O TradingAgents da Tauric abre o código de uma mesa de operações completa

O TradingAgents é um framework de código aberto que decompõe uma decisão de negociação em agentes LLM especializados que espelham uma organização real de trading: um analista de fundamentos, um analista de sentimento, um analista de notícias e um analista técnico reúnem evidências; pesquisadores otimistas e pessimistas debatem essas evidências em rodadas estruturadas; um trader elabora uma proposta; uma equipe de risco revisa a exposição; e um gestor de portfólio aprova, rejeita ou ajusta a ordem antes que ela chegue a uma exchange simulada. Construído sobre o LangGraph, ele suporta mais de uma dúzia de provedores de LLM, incluindo OpenAI, Anthropic, Google, DeepSeek, Qwen, GLM, Groq, Azure e Bedrock, mantém um registro de decisões que reflete sobre retornos realizados passados e retoma execuções interrompidas a partir de checkpoints. O projeto complementar Trading-R1 aplica a mesma equipe a um LLM financeiro criado especificamente para esse fim.

Que o fluxo de trabalho completo de uma firma de trading — analistas, debate entre otimistas e pessimistas, trader, mesa de risco, gestor de portfólio — pertence ao código aberto que desenvolvedores podem executar de ponta a ponta.

A Tauric Research é uma empresa de pesquisa em IA focada em negociação financeira inteligente. O fundador Yijia Xiao estudou ciência da computação na Tsinghua sob orientação de Tang Jie, cofundador da Zhipu, e depois foi para a UCLA fazer doutorado sob os coautores Edward Sun, Di Luo e Wei Wang. A equipe publicou o TradingAgents no GitHub em 2024-12-28 com um artigo de pesquisa (arXiv 2412.20138) e sem campanha de lançamento; o repositório dizia que, após receber inúmeras consultas, a equipe decidiu abrir totalmente o código do framework.

O repositório discreto passou o início de 2025 principalmente como um artefato de pesquisa. Em fevereiro de 2026, a v0.2.0 adicionou suporte a LLMs de múltiplos provedores e o projeto começou a subir; quando a equipe anunciou o lançamento completo em código aberto em março de 2026, ele viralizou, e o 36kr relatou mais de 39.000 estrelas e mais de 7.200 forks até o fim do mês. No início de maio de 2026, o TradingAgents ocupava o 1º lugar na lista de tendências de Python do GitHub, com mais de 71.400 estrelas e mais de 13.800 forks, ganhando mais de 11.000 estrelas em uma semana, e o TMTPost o apresentou como prova de que fluxos de trabalho verticais estavam deslocando frameworks de orquestração genéricos na atenção dos desenvolvedores. As versões lançadas ao longo da primavera adicionaram memória de decisões, retomada por checkpoint, saídas estruturadas e um analista de sentimento fundamentado; a v0.4.0, em agosto de 2026, adicionou correções de look-ahead e uma memória de registro de decisões.

Em 2026-09-05, o TradingAgents está ativo e ainda crescendo — a lista semanal da TechTarget do início de setembro voltou a incluí-lo entre os 20 repositórios que mais ganharam estrelas — com a v0.4.0 lançada em agosto. Ele continua sendo um framework de pesquisa com um aviso explícito de que não é aconselhamento de investimento e que os retornos variam conforme modelo, dados e configurações; nenhum número de receita ou financiamento da Tauric Research foi publicado. Se o fluxo de trabalho viral de código aberto se converte em um produto comercial, e se suas decisões se sustentariam sob capital real, ainda são questões em aberto.

Um único modelo solicitado a ser analista, advogado do diabo, trader e gestor de risco ao mesmo tempo produz uma caixa-preta; agentes separados com debate estruturado dão a cada etapa um responsável auditável.

Fluxos de trabalho verticais e validados respondem a 'o que eu executo hoje' em vez de 'como eu orquestro meus agentes', e é por isso que o TradingAgents deslocou frameworks genéricos no topo da lista de tendências de Python.

A abertura total do código foi uma jogada deliberada de confiança: desenvolvedores de finanças não conectarão um sistema fechado à sua pesquisa, mas darão estrelas e farão forks de um sistema transparente que podem inspecionar e estender.

O aviso de que o projeto é apenas de pesquisa estabelece expectativas honestas — o valor do projeto é demonstrado como um andaime para estudar análise multiagente, não como uma alegação de que ele imprime dinheiro.

Os desenvolvedores deram estrelas a um fluxo de trabalho completo e auditável, não a um modelo engenhoso — a aposta valiosa foi empacotar todo o processo de decisão de uma firma como código aberto executável.

O TradingAgents passou de um repositório de pesquisa discreto a um dos projetos de crescimento mais rápido do GitHub em 2026: mais de 39.000 estrelas até o fim de março, mais de 71.400 no início de maio e uma posição no top 20 semanal no início de setembro após a v0.4.0. A Tauric Research continua pequena — três repositórios públicos — sem receita ou financiamento divulgados além do framework e da linha de pesquisa Trading-R1. Se a adoção pela comunidade se converte em usuários pagantes, e se uma ferramenta de pesquisa explicitamente não destinada a aconselhamento de investimento consegue manter seu público, continuam sendo questões em aberto.