Запакувати інвестбанк у ШІ: як монетизувати мультиагентний фреймворк TradingAgents

Біль: стеля одного агента у складних рішеннях

Хто запускав GPT чи Claude для інвестаналізу, знає біль: попросиш модель тягнути фундаментал, настрої, техніку — отримаєш кашу. Або розмите «утримувати», або розірваний ланцюг: щойно казала «звіт кращий за очікування», вже тягне «настрої слабшають».

Це не проблема IQ моделі — це проблема архітектури. У справжньому інвестбанку рішення ухвалюють роздільно: аналітик відповідає за свою ділянку, дослідники сперечаються, трейдер дивиться на сигнали, ризик-менеджер ставить стоп. Один ШІ на всі ролі — гарантована кривда.

Прорив TradingAgents — розбити цей конвеєр на сім окремих агентів: фундаментальний аналітик, аналітик настроїв, новинний аналітик, технічний аналітик, дослідники (бик/ведмідь у дебатах), трейдер, ризик-менеджер. Кожен працює своє, вони сперечаються, потім зводять результат.

Можливість: це не «робот для біржі», а стандартний пісочниця для ШІ-команд

Більшість одразу думає: «буду торгувати». Це хибний шлях — сприймати TradingAgents як езотерику.

Сіль в іншому: це відкритий, редагований, робочий шаблон складної системи ухвалення рішень.

Фрилансеру з ШІ — готова архітектура мультиагентів. Контент-мейкеру — матеріал про те, як ШІ ухвалює рішення. Продуктовому гравцю — fork під вертикальний асистент рішень.

На GitHub проєкт входить у топ за обговоренням серед мультиагентних фреймворків (за даними джерела, 56k–98.9k зірок, цифра коливається, незалежно не перевірено). Код чистий, документація нормальна, спільнота жвава. Для тих, хто копає ШІ-кооперацію — готовий операційний стіл.

Шляхи: три лінії монетизації

Крок 1. Фриланс — «набір агентів рішень» під конкретну нішу

Архітектура TradingAgents модульна: шар аналітиків, шар дослідників (дебати бик/ведмідь), шар трейдера, шар ризиків. Кожен шар — окремий агент.

Логіка замовлення проста: замінити «фінансову аналітику» на рішення з іншої індустрії.

• E-commerce вибір товару: один агент женеться за продажами, інший — за цінами конкурентів, третій — за ризиками поставок. На виході дебати: «заходимо чи ні в цю SKU». Що міняємо: переписуємо analyst.py під промпт, замість звітів компаній чіпляємо API на кшталт Similarweb або внутрішню аналітику маркетплейсу, замість MACD — тренд продажів.
• Контент-планування: агенти окремо аналізують алгоритм платформи, настрої аудиторії, патерни хітів — і сперечаються, чи робити сюжет. Що міняємо: джерела новин заміняємо на аналітику Lemon8/TikTok, замість «звіту» — метрики типу «completion rate / engagement».
• Рекрутинг: агенти окремо оцінюють резюме, співбесіду, ризик командної сумісності — і сперечаються, чи давати офер. Що міняємо: замість біржових даних — API парсингу резюме, логіку ризик-агента з «стоп-лоссу» переводимо на «прогноз проходження випробувального».

Сам ганяю логіку через Claude — найстабільніше. GPT-4o іноді чудить. n8n швидше входить у роботу, ніж Make, але дорожчий — дивіться по бюджету. Клієнт чує «7 ШІ сперечаються і кажуть тобі, що робити» — і чек одразу множиться.

Цінові якорі (остаточно залежить від бюджету клієнта): кастом під одну сцену — 25 000–65 000 грн (орієнтир — галузеві звіти топових ШІ-консалтерів), універсальна галузева версія — від 100 000 грн (орієнтир — кастомні BI-дашборди).

Крок 2. Контент — розібрати «як ШІ думає» і продати як знання

TradingAgents на виході дає повний лог дебатів: що сказав бик, як відповів ведмідь, чию лінію взяв трейдер.

Це сам по собі рідкісний матеріал.

Ведіть акаунт «Щоденник ШІ-інвестора» в TikTok або Lemon8: щодня проганяєте одну акцію, скрин дебатів — у коротке відео. Заголовок одразу на конфлікті: «GPT каже купувати, Claude каже продавати — що робити з Tesla?» — completion rate космічний.

⚠️ Юридичне зауваження: контент із конкретними рекомендаціями щодо акцій легко підпадає під регуляторні обмеження платформи, акаунт можуть обмежити або заблокувати. Раджу показувати лише процес дебатів, без порад «купи/продай». Заголовок типу «Як ШІ сперечається» замість «Чи варто купувати».

