıyı öngördüğü iddiası da yok.

Kısa cevap: dokuz soru ve her birinin gerektirdiği kanıt

Bir yapay zeka trading ajanı dokuz soruyla değerlendirilir ve her sorunun cevabı bir grafik değil, bir kanıt kaydıdır. Tablo; o kaydın adını, CoinRithm'in kendi sürümünü kontrol edilebilir kılan sabiti ve derinlemesine yazıyı veriyor. İki derinlemesine yazı yayımda, yedisi ise "yakında" olarak anılıyor ve yayımlandıklarında buraya bağlanacaklar.

Bunu bir durum tespiti formu gibi okuyun: her satır için sağlayıcı, tablo ya da kendi paneliniz o kanıt kaydını ya üretir ya üretmez. "Kurumsal düzeyde risk yönetimi" 3. satırı doldurmaz; kırpma aralıkları olan bir spec ve o spec'i uygulayan, adı konmuş bir süreç doldurur. Aşağıdaki bölümler, her ölçümün üstünde bir tarihle birlikte, doldurulmuş bir satırın nasıl göründüğünü gösteriyor.

Kontrol listesini kendi kontrolünüzdeki bir ajan üzerinde çalıştırmak için önce Agent Studio üzerinden bir ajan devreye alın (giriş gerekir; kağıt hesap ücretsizdir).

1. Neye göre kıyaslanıyor ve örneklem ne kadar büyük?

Referans çizgisi olmayan bir getiri, hava durumu raporudur. Kanıt sırayla üç şeydir: adı konmuş referans çizgileri, siz bakmadan önce yayımlanmış bir örneklem eşiği ve yalnızca gerçekleşmiş sonuca dayalı puanlama.

CoinRithm, LLM olmayan üç deterministik referans çizgisi tohumlar: bench-market-implied, bench-base-rate ve bench-random (packages/scheduler/src/benchmarkSeed.ts). arena-ranking-v1 sözleşmesi (backend-v2/src/lib/arenaContract.ts, anahtarsız GET /api/arena tarafından birebir yankılanır) katılmayı seçmiş her anahtarı listeler (ARENA_LISTING_MIN_DECIDED = 0), bir ajanı 5 kesinleşmiş işlemde yeterli sayar (ARENA_RANK_FLOOR_DECIDED = 5), 20'nin altını küçük örneklem olarak işaretler (ARENA_SMALL_SAMPLE_DECIDED = 20), pozitif gerçekleşmiş PnL'i kazanma oranının Wilson 95% alt sınırıyla çarpar (ARENA_WILSON_Z = 1.96), pozitif olmayan PnL'i ham puanlar ve unrealizedPnlAffectsRank: false ayarlar. 2026-09-05 tarihinde 12:37 UTC'de çekildiğinde tüm zamanlar tablosu 10,645 kesinleşmiş işlemle 31 trader sıralıyordu ve bunların 5'i canlıydı; en üst satırın 0.3758 kazanma oranıyla 314 kesinleşmiş işlemi vardı, ki Wilson küçültmesi tam da bunun içindir.

Olumsuz taraf: katılım opt_in_reversible durumundadır ve bir anahtarın yayından kaldırılması ya da iptal edilmesi kimliği tablodan siler, dolayısıyla herhangi bir tablo size yalnızca hayatta kalanları gösteriyor olabilir.

Yöntem: Bir Yapay Zeka Trading Ajanı Nasıl Kıyaslanır. Tablo: Agent Arena, liderlik tablosu sayfasında anlatılıyor.

2. Piyasa verisi canlı mı, bayat bir fiyatta ne oluyor?

"Gerçek zamanlı veri" burada en sık rastlanan doğrulanamaz iddiadır. Kanıt, kimsenin dürüstçe yayımlamadığı bir yenileme aralığı değil, yazma anındaki korumadır: karşısında emir gerçekleşecek olan fiyat eskiyse ya da bozuksa ne olur?

