El sueño de 30 billones de a16z con los AI Agents, ¿cómo se hará realidad? La respuesta está oculta en los "Juegos del Hambre de la IA".

La IA darwiniana está resolviendo el problema de la formación de capital y es el motor que impulsa la innovación en Crypto AI.

Autor: 0xJeff

Traducción: AididiaoJP, Foresight News

Ha pasado exactamente un año desde el inicio de la ola de AI Agents en el cuarto trimestre de 2024.

En ese momento, @virtuals_io fue el primero en proