Segurança de Agentes de Trading com LLM

Agentes de trading autônomos têm um modelo de ameaças mais severo do que aplicativos LLM normais: uma injeção ou um caminho de ferramenta incorreto pode se transformar diretamente em perda de ativos.

Quando Usar

• Construindo um agente de IA que assina e envia transações
• Auditando um bot de trading ou um assistente de execução on-chain
• Projetando o gerenciamento de chaves de carteira para um agente
• Dando a um LLM acesso a colocação de ordens, swaps ou operações de tesouraria

Como Funciona

Camadas de defesa. Nenhuma verificação única é suficiente. Trate a higiene de prompts, política de gastos, simulação, limites de execução e isolamento de carteira como controles independentes.

Exemplos

Trate a injeção de prompt como um ataque financeiro

import re

INJECTION_PATTERNS = [
    r'ignore (previous|all) instructions',
    r'new (task|directive|instruction)',
    r'system prompt',
    r'send .{0,50} to 0x[0-9a-fA-F]{40}',
    r'transfer .{0,50} to',
    r'approve .{0,50} for',
]

def sanitize_onchain_data(text: str) -> str:
    for pattern in INJECTION_PATTERNS:
        if re.search(pattern, text, re.IGNORECASE):
            raise ValueError(f"Potential prompt injection: {text[:100]}")
    return text

Não injete cegamente nomes de tokens, rótulos de pares, webhooks ou feeds sociais em um prompt capaz de execução.

Limites de gastos rígidos

from decimal import Decimal

MAX_SINGLE_TX_USD = Decimal("500")
MAX_DAILY_SPEND_USD = Decimal("2000")

class SpendLimitError(Exception):
    pass

class SpendLimitGuard:
    def check_and_record(self, usd_amount: Decimal) -> None:
        if usd_amount > MAX_SINGLE_TX_USD:
            raise SpendLimitError(f"Single tx ${usd_amount} exceeds max ${MAX_SINGLE_TX_USD}")

        daily = self._get_24h_spend()
        if daily + usd_amount > MAX_DAILY_SPEND_USD:
            raise SpendLimitError(f"Daily limit: ${daily} + ${usd_amount} > ${MAX_DAILY_SPEND_USD}")

        self._record_spend(usd_amount)

Simule antes de enviar

class SlippageError(Exception):
    pass

async def safe_execute(self, tx: dict, expected_min_out: int | None = None) -> str:
    sim_result = await self.w3.eth.call(tx)

    if expected_min_out is None:
        raise ValueError("min_amount_out is required before send")

    actual_out = decode_uint256(sim_result)
    if actual_out < expected_min_out:
        raise SlippageError(f"Simulation: {actual_out} < {expected_min_out}")

    signed = self.account.sign_transaction(tx)
    return await self.w3.eth.send_raw_transaction(signed.raw_transaction)

Disjuntor (Circuit Breaker)

class TradingCircuitBreaker:
    MAX_CONSECUTIVE_LOSSES = 3
    MAX_HOURLY_LOSS_PCT = 0.05

    def check(self, portfolio_value: float) -> None:
        if self.consecutive_losses >= self.MAX_CONSECUTIVE_LOSSES:
            self.halt("Too many consecutive losses")

        if self.hour_start_value <= 0:
            self.halt("Invalid hour_start_value")
            return

        hourly_pnl = (portfolio_value - self.hour_start_value) / self.hour_start_value
        if hourly_pnl < -self.MAX_HOURLY_LOSS_PCT:
            self.halt(f"Hourly PnL {hourly_pnl:.1%} below threshold")

Isolamento de carteira

import os
from eth_account import Account

private_key = os.environ.get("TRADING_WALLET_PRIVATE_KEY")
if not private_key:
    raise EnvironmentError("TRADING_WALLET_PRIVATE_KEY not set")

account = Account.from_key(private_key)

Use uma carteira quente dedicada com apenas os fundos de sessão necessários. Nunca aponte o agente para uma carteira de tesouraria principal.

Proteção MEV e de prazo

import time

PRIVATE_RPC = "https://rpc.flashbots.net"
MAX_SLIPPAGE_BPS = {"stable": 10, "volatile": 50}
deadline = int(time.time()) + 60

Checklist de Pré-Implantação

• Dados externos são sanitizados antes de entrar no contexto do LLM
• Limites de gastos são aplicados independentemente da saída do modelo
• Transações são simuladas antes do envio
• min_amount_out é obrigatório
• Disjuntores (Circuit breakers) param em caso de drawdown ou estado inválido
• Chaves vêm de variáveis de ambiente ou de um gerenciador de segredos, nunca de código ou logs
• Mempool privado ou roteamento protegido é usado quando apropriado
• Slippage e prazos são definidos por estratégia
• Todas as decisões do agente são registradas em auditoria, não apenas envios bem-sucedidos