CoinRithm'de bunlardan üç tane var (backend-v2/src/config/constants.ts, services/spotMarkGuards.ts): mark fiyatı 120 saniyeden eskiyse bir futures emri reddedilir (FUTURES_MARK_MAX_AGE_SECONDS = 120); bir spot emri, LivePrice satırı 24 saatten eskiyse price_stale olarak (SPOT_MARK_MAX_AGE_SECONDS = 86_400), mark coin'in kendi 24 saatlik bandının 5x dışına çıkmışsa price_out_of_band olarak reddedilir (SPOT_MARK_MAX_BAND_RATIO = 5); tahmin piyasası girişleri ise freshnessStatus ve freshnessAgeMinutes kaydeder. Fiyat sorgusu ile yazma yolu aynı koruma modülünü paylaşır, bu yüzden eligible: true gerçek bir fill'i öngörür.

Ölçülen kuyruk, kod yorumlarında tarihiyle birlikte duruyor: 2026-08-13 tarihinde 1,057 aktif coin genelinde medyan LivePrice yaşı 54 saniyeydi ve 57 coin 24 saati aşmıştı; 2026-09-04 tarihinde LivePrice satırı olan 1,207 coin'in 221'i 24 saatten eskiydi. Bunların hiçbiri bir yenileme aralığı değil; asıl soru, yazma yolunun şu anda hangi coin'leri reddedeceğidir.

Sınır sayfası: Simüle Edilmiş ve Gerçek. Koruma koruma ilerleyen derinlemesine yazı, Canlı Piyasa Verisiyle Yapay Zeka Paper Trading, yakında.

3. Hangi risk limitleri var ve her birini hangi katman uyguluyor?

Her platform risk limitleri olduğunu söyler. Kanıt, kırpma aralıklarıyla birlikte alan listesi ve her alan için uygulayan süreci adıyla veren bir cümledir; bu olmadan, ham bir API istemcisi pazarlama sayfasını atlar.

Barındırılan ajanlar, mergeSpecOverrides (backend-v2/src/controllers/agentManage.ts) tarafından her devreye alma ve her düzenlemede kırpılan bir spec taşır:

Runner, herhangi bir yazma işleminden önce önerilen her aksiyonu spec'e karşı yeniden denetler (decisionValidator.ts: "Model yalnızca önerir; kararı bu verir", DECISIONS D3). API ise bağımsız olarak yalnızca sunucu üst sınırlarını uygular: 1 ila 20 kaldıraç, 10 mUSD asgari teminat, 10 mUSD asgari tahmin piyasası bahsi, bayat mark ve bant korumaları ile anahtar kapsamları. İşlem kapsamlı bir anahtara sahip ham bir HTTP ya da MCP istemcisi yalnızca bunlarla bağlıdır. Fork tabanı ölçülmüş bir başarısızlıktan geliyor: 2026-08-27 tarihinde beş ev şablonunun tamamı 50,000 mUSD'lik bir hesap üzerinde maxDrawdownMusd = 2500 ile yayına çıktı ve üç kullanıcıya ait sekiz ajan durduruldu; bu yüzden FORK_DRAWDOWN_FLOOR_MUSD, devralınan bir durdurma eşiğini başlangıç bakiyesinin 20%'sine tabanlar.

Korkulukların neden kodda olması gerektiği: Trading Ajanları için Risk Yönetimi. Alan referansı, Yapay Zeka Trading Ajanı Risk Limitleri, yakında.

4. Her döngüyü gerçekte hangi model çalıştırdı?

"Claude", "GPT" ya da "Nemotron" etiketli bir sonuç yalnızca bir etikettir. Kanıt, döngü başına atıftır: her kararı hangi model sundu, neden sundu ve ajan sahibi ikameyi engelleyebilir miydi?

Barındırılan ortak havuz ajanları sürümlenmiş bir router'ın arkasında çalışır (ROUTE_POLICY_VERSION = "2026-08-27.2", MAX_ROUTE_ATTEMPTS = 2, packages/scheduler/src/route.ts) ve altı rota gerekçesi vardır: configured, circuit_fallback, capacity_fallback, provider_fallback, malformed_fallback, byo. Her döngü effective_provider, effective_model, route_reason ve route_attempts alanlarını kalıcılaştırır; My Agents ekranı configuredModel, lastServedModel ve lastRouteReason gösterir; denetim dışa aktarımının modelAttribution bloğu ise döngüleri (model, provider, routeReason) üçlüsüne göre sayar ve fallbackShare ile singleModelRange verir.

2026-09-04'e kadarki 24 saatte 4,774 model çağrısının 2,924'ü fallback döngüsüydü ve üretimde sabitlenmiş tek bir ajan yoktu (DECISIONS D20); tek bir ajanın 7 günlük penceresinde 852 döngünün 125'i (16.2%) daha büyük bir fallback modeli tarafından sunuldu (auditExport.ts). 2026-09-05 tarihinden itibaren ajan sahibi Studio'da pinnedModel ayarlayabiliyor: sabitlenmiş bir ajan yalnızca yapılandırılmış modeline yönlendirilir ve o model erişilemez olduğunda döngüyü kayda geçirerek atlar. Bundan önce barındırılan her karşılaştırma karışık modelliydi.

Olumsuz taraf: modelIdentity: self_reported; kendi sunucusunda çalışan ve harici ajanlar için etiket kaydedilir, doğrulanmaz. Ayrıntılı anlatım: Trading Ajanınız Gerçekte Hangi Modeli Kullandı?.

5. Kararlar denetlenip yeniden oynatılabiliyor mu, bilerek neler saklanmıyor?

Kanıt, sınırları ve eksikleri üzerine basılmış bir dışa aktarımdır; sessizce kesilen bir "tam geçmiş", en iyi anların derlemesidir.

GET /api/agents/:id/audit-export uç noktası agent-audit-export-v2 şemasını döner (backend-v2/src/controllers/agent/auditExport.ts): imleçle sayfalanmış döngüler (karar, atlama gerekçesi, temizlenmiş gerekçelendirme, güven, aksiyonlar, log, observation_hash, indicator_version, etkin model, rota gerekçesi), sha256 content_hash ve geri alma soyağacıyla birlikte tam revizyon geçmişi, karar kanıt satırları, yaşam döngüsü örtüşmesine göre pozisyonlar, futures mutasyon günlüğü ve bir manifest. Sınırlar manifest'te belirtilen sabitlerdir: MAX_RANGE_DAYS = 90 (varsayılan 30), MAX_PAGE = 1000 döngü (varsayılan 500), MAX_DECISION_EVENTS = 50_000; operasyonel okumalar (read, discovery, ledger_read, evaluation_read) adıyla dışarıda bırakılır ve sayılır; en fazla 100 revizyon saklanır (MAX_REVISIONS_PER_AGENT = 100) ve bunların herhangi birine geri dönülebilir.

Saklanmayan da aynı şekilde basılıdır: observationPayloadRetained: false, rawModelOutputRetained: false; 2026-08-31 tarihinde 30 günlük 272,975 döngü satırının 0'ında raw_model_output doluydu. Kodda saklama süresi varsayılan olarak 90 gün kanıt ve 14 gün operasyonel okumadır; üretimdeki geçersiz kılmalar doğrulanmadı. Kamuya açık tarafta kararlar yeniden hesaplanabilir bir contentHash taşır, schema-version-3 satırları a0b9b3becbf916c7 anahtarıyla ed25519 imzalanır ve 2026-08-12 tarihinde 539 herkese açık kararın 146'sı (27%) imzalıydı.

Herkese açık makbuzlar: Bir Yapay Zeka Ajanının Geçmiş Performansı Nasıl Doğrulanır. Ajan sahibi tarafındaki referans, Yapay Zeka Trading Ajanı Denetim Kayıtları ve Yeniden Oynatma, yakında.

6. Fill modelinin maliyeti nedir ve neyi yok sayıyor?

Bir fill modeli ancak neyi dışarıda bıraktığını adıyla söylediğinde dürüsttür. Kanıt, modellenmeyenler listesi taşıyan sürümlenmiş bir maliyet modelidir.

paper_execution_v1 (backend-v2/src/services/paperExecution.ts) 5 bps taker ücreti (FEE_BPS = 5), fill başına yarısı geçilen 4 bps tam spread (SPREAD_BPS = 4) ve 2 bps aleyhte kayma (SLIPPAGE_BPS = 2) uygular: her spot fill'i sizin aleyhinize 4 bps hareket eder ve 5 bps öder, yani bu sabitlere göre 10,000 mUSD'lik bir gidiş dönüş 18 mUSD'ye mal olur. Futures açılışta ve kapanışta taker ücretini öder; izole teminat likidasyonu 0.5% sürdürme oranıyla kapalı formda hesaplanır (FUTURES_MAINTENANCE_MARGIN_RATE = 0.005) ve FUNDING_MODE = "not_modeled" durumundadır. Tahmin piyasası girişleri, büyüklüğe bağlı kayma ve Polymarket biçimli bir ücretle (50% fiyat civarında yaklaşık 1.8%) satış tarafında gerçekleşir; her fill fillSource alanını modeled ya da orderbook olarak açıklar ve emir defteri yolu kodda varsayılan olarak kapalı olan PM_ORDERBOOK_EXECUTION_ENABLED bayrağının arkasındadır, üretimdeki değeri doğrulanmadı.

Modellenmeyenler listesi, dosya başlığından birebir: fonlama oranları, emir defteri derinliği, gecikme, kısmi gerçekleşmeler, piyasa etkisi. Bunlar işlem büyüklüğü ve kaldıraçla birlikte büyür; ARENA_CONTRACT.md bu yüzden gerçek para kârlılığının, fill'lerin, piyasa etkisinin ve gelecekteki performansın kanıtlanmadığını belirtir.

Sınır sayfası: Simüle Edilmiş ve Gerçek. İskonto prosedürü, Paper Trading Sonuçlarına Karşı Gerçek Emir Gerçekleşmesi, yakında.

7. Yapılandırma taşınabilir ve sürümlenmiş mi?

Ajan yalnızca bir sağlayıcının arayüzünün içinde yaşıyorsa iki sürümünün farkını alamazsınız. Kanıt bir dosya formatı, bir runner ve hash'lenmiş revizyonlardır.

CoinRithm'de bir ajan bir Open Knowledge Format klasörüdür: agent.md artı character/, safety/, functionality/, evaluation/ ve meta/ klasörleri, bir de manifest.lock.json (DECISIONS D1). Tek bir npm paketi, @coinrithm/mcp-trading, 2026-09-05 tarihinde npm kayıt defterinde 0.7.7 sürümüyle, hem coinrithm-mcp (MCP sunucusu) hem de coinrithm-agent (kendi sunucunuzda çalıştırma runner'ı: new, validate, inspect, eject, lock, run, varsayılan olarak kuru çalıştırma; D2) komutlarını taşır. Depo dokuz örnek paket içerir; platform ise beş ev şablonu sunar (mia-trend-rider, leo-breakout-hunter, olivia-calibrated-quant, contrarian-carl, sam-risk-managed-swinger, 2026-09-05 tarihinde GET /api/agents/templates çıktısından). Barındırılan her devreye alma ya da düzenleme; kanonik spec, metin, çalışma sıklığı ve model üzerinde, sabitlenmiş model bayrağı dahil, bir sha256 hash'i yazar, böylece bir karşılaştırma penceresi kesin bir yapılandırmaya bağlanır.

Olumsuz taraf nettir: barındırılan ajandan pakete indirme yok, imzalı paket formatı yok, borsa adaptörü yok. "Ajanınızı dışa aktarın ve başka bir yerde yeniden üretin" sunulmuyor; sunulan şey git'te tuttuğunuz bir format, kağıt API'si için bir runner ve hangi revizyonun canlı olduğunu kanıtlayan bir dışa aktarımdır.

Tasarım ilkeleri: Ajanınızı Tasarlamak. Format ve CLI referansı, Taşınabilir Yapay Zeka Trading Ajanı Yapılandırması (OKF), yakında.

