Desenvolvimento controlado de agentes LLM em investimentos autónomos: arquitetura multiagente com um perímetro de segurança imutável

Irreversibilidade das ações como restrição fundamental

O investimento autónomo trabalha com dados Web em tempo real e conteúdo Web não fiável. Cada ação neste ambiente é irreversível. Por isso, o desenvolvimento de um agente LLM exige uma fronteira entre a adaptação e o núcleo protegido. No artigo «Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core», os autores descreveram o sistema Steward. Trata-se de um sistema LLM multiagente para investimento autónomo. Os autores do artigo são Yebo Feng, Jingyang Dai, Liangrui Pan, Nelson Lau, Jiahua Xu e Yang Liu. Os autores submeteram o artigo em 22 de outubro de 2026. Critério: a arquitetura deve separar a adaptação do núcleo protegido. Caso contrário, uma ação irreversível pode ser executada antes da verificação.

Esquema multiagente de tomada de decisões

Nove agentes especializados por função tomam decisões em conjunto. Quatro analistas consultam feeds de notícias, documentos da SEC, séries macroeconómicas e dados de mercado. Produzem relatórios tipados.

• O Portfolio Manager define posições-alvo com base nesses relatórios.
• O Risk Manager protegido verifica as posições-alvo. Critério: cada etapa deve ter uma função própria e um resultado verificável. Um relatório tipado separa os dados de entrada da decisão.

Memória de sete camadas e contexto da decisão

O código reúne uma memória comum de sete camadas a partir de registos do próprio sistema. Esta fornece a cada decisão o contexto da posição, a narrativa de mercado, a calibração e as decisões anteriores do agente.

Critério: a decisão deve basear-se num contexto registado. A memória construída a partir dos registos do sistema conserva esse contexto juntamente com as decisões anteriores.

Ciclo de revisão: avaliação noturna e melhoria reversível

A revisão decorre por etapas:

• Avaliação noturna: o código avalia cada transação e previsão e, em seguida, regista as avaliações na memória.
• Proposta trimestral: o reflector propõe melhorias para os prompts.
• Aplicação: um gate determinístico aplica as melhorias de forma reversível.
• Verificação: o replay dos dados de entrada registados verifica o resultado. Este ciclo separa a proposta de melhoria da sua implementação. O Reflector identificou a causa principal da falha mais importante. O gate aplicou a melhoria identificada. O agente utilizou-a nas noites de trigger e não a utilizou em nenhuma noite de controlo. Critério: uma alteração ao prompt deve passar pelo gate e pelo replay. A reversibilidade e a verificação com dados registados mantêm a evolução num ciclo controlado.

Núcleo protegido e limites da autoalteração

O núcleo imutável inclui três elementos:

• a aritmética das ordens;
• as regras de risco;
• os prompts do agente disciplinar. A autoalteração não pode afetar estes elementos. O núcleo define os limites da evolução do sistema. Critério: o ciclo de autoalteração não deve afetar estes elementos. A sua alteração não deve depender do trabalho do reflector.

Verificação em modo live, replay e backtest

Numa implantação live de cinco meses (102 dias de negociação, 1 632 chamadas LLM), o sistema limitou uma queda setorial de 24,6% a uma perda de 0,3%. No replay dos dados de entrada registados, um modelo recebeu os mesmos dados brutos. Negociou com maior frequência e, ao fim de cinco dias, ficou 1,35 pontos atrás do mercado. O sistema conjunto não registou perdas significativas durante esse período. O sistema não executou nenhuma das instruções implementadas. No backtest de 2015-2026, apenas o núcleo reduziu a queda máxima em todas as 50 políticas de entrada aleatória.

Critério: verificar o sistema separadamente em live, replay e backtest. Cada modo responde a uma pergunta própria e não substitui os restantes.