Просунутий рівень: зведіть кілька раундів дебатів у «Щотижневий огляд рішень ШІ» і продавайте на Substack чи у власному Newsletter за $5–15/міс. Цільова аудиторія — новачки й активні приватні інвестори, яким не по кишені звіти інвестбанків, але по кишені «побічний продукт ШІ-імітації».

Бонус: ці дебати можна згодувати у ваш Second Brain (особисту базу знань). Закладете «у яких ситуаціях ШІ змінює рішення» — і потім це працює на будь-які ваші рішення.

Крок 3. Продукт — вертикальний «ШІ-аналітик» як SaaS

TradingAgents відкритий, але джерела даних і промпти під конкретну нішу — це ваш паркан.

Приклад для e-commerce: беремо архітектуру, перетворюємо на «набір агентів для вибору товару», чіпляємо дані з маркетплейсів і внутрішньої аналітики продавця, промпти переписуємо під сценарій вибору SKU. Продавець на Shopify чи Temu готовий платити 1 500–6 000 грн/міс за «10 потенційних хітів щодня» (це 6-кратна націнка до базового тарифу аналітичних сервісів).

Технічний стек по етапах:

• MVP, щоб просто побіг: Streamlit + ядро TradingAgents + один API-ключ. Три дні — і в онлайні.
• Просунутий рівень: фронт на Next.js, бек на FastAPI, оркестрація агентів через LangGraph або CrewAI.
• Масштабування: деплой на Railway або Vercel, підключення галузевих API.

Холодний старт — через SEO та платну рекламу в Lemon8/TikTok. Ключові слова: «ШІ для вибору товару», «ШІ-аналітик для продавця». Перших seed-юзерів витягуємо з ком’юніті продавців і Telegram-груп про інвестиції.

Калькуляція витрат: не дайте API з’їсти маржу

7 агентів послідовно — це 15k–30k токенів на одне рішення за тарифами GPT-4o, приблизно 5–15 грн за прогон. Якщо клієнт запускає раз на день, місяць API — 150–450 грн, ціна — 1 500–6 000 грн/міс, маржа 60–70%. Працює.

Де зрізати витрати: некритичних агентів (настрої, новини) переводимо на GPT-4o-mini або локальну Llama — один прогон коштує 1–3 грн. Дебати дослідників — ядро, тут не ріжте.

Кейс: як виглядає реальне рішення від TradingAgents?

За даними джерела, проєкт підтримує бектест і paper trading (незалежно не перевірено). Уявімо прогон по Tesla:

1. Фундаментальний аналітик: тягне свіжий звіт — «виручка +15% р/р, маржа відновлюється».
2. Аналітик настроїв: сканує Twitter і Reddit — «настрої роздрібних гравців позитивні, але обговорення в інституціоналів падає».
3. Новинний аналітик: ловить Bloomberg і Reuters — «новина про розширення шанхайського заводу — плюс».
4. Технічний аналітик: рахує MACD і RSI — «перекупленість на тижневому таймфреймі».
5. Дебати дослідників: бик — «фундаментал + розширення підтримують довгостроково», ведмідь — «техніка перекуплена + настрої на піку».
6. Трейдер: зводить — «невелика позиція на пробу, стоп −5%».
7. Ризик-менеджер: перевіряє кореляції портфеля — «експозиція на тех уже висока, рекомендую зрізати 20%».

Один такий прогон дає більше розуміння, ніж день скролінгу стрічки новин.

Заклик до дії: сьогодні ввечері

Не зберігайте у закладки. Відкрийте GitHub, знайдіть TradingAgents, склонуйте, і ось три кроки:

1. Прогоніть дефолтний кейс: візьміть API-ключ OpenAI або Anthropic, хай проаналізує Apple — подивіться повний цикл дебатів.
2. Змініть одну змінну: замість тікера підставте знайому категорію товару (наприклад, «яку модель жіночого одягу запускати»), подивіться, як агенти сперечаються.
3. Запишіть один ролик: зніміть екран із дебатами, викладіть у TikTok або Lemon8 із заголовком «7 ШІ сперечаються, чи купувати Tesla».

Через три дні напишіть, скільки заробили.

Якщо ви не пишете код?

• Візьміть готові мультиагентні шаблони в Coze або Dify — перетягуванням, без Python.
• Або скористайтеся веб-демо TradingAgents (якщо автор виклав), введіть тікер і дивіться дебати — запис екрана вже готовий як контент.
• Найледачіший шлях: прогнали дефолтний кейс, скрин дебатів у Lemon8, підпис «7 ШІ проаналізували Apple» — підписники прийдуть.