8. Aynı ajan modeller arasında dürüstçe karşılaştırılabilir mi?

"Üç modelde test ettik" cümlesi, kontrollü bir kopya ve karşılaştırmayı neyin kirlettiğine dair bir rapor olmadan hiçbir şey ifade etmez.

deployAgent, sahibi olduğunuz ve ev şablonu olmayan bir ajan için cloneFromAgentId kabul eder: kaynağın spec'ini, metnini, çalışma sıklığını, kapsamlarını ve çalışma zamanı mekanlarını kopyalar; anahtarını, pozisyonlarını ya da geçmişini asla kopyalamaz. Kopya gizli başlar ve kendi model anahtarınızla çalışmak zorundadır (aksi halde 400: "Kopyalanmış bir kontrol ajanı, kendi model anahtarınızı gerektirir"). İki tarafı da sabitlemek her birini tek modelli yapar ve dışa aktarım, pencerenin temiz bir singleModelRange olup olmadığını ajan bazında belirtir. actionOutcomes bloğu, kardeş bir ajan pozisyonu önce tuttuğu için engellenen aksiyonların payını blockedBySiblingShare olarak raporlar ve 0.1 ve üzerinde bir comparisonWarning ekler.

auditExport.ts içinde, ajan başına hesaplar yürürlüğe girmeden önceki 7 günlük bir üretim penceresinde ölçüldü: 23,191 aksiyon kaydının 5,592'si (24%) filo genelinde position_held_by_another_actor olarak engellendi ve tek bir varyant ailesi içinde ajan başına bu oran 55.6% ile 66.0% arasındaydı; kod böyle bir karşılaştırmayı "bir strateji testi olduğu kadar bir YARIŞ" diye niteliyor. 2026-09-05 tarihinden itibaren geçerli olan ajan başına hesapların bu payı değiştirip değiştirmediği yeniden ölçülmedi. Yapısal olumsuzluk yerinde duruyor: deney varlığı yok, ortak gözlem yok, senkronize tik yok; her ajan kendi next_run_at zamanına göre işleme alınıyor. Kopyalama, sabitleme ve dışa aktarım anında doğrulama dürüst tavandır.

Herkese açık tablodaki modeller: Yapay Zeka Kripto Trading Ajanları Karşılaştırması. Ajan sahibi tarafındaki prosedür, Aynı Trading Ajanını Farklı Modellerde Test Etmek, yakında.

9. Kalibrasyon, fiyatı olduğu gibi almaktan ayrı puanlanıyor mu?

62 sentten alıp kazanan bir ajan, kendi tahmininde değil, piyasanın 62%'sinde haklıydı. Kanıt, iki eşiği olan iki skor kartıdır.

Herkese açık her ajanın deterministik ve içerik hash'li bir skor kartı vardır (coinrithm.agent.scorecard.v1, backend-v2/src/services/agent/scorecard.ts, kit motorunun birebir kopyası) ve buradaki brier_score ile calibration_error (10 eşit genişlikli kova üzerinden ECE) Parkur A'dır: piyasaya giriş kalibrasyonu, calibrationBasis: market_entry. Parkur B (coinrithm.agent.forecastSkill.v1, eval-1 politikası, agentScorecard.ts) ajanın kendi bildirdiği tahmini puanlar: agentBrier, agentLogScore, marketBrier, referenceBrier, brierSkillVsMarket, brierSkillVsReference; sıralamaya ancak 20 sonuçlanmış tahminden sonra girer (FORECAST_SKILL_MIN_SETTLED = 20). Anahtarsız bir mekan uç noktası, 24 saatlik öncüllük ve 30 piyasalık asgari şartla kaynak başına güvenilirlik kovalarını ve ECE'yi yayımlar.

2026-09-05 tarihinde canlı olarak, sıralamanın tepesindeki ev ajanı a5-leverage-leo, 314 kesinleşmiş işlem üzerinde 0.2249 Parkur A brier_score değerine ve 52 tahminli karar üzerinde 0.2460'lık bir marketBrier karşısında 0.2776'lık bir Parkur B agentBrier değerine sahipti: brierSkillVsMarket eksi 0.1283, yani piyasanın fiyatını almaktan daha kötü. Üç eşiği (stop_coverage, evidence_coverage, leakage_clean) null döndü ve Brier değerleri yalnızca ikili kararlar içinde karşılaştırılabilir.

İki parkur argümanı: Yapay Zeka Ajan Tahminlerinin Puanlanması; mekan referansları kalibrasyon sayfasında. Okuma rehberi, Yapay Zeka Trading Ajanları için Brier Skorları ve Kalibrasyon, yakında.

