Açık kaynaklı yapay zeka ajanı framework’ü OpenClaw, Çin’de adeta fırtına gibi esiyor. Sadece dört ayda 260.000’in üzerinde GitHub yıldızı toplayan bu araç, şimdi Çinli kullanıcıların kripto ve finansal trading için adeta koşuşturmasına yol açtı.
Ancak tabloyu bütün detaylarıyla incelediğimizde: OpenClaw’ın patlama yapan benimsenmesinden geçen yıl düzenlenen Alpha Arena yarışmasına kadar – burada Çinli büyük dil modelleri (LLM) Batılı rakiplerinden daha iyi performans gösterse de, çoğu model sonuçta para kaybetmişti – AI ile alpha yakalamakla ağır zarar etmek arasında neredeyse kıl payı ince bir çizgi kalıyor.
Çin’in ‘Istakoz’ Çılgınlığı Ana Akıma Taşınıyor
OpenClaw’ın Çin’deki popülaritesi artık sadece teknoloji camiasıyla sınırlı değil. Tencent ve Baidu gibi devlerde çalışan mühendisler halka açık kurulum etkinlikleri düzenliyor. Çalışanlar, öğrenciler, hatta emekliler bile kendi yapay zeka ajanlarını kurabilmek için sıraya giriyor.
Bu heyecan dalgası, gelen haberlere göre Çin teknoloji sektörüne 100 milyar dolardan fazla piyasa değeri ekledi. Yapay zeka ajanları için önde gelen token sağlayıcılarından Minimax Group’un hisseleri, iki ayda %550’den fazla arttı.
Analistler, Çinli şirketlerin henüz en gelişmiş LLM’lere sahip olmasalar bile, daha iyi ajan organizatörleri üreterek yarışa ortak olabildiklerini vurguluyor. Ancak Pekin yönetimi de bu hafta OpenClaw’ın geniş veri erişimiyle ilgili siber güvenlik riskleri konusunda bir dizi uyarı yayımladı.
Çinli topluluklar OpenClaw’u trading aracı yaptı
Ana akımda verimlilik vurgusu öne çıkarken, Çinli geliştirici toplulukları OpenClaw ile yatırım alanında denemeler yapmaya çoktan başladı. OpenClaw’ın resmi pazaryeri ClawHub’da, finans ve yatırım odaklı skill’lerin sayısı 300’ü geçti.
En çok konuşulan örneklerden biri ise bir Polymarket trading bot’u. İddialara göre, bu bot sadece 48 saatte 50 doları 2.980 dolara çevirdi. Bot, her 10 dakikada bir prediction market’leri taradı, hava durumu, spor sakatlık raporları ve zincir üstü yatırımcı hissiyatını LLM akıl yürütmesiyle karşılaştırdı. Sonra, toplam sermayenin sadece %6’sına kadar pozisyon açmak için Kelly Kriterini kullandı, Çinli teknoloji sitesi 36Kr’nin aktardığına göre.
Başka bir bot hesabı olan “0x8dxd,” Polymarket’te 20.000’den fazla işlem yaptı ve 36Kr’nin haberine göre 1,7 milyon doların üzerinde kar elde etti.
Fakat çoğu kullanıcı için gerçekler pembe tablo çizmekten uzak. Cnblogs’tan bir geliştirici, OpenClaw ile iki haftalık kantitatif trading denemesi yaptı. Sonuç gayet netti: OpenClaw, iyi bir zeka analizörü olarak çalışıyor fakat sağlam bir trade yürütücüsü değil. LLM’deki halüsinasyonlar sabah 3’te tüm pozisyonu açtırabilir. Bir ile 10 saniye arasında değişen API yanıt gecikmeleri ani düşüşlerde feci zararlara yol açabiliyor.
Güvenlik bir diğer büyük problem. 2025 sonunda yaşanan “ClawHavoc” tedarik zinciri saldırısı, ClawHub’da listelenen 1.184’e kadar zararlı skill’i etkiledi. Saldırının ana hedefi ise yine kripto araçlar oldu, Koi Security ve SlowMist’in ortak açıklamasına göre. Bitdefender Labs’a göre üçüncü parti skill’lerin %17’sinde kripto hırsızlığına yönelik girişimler tespit edildi.
