a tese
O apresentador do All About AI mostra o "Day Trader Tycoon", jogo de simulação de mesa de operações que ele fez do zero com o Opus 5.5, em C++ nativo com SDL3 e Metal, e cuja particularidade é ter dois modos: a simulação de jogo e um modo ao vivo que executa ordens reais com dinheiro real via Hyperliquid e Polymarket.
aprofundar
talvez
o que interessa aqui não é a parte de mercado, é o método (modelo que escreve jogo nativo em C++, se testa com capturas de tela e roda simulações próprias para calibrar a mecânica), e o vídeo serve também como contraexemplo útil para o laboratório de investimentos do Bruno, porque pendurar API de ordem real com alavancagem de 40x num brinquedo é exatamente o tipo de arranjo que as regras invioláveis dele proíbem.
O que foi dito
- O prompt inicial foi simples, pedir um jogo de corretora no estilo do OpenRCT2 e do Roller Coaster Tycoon, inclusive na estética e na lógica econômica, e ele insiste que com o modelo atual não é preciso dar instruções minuciosas.
- A arquitetura do modo ao vivo é um servidor local que recebe os websockets e as APIs das corretoras, com confirmação manual e limites de segurança, de modo que clicar na mesa dentro do jogo abre posição verdadeira na exchange.
- A mecânica de jogo é a de progressão clássica: começa no porão com um notebook, e cada mesa (cripto, previsões, macro, ações, risco) tem de ser construída para liberar os mercados correspondentes, com níveis, atributos, equipe contratável, sinergias entre funcionários, clientes de fundo e placar de rivais.
- Os três modos de partida são mercados reais (preços verdadeiros, execução simulada), mercados simulados e capturas offline, com os preços puxados de Yahoo Finance, Hyperliquid, Kalshi e Polymarket.
- O terminal de notícias e rumores é o núcleo do jogo, alimentando as decisões de posição, com alavancagem (ele demonstra 5x no começo e 40x no save avançado), stop e alvo, mais o acompanhamento de retorno e rebaixamento máximo na carteira.
- O trecho mais interessante tecnicamente é a adição de uma funcionalidade ao vivo: ele pede um agente de IA comprável no nível dois que leia as notícias e opere sozinho com orçamento alocado, e o modelo implementa, abre o jogo, tira capturas de tela e testa por conta própria.
- Para equilibrar a mecânica, o modelo rodou simulações em escala, algo como oito agentes por trinta dias de mercado com saldo inicial de quatro mil, somando milhares de dias simulados, chegando a uma taxa de acerto média de 52% e ajustando os parâmetros a partir disso.
- O agente, em funcionamento, mostra o raciocínio em log: recusa uma entrada dizendo que o preço de mercado já absorveu a notícia (76% de probabilidade contra preço de 77, sem margem) e entra comprado em bitcoin com 5x ao ler notícia de retirada de moedas das exchanges.
- Ele diz ter feito tudo isso em cerca de vinte minutos de interação, incluindo os ativos gráficos gerados em código, e usa o caso como argumento contra quem diz que IA não afetará o desenvolvimento de jogos.
- O próprio autor chama o modo de operação real de “gimmick”, e não apresenta nenhum resultado financeiro verificável, apenas posições pequenas de demonstração (um dólar numa aposta binária, ganho de algumas centenas numa posição fechada na hora).