AI‑агент в банке: как Sygnum протестировал реальные операции с криптоактивами
Sygnum провёл пилот, в котором AI‑агент выполнял многошаговые блокчейн‑операции по текстовым инструкциям клиента, при этом пользователь сохранял self‑custody и окончательное право подписи. ИИ может планировать сложные DeFi‑операции — обмен токенов, переводы стейблкоинов, ончейн‑кредитование и добавление ликвидности...
How did Sygnum become the first regulated Swiss bank to execute live crypto transactions with an AI agent, how does its human-in-the-loop anSygnum’s pilot explored how AI agents could plan and execute blockchain transactions while clients retain custody and final approval.
Промпт ИИ
Create a landscape editorial hero image for this Studio Global article: How did Sygnum become the first regulated Swiss bank to execute live crypto transactions with an AI agent, how does its human-in-the-loop an. Article summary: Sygnum says it became the first regulated Swiss bank to run live digital-asset market transactions with an AI agent by completing a pilot in which a client gave a plain-language instruction, the agent planned and execute. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Home » News » Fintech » Sygnum Completes First Live AI-Agent Driven Digital Asset Transactions by a Regulated Swiss Bank. Share on LinkedIn Share on X (Twitter) Share on Facebook S" source context "Sygnum Completes First Live AI-Agent Driven Digital Asset ..." Reference image 2: visual subject "BitcoinWorld Sygnu
openai.com
Банки уже много лет экспериментируют с алгоритмической торговлей и искусственным интеллектом. Но недавний пилот швейцарского цифрового банка Sygnum показывает новый шаг: AI‑агент способен не только анализировать рынок, но и планировать и исполнять реальные блокчейн‑транзакции, исходя из обычных текстовых инструкций клиента. При этом пользователь сохраняет полный контроль над своими активами.
По данным банка, это первое испытание в Швейцарии, где регулируемый банк провёл реальные транзакции цифровых активов, управляемые AI‑агентом. Клиент формулировал цель операции обычным языком, система переводила её в цепочку действий на блокчейне, а финальная транзакция подписывалась пользователем через его собственный кошелёк.
Как работал пилот AI‑агента
Главная идея эксперимента — перевести человеческое намерение в автоматизированное выполнение операций на блокчейне.
Обычно взаимодействие с DeFi требует работы с несколькими интерфейсами и протоколами. В пилоте Sygnum клиент просто вводил текстовую инструкцию, описывающую желаемый результат. После этого AI‑агент:
интерпретировал запрос и строил план транзакций
анализировал необходимые смарт‑контракты
проверял риски на каждом этапе
подготавливал набор блокчейн‑транзакций
показывал пользователю полный план для утверждения
После подтверждения система выполняла многошаговую операцию непосредственно в основной сети блокчейна.
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Каков краткий ответ на вопрос «AI‑агент в банке: как Sygnum протестировал реальные операции с криптоактивами»?
Sygnum провёл пилот, в котором AI‑агент выполнял многошаговые блокчейн‑операции по текстовым инструкциям клиента, при этом пользователь сохранял self‑custody и окончательное право подписи.
Какие ключевые моменты необходимо проверить в первую очередь?
Sygnum провёл пилот, в котором AI‑агент выполнял многошаговые блокчейн‑операции по текстовым инструкциям клиента, при этом пользователь сохранял self‑custody и окончательное право подписи. ИИ может планировать сложные DeFi‑операции — обмен токенов, переводы стейблкоинов, ончейн‑кредитование и добавление ликвидности — но каждая транзакция требует подтверждения клиента.
Что мне делать дальше на практике?
Система объединяет AI‑агентную оркестрацию, анализ смарт‑контрактов и кошельки с самохранением; для коммерческого запуска ещё нужны регуляторные и безопасностные проверки.
Такая модель значительно снижает сложность работы с DeFi‑инструментами, где одна стратегия может требовать нескольких взаимодействий с разными протоколами.
Модель Human‑in‑the‑Loop
Несмотря на автоматизацию, AI‑агент не имеет прямого доступа к активам клиента.
В пилоте применялась строгая модель human‑in‑the‑loop:
AI‑агент предлагает и готовит транзакции.
Система анализирует риски каждого шага.
Пользователь видит детали операции.
