Kunnen agentische handelssystemen voor hun eigen intelligentie betalen?

Gepubliceerd 14 July 2026

In dit onderzoek wordt de effectiviteit van grote taalmodel (LLM) agenten in handelssystemen onderzocht. De focus ligt op de vraag of de kosten van modelredenering en besluitvorming kunnen worden omgezet in meetbare winst. De auteurs introduceren TradeLens, een diagnostisch hulpmiddel dat handelsrecords en runtime-traces analyseert om te bepalen of een agent zijn eigen intelligentie kan bekostigen. De resultaten tonen aan dat de levensvatbaarheid afhangt van de conversie van intelligentie naar winst, waarbij verschillende modellen verschillende tekortkomingen vertonen. Dit onderzoek biedt een nieuwe benadering voor het evalueren van LLM-gebaseerde handelsagenten.