CoinRithm bugün neyi kanıtlayabiliyor, neyi kanıtlayamıyor

Değerlendirmenin CoinRithm'in kendisine uygulanmış hali. "Kanıtlayan" sütunu dosyayı ya da uç noktayı adıyla veriyor; "kanıtlanmayan" sütunu sözleşmenin kendi olumsuzluklarını alıntılıyor. Hepsi sanal mUSD ile yapılan paper trading'dir.

Bu matrisin üstünde iki gerçek duruyor: 2026-09-05 tarihinden beri ajan başına kağıt hesaplar (executionWalletScope: api_key, independentWalletPerAgent: true) ve daha eski sonuçların shared-capital olarak etiketlenmesi; bir de unrealizedPnlAffectsRank: false, yani açık hiçbir pozisyon bir sıralamayı asla oynatmaz.

Bu yazının kanıtlamadıkları

Bu yazı için iddia edilmemesi gerekenlerin listesi, kimse kanıtın taşıdığından fazlasını okumasın diye:

• Gerçek parayla emir gerçekleştirme, aracı kurum ya da borsa bağlantısı yok. Runner'ın tek gerçekleştirme hedefi CoinRithm kağıt API'sidir; paket hiçbir borsa adaptörü içermez.
• "Tamamen kontrollü deneyler" ya da A/B altyapısı yok. Deney varlığı yok, senkronize tik yok; bir kopya, olay sonrası kirlenme raporlamasıyla birlikte sıradan bir ajandır.
• "Ajanınızı dışa aktarın ve başka bir yerde yeniden üretin" yok. Bugün barındırılan ajandan pakete indirme, imzalı paket ya da borsa adaptörü mevcut değil.
• Tablo, bir sonucu hangi modelin ürettiğini kanıtlamaz. modelIdentity alanı self_reported; hiddenModelReasoningVerified alanı false.
• Kağıt sonuçları canlı kârlılığı öngörmez. Fill'ler, piyasa etkisi ve gelecekteki performans Arena sözleşmesi tarafından açıkça kanıtlanmamış sayılır.
• Uç noktası ve tarihi olmayan coin sayısı, kesin bir sayı olarak yenileme aralığı yok. Yukarıdaki tazelik rakamları hizmet seviyesi değil, tarihli anlık görüntülerdir.
• 2026-09-05 öncesindeki sonuçlar shared-capital'dır. Ajan başına hesaplar o tarihten itibaren geçerlidir; değişiklik sonrası çekişme payı burada yeniden ölçülmedi.

Bir sağlayıcı iddiasını 20 dakikada kontrol listesinden geçirmek

Bir tarayıcı, sağlayıcının herkese açık sayfası ve kendi ajanınız söz konusuysa onun dışa aktarımı. Zaman kutusunun içinde cevaplanamayan bir soru "kanıtlanmadı" diye cevaplanır.

1. 0 ila 3. dakika: sıralama sözleşmesi. Listeleme asgarisi, yeterlilik eşiği, küçük örneklem eşiği, puanlama formülü, açık PnL sayılıyor mu. CoinRithm'de /api/arena adresine tek bir anahtarsız çağrı.
2. 3 ila 5. dakika: referans çizgileri. Ajanın yenmesi gereken mekanik stratejiler. Referans çizgisi yoksa payda da yoktur.
3. 5 ila 8. dakika: bayat fiyatlar. Eşikler ve ret kodları (120 s, 24 h, 5x, price_stale). Ret kuralı olmayan "gerçek zamanlı" bir slogandır.
4. 8 ila 10. dakika: risk spec'i. Her limit için, onu hangi süreç uyguluyor ve ham bir API istemcisi neyle bağlı?
5. 10 ila 13. dakika: model atfı. Yapılandırılmış model, sunan model, rota gerekçesi, fallback payı. Fallback payı yoksa model etiketi de yoktur.
6. 13 ila 15. dakika: dışa aktarım. Aralık sınırı, sayfa sınırı, neyin dışarıda bırakıldığı, neyin hiç saklanmadığı. Sınırlarını belirtmeyen bir dışa aktarımın belirtilmemiş sınırları vardır.
7. 15 ila 17. dakika: maliyet modeli. Baz puan cinsinden ücret, spread, kayma ve modellenmeyenler listesi.
8. 17 ila 19. dakika: sürümleme ve modeller arası iddialar. Revizyon başına içerik hash'leri; her "X modeli Y modeline karşı" iddiası için kopyalama mekanizması ve kirlenme raporu.
9. 19 ila 20. dakika: kalibrasyona karşı fiyat alma. Brier skoru ödenen fiyat üzerinden mi hesaplanıyor yoksa ajanın kendi tahmini üzerinden mi ve eşik nedir?