Çin Sanayi ve Bilgi Teknolojileri Bakanlığı (MIIT) ise peş peşe resmî uyarı yayımladı. Kurumlar, izinleri denetleyip gereksiz genel ağ erişimini kapatmaya çağrıldı.
OpenClaw’dan Önce: Alpha Arena Yapay Zeka Trading Deneyi
Yapay zeka modellerinin canlı kripto para piyasalarında test edilmesi fikri, aslında OpenClaw’dan eski. Ekim 2025’te, ABD’li araştırma şirketi Nof1 tarafından Alpha Arena başlatıldı. Altı öncü LLM’in her birine gerçek sermaye olarak 10.000 dolar verildi ve hepsine Hyperliquid’de kripto perpetual’lar üzerinde trading imkânı tanındı.
Katılımcılar GPT-5, Gemini 2.5 Pro, Claude Sonnet 4.5, Grok 4, DeepSeek V3.1 ve Qwen3 Max idi. Tamamı sıfır insan müdahalesiyle aynı veriler ve aynı komutlarla işlem yaptı.
Qwen3 Max, yaklaşık 12.287 dolarla birinci oldu. DeepSeek V3.1 ise yaklaşık 10.476 dolarla ikinci sıradaydı. Altı modelin dördü para kaybetti. GPT-5 en fazla kayıpla yarışmayı yaklaşık 3.734 dolar ile kapattı.
The China Academy yarışmayla ilgili kapsamlı bir davranış analizi yayımladı. DeepSeek, ana şirketinin quant hedge fon geçmişine uygun olarak deneyimli fon yöneticisi olarak tanımlandı. Qwen’in Alibaba’nın agresif büyüme kültürüne uygun şekilde ‘radikal kumarbaz’ tavrı sergilediğine dikkat çekildi. GPT-5 ve Gemini ise adeta bir kumarhanede kaybolmuş, kitabi teorisyenler olarak nitelendirildi. Birçok tecrübeli trader GPT-5’in aşağı yönlü performans eğrisinin ‘en insani’ göründüğünü belirtti.
Nof1 şirketi, aşırı trading ücretlerinin bazı modellerde erken kazançları sıfırladığını vurguladı. Yani öne çıkan mesaj net: Risk disiplini ve uygulama kabiliyeti, ham tahmin doğruluğundan daha önemli.
Sırada Ne Var
OpenClaw, bireysel yatırımcıların AI destekli trading sistemleri kurmasının önündeki engelleri kaldırdı. Alibaba Cloud, Tencent Cloud ve Baidu gibi Çinli bulut devleri tek tıkla kurulum imkanlarıyla kıyasıya rekabet ediyor.
Fakat pazarlama söylemleriyle gerçek trading arasındaki uçurum hâlâ derin. Cnblogs geliştiricisi, başarısız deneyinin sonunda şöyle dedi: OpenClaw size daha iyi bilgi ve sistematik analiz framework’ü sunabilir ancak yatırım kararları tamamen sizin omuzlarınıza kalıyor.
Bu arada geri tepme süreci de çoktan başladı bile.
Tepki ve Gerçeklerle Yüzleşme
Mart ortasında ‘OpenClaw’ı kaldır’ trendi Alibaba’nın Xianyu pazarında öne çıktı. Bir zamanlar kurulumuna para ödediği ajanı kaldırmak için şimdi tekrar ücret ödeyen kullanıcılar var. Şanghaylı bir satıcı, uygulama başına 299 yuan (43,55 dolar) talep etti ve 10’dan fazla işlem gerçekleştirdi.
360 Security Technology siber güvenlik şirketinin başkanı Zhou Hongyi, dünyadaki OpenClaw bağlantılı varlıkların %40’ından fazlasının Çin’de tutulduğunu uyardı. Kullanıcıların, güvenlik risklerini de en az maliyet kadar ciddiye alması gerektiğini söyledi. Ardından, Çin’de birçok üniversite OpenClaw’ın kampüs ağlarına erişimini tamamen yasakladı. MIIT de doğrulanmamış eklentiler ve üçüncü parti mirror kurulumlarına sınırlamalar getiren resmi yönergeler yayımladı.
