ETH Strategy: Parallel AI e AskSurf dão avaliações opostas para o mesmo projeto DeFi

A comparação de duas auditorias de IA do projeto DeFi ETH Strategy deu resultados quase opostos. O AskSurf foi mais cauteloso, enquanto o Parallel AI foi mais detalhado, mas cometeu um erro crítico na verificação básica do código.

Como funciona o projeto

A ETH Strategy é um protocolo DeFi na Ethereum que promete aos usuários exposição alavancada a ETH, mas sem o risco clássico de liquidação. A mecânica gira em torno dos Long Bonds: o usuário deposita USDC, recebe um token de dívida CDT e uma opção em NFT, e o protocolo, na prática, capta capital a taxa zero, porque compensa isso com uma estrutura de opções. O tesouro do projeto cresce com a emissão de títulos e a alocação de ETH em protocolos de empréstimo como o Morpho.

No momento da análise, o token STRAT era negociado a cerca de US$ 0,14, 83,8% abaixo da máxima histórica. O valor de mercado era estimado em cerca de US$ 690 mil, e o TVL, em US$ 3,8 milhões.

Foi aí que começaram as divergências entre os modelos. Ambos acharam a ideia incomum e fácil de entender, comparando a ETH Strategy a uma versão DeFi da MicroStrategy. Mas, em tokenomics, as conclusões divergiram: o Parallel AI apontou o risco de que 75,5% dos tokens sejam desbloqueados em apenas dois meses, enquanto o AskSurf não encontrou esses dados.

Onde os modelos divergiram

A diferença mais importante não esteve na avaliação do conceito, mas na verificação básica da infraestrutura. O AskSurf deu ao projeto uma nota baixa em abertura do código e disse claramente que só o token é visível publicamente. O Parallel AI, ao contrário, deu nota alta e informou que a ETH Strategy tem um repositório aberto no GitHub.

A checagem manual mostrou que o modelo citou o projeto errado: o repositório encontrado pertencia à ETHXR, e não à STRAT. Ou seja, o sistema errou já na identificação do objeto da análise.

Essa imprecisão importa além do erro em si. Se o modelo confunde o repositório, toda a cadeia de conclusões sobre transparência, qualidade do desenvolvimento e riscos fica duvidosa. Na realidade, a documentação da ETH Strategy não trazia link explícito para o GitHub do protocolo principal, e, entre as verificações externas confirmadas, só se mencionava a auditoria da Nethermind para o produto vault ESPN. A equipe prometeu publicar as auditorias do protocolo principal mais tarde, com o lançamento do permissionless bonding. Nesse contexto, a conclusão mais cautelosa do AskSurf ficou mais próxima dos fatos.

"Auditorias de IA podem ser úteis como ferramenta de análise inicial,

mas ainda exigem verificação manual."

O que a prática mostrou

O autor da comparação não se limitou às respostas dos modelos e testou separadamente o aplicativo da ETH Strategy. A interface oferece staking e unstaking de STRAT, além de mint e redeem para o ESPN, um vault separado usado como produto de rendimento. O APR declarado no momento da checagem era de 18,01%.

Visualmente, o aplicativo parecia funcional e claro, mas um teste manual dos cenários revelou vários detalhes importantes que não aparecem nos resumos bonitos de IA.

• O vault exige USDS, e não USDC, então é preciso fazer antes um swap adicional
• A interface não mostra o valor exato que o usuário vai receber em mint e redeem
• No ESPN não há cálculo explícito de quantos USDS chegam na saída após o resgate
• O approve é solicitado para um valor adequado, e não para o máximo ilimitado

Com base na checagem, a interface ficou com uma nota aproximada de 4 em 5: dá para usar, mas ainda falta transparência nos pontos críticos. Em DeFi, isso não é um problema cosmético. Quando o usuário não vê o valor esperado de saída, entende pior o risco, depende mais de calculadoras externas e decide com mais frequência quase às cegas. Detalhes assim costumam separar a apresentação bonita de um token de um produto maduro.

O que isso significa

A comparação entre AskSurf e Parallel AI mostra algo simples: auditorias de IA já servem para uma triagem inicial rápida, mas não substituem uma verificação completa. Se dois modelos chegam a conclusões opostas sobre o mesmo projeto, isso não é motivo para escolher o que soa mais confiante. É um sinal para rechecar manualmente a tokenomics, a origem do repositório, a auditoria do código e os cenários reais de uso antes de qualquer decisão de investimento ou integração.