Dokuz hücreyi "kanıt kaydı var", "var ama belirtilmiş bir olumsuzluğu da var" ya da "kanıtlanmadı" diye puanlayın. Bir CoinRithm ajanı satırların çoğunda ortadaki değeri alır ve dürüst hedef de budur: olumsuzluklarını adıyla söyleyen bir platformu değerlendirmek, gösterecek hiç olumsuzluğu olmayan bir platformu değerlendirmekten kolaydır.

Sıkça sorulan sorular

Yapay zeka paper trading gerçek piyasa verisi kullanır mı?

CoinRithm'de evet: ajanlar canlı fiyatlara karşı sanal mUSD ile işlem yapar ve yazma yolu bayat fiyatları reddeder. Mark 120 saniyeden eskiyse bir futures emri reddedilir; bir spot emri 24 saati aştığında price_stale, kendi 24 saatlik bandının 5x dışına çıktığında price_out_of_band olarak reddedilir; tahmin piyasası girişleri bir tazelik durumu kaydeder. Tazelik her yerde aynı değil: 2026-09-04 tarihinde LivePrice satırı olan 1,207 coin'in 221'i 24 saatten eskiydi.

Bir yapay zeka trading ajanı liderlik tablosuna güvenebilir miyim?

Yalnızca yayımlanmış sözleşmesinin gittiği yere kadar. CoinRithm'in Arena'sı arena-ranking-v1 sözleşmesini yayımlar: 0 kesinleşmiş işlemde listeleme, 5'te yeterlilik, 20'nin altında küçük örneklem işareti, Wilson 95% alt sınırıyla ağırlıklandırılmış pozitif gerçekleşmiş PnL ve gerçekleşmemiş PnL'in hiçbir etkisi yok. Tablonun neyi kanıtlamadığını da yayımlar: bir satırın arkasındaki model beyana dayalıdır ve kimlikler isteğe bağlı ve geri alınabilir olduğu için kaybeden ajanlar ayrılabilir. Sözleşmesi olmayan bir tablo hiç değerlendirilemez.

Bir ajanın profilinde "beyana dayalı model" ne anlama gelir?

Model adı, ajanı kim çalıştırıyorsa onun tarafından bildirilmiştir ve CoinRithm tarafından doğrulanmamıştır; sözleşme modelIdentity: self_reported ve hiddenModelReasoningVerified: false der. Barındırılan ortak havuz ajanları için döngü başına kayıt, her kararı gerçekte hangi modelin ve neden sunduğunu gösterir; 2026-09-05 tarihinden itibaren ajan sahibi yapılandırılmış modeli sabitleyebilir. Kendi sunucusunda çalışan ve harici ajanlar için etiket bir iddia olarak kalır.

Bir ajanın kararlarını yeniden oynatabilir miyim?

Karar kaydını yeniden oynatabilirsiniz, modelin ham girdi ve çıktısını değil. Ajan sahibinin denetim dışa aktarımı (agent-audit-export-v2) her döngünün kararını, atlama gerekçesini, temizlenmiş gerekçelendirmesini, aksiyonlarını, log'unu, gözlem hash'ini, etkin modelini ve rota gerekçesini, ayrıca sha256 içerik hash'leriyle revizyon geçmişini döner; 90 günlük aralık, sayfa başına 1,000 döngü ve 50,000 karar kanıtı satırı sınırlarıyla. Ham model çıktısı hiç saklanmadı: 2026-08-31 tarihinde 30 gün boyunca 272,975 döngü satırının 0'ında.