Финальная подпись остаётся за клиентом.
Без этой цифровой подписи транзакция не может быть отправлена в сеть.
Таким образом, ИИ выступает скорее как инструмент планирования и координации операций, а не как полностью автономный трейдер. Это важно для банковской среды, где ответственность и контроль должны оставаться у клиента и финансового учреждения.
Self‑custody: ключи остаются у клиента
Ещё один важный элемент архитектуры — self‑custody, то есть самостоятельное хранение ключей.
В пилоте транзакции подписывались кошельками, которые находились непосредственно на устройстве пользователя. Приватные ключи не передавались банку или AI‑системе.
Это означает, что даже при автоматизации операций:
банк не может самостоятельно перемещать средства клиента
AI‑агент не имеет доступа к приватным ключам
пользователь сохраняет полный контроль над активами
Такая модель всё чаще используется в инфраструктуре Web3, где автоматизированные системы формируют предложения транзакций, а пользователь утверждает их подписью.
Какие операции может выполнять AI‑агент
В пилоте агент ориентирован не на простые переводы, а на сложные многошаговые операции в блокчейне.
По данным публикаций о проекте, система может планировать и выполнять такие действия, как:
переводы стейблкоинов
обмен токенов (token swaps)
операции ончейн‑кредитования
предоставление ликвидности в DeFi‑протоколах
ИИ самостоятельно определяет последовательность действий — например, какие обмены, разрешения (approvals) и взаимодействия с протоколами нужны для достижения цели пользователя.
Например, клиент может описать желаемый результат — вроде размещения средств в стратегии доходности — а агент определит цепочку операций, необходимых для этого.
При этом полный список поддерживаемых блокчейнов, активов и DeFi‑протоколов в пилоте пока публично не раскрывался.
Технологии, лежащие в основе системы
Архитектура пилота сочетает несколько ключевых компонентов:
AI‑модель, интерпретирующую инструкции на естественном языке
оркестрационный слой для планирования транзакций
инструменты анализа смарт‑контрактов и рисков
интеграцию с кошельками для подписи пользователем
Некоторые отчёты указывают, что проект использовал внутренний сервер Model Context Protocol (MCP) в рамках инициативы AI@Sygnum, а в качестве базовой модели применялся Claude от Anthropic для координации действий на блокчейне.
Такой подход позволяет AI‑агенту взаимодействовать со структурированными блокчейн‑инструментами, анализировать смарт‑контракты и готовить последовательности транзакций — при этом финальное решение остаётся за человеком.
Почему это важно для банковской отрасли
Sygnum рассматривает пилот как часть своей стратегии AI@Sygnum, направленной на внедрение агентных AI‑систем в процессы цифрового банкинга.
Если подобные решения станут массовыми, взаимодействие с финансовой инфраструктурой может измениться: вместо сложных торговых интерфейсов пользователи смогут просто описывать свои финансовые цели на естественном языке.
Это потенциально снижает технологический барьер для работы с ончейн‑финансами — особенно для институциональных инвесторов и клиентов традиционных банков.
Что ещё нужно перед запуском для клиентов
Пока система остаётся пилотным проектом, а не полноценным банковским продуктом.
Перед коммерческим запуском Sygnum предстоит решить несколько задач:
получение необходимых регуляторных одобрений
дополнительные механизмы безопасности для AI‑генерируемых транзакций
операционные процедуры контроля рисков
правила управления автоматизированными финансовыми решениями
Банк заявляет, что планирует коммерциализировать технологию после завершения этих этапов, однако конкретные сроки запуска пока не объявлены.
Более широкий тренд: ИИ переходит на уровень исполнения
Эксперимент Sygnum отражает более крупную тенденцию в финтехе. Если раньше AI в основном анализировал данные и давал рекомендации, то теперь он постепенно переходит к непосредственному участию в финансовых операциях.
Если такие системы станут распространёнными, взаимодействие с крипторынками может со временем выглядеть иначе: вместо работы со сложным торговым софтом пользователи будут просто формулировать финансовые цели, а AI‑агенты будут организовывать выполнение.
Пилот Sygnum показывает, как такой сценарий может выглядеть внутри регулируемой банковской инфраструктуры — где ИИ помогает исполнять операции, но ключи и окончательное решение остаются у человека.
Comments
0 comments