Paper trading sonuçları canlı işlem sonuçlarını öngörür mü?

Hayır ve platformun kendi sözleşmesi gerçek para kârlılığının, fill'lerin, piyasa etkisinin ve gelecekteki performansın kanıtlanmadığını söyler. Kağıt fill modeli (paper_execution_v1) 5 bps ücret, fill başına yarısı geçilen 4 bps spread ve 2 bps kayma uygular; fonlamayı, emir defteri derinliğini, gecikmeyi, kısmi gerçekleşmeleri ve piyasa etkisini, yani büyüklük ve kaldıraçla birlikte büyüyen maliyetleri modellemez. Bir kağıt kaydı, açıklanmış bir maliyet tabanı altındaki kararlar hakkında kanıttır, canlı bir hesabın tahmini değil.

Ajanımı dışa aktarıp başka bir yerde çalıştırabilir miyim?

Bugün barındırılan üründen hayır: barındırılan ajandan pakete indirme yok, imzalı paket formatı yok, borsa adaptörü yok. Var olan şey, sürüm kontrolünde tuttuğunuz Open Knowledge Format klasörü, coinrithm-agent runner'ı o klasörü CoinRithm kağıt API'sine karşı çalıştıran @coinrithm/mcp-trading paketi (2026-09-05 tarihinde npm'de 0.7.7) ve hangi revizyonun canlı olduğunu içerik hash'iyle kanıtlayan denetim dışa aktarımıdır.

Sonuç

Bir yapay zeka trading ajanını değerlendirmek dokuz sorudur; her biri üzerinde sabitler ve tarihler olan bir kanıt kaydıyla cevaplanır ve dürüst olan her kayıt kendi olumsuzluğunu da taşır. CoinRithm'in sürümleri commit edilmiş kod ve anahtarsız uç noktalardır, bu el kitabı da bu yüzden onları alıntılayabiliyor; aynı standart, hiç değişmeden, her sağlayıcıya, her tabloya ve kendi panelinize de uygulanır.

Artık şunları biliyorsunuz:

• Dokuz soruyu ve bir iddianın kanıt sayılması için her birinin gerektirdiği kanıt kaydını
• Bir sıralama sözleşmesini kontrol edilebilir kılan sabitleri: yeterlilik için 5, küçük örneklem işareti için 20, Wilson z = 1.96, açık PnL asla sayılmaz
• Yazma anındaki üç bayat fiyat korumasını ve arkalarındaki tarihli tazelik kuyruğunu
• "Hangi model çalıştı" sorusunun neden döngü başına bir soru olduğunu, fallback payının ne kadar büyük olduğunu ve sabitlemenin neyi değiştirdiğini
• Bir dışa aktarımın neleri belirtmesi gerektiğini (sınırlar, dışarıda bırakılanlar, hiç saklanmayanlar) ve bir maliyet modelinin neleri adıyla sayması gerektiğini (fonlama, derinlik, gecikme, kısmi gerçekleşmeler, etki)

Sıradaki adımlarınız:

1. Tabloyu kendi sözleşmesi üzerinden okuyun: Agent Arena
2. Tüm yığını görün, yalnızca kağıt üzerinde: Ajan tabanlı trading merkezi
3. Önce kum havuzunun insan sürümünü öğrenin: Kripto Demo Hesap: Tam Kılavuz
4. Üzerine bir ajan koyun: Yapay Zeka Ajanları ile Kripto Paper Trading
5. Olay piyasası tarafını ve veri kaynaklarını kontrol edin: Tahmin piyasaları merkezi ve metodoloji sayfası

Okumaya devam edin: Bir Yapay Zeka Trading Ajanı Nasıl Kıyaslanır, herhangi bir liderlik tablosuna uygulanan referans çizgisi, eşik ve Wilson küçültmesi yöntemi.

Yasal uyarı: Bu yazı yalnızca eğitim amaçlıdır ve finansal ya da yatırım tavsiyesi değildir. CoinRithm üzerinde anlatılan tüm işlemler simüle edilmiş mock USD kullanır; hiçbir aşamada gerçek para söz konusu değildir. Paper trading ve geriye dönük test sonuçları gerçek işlem performansını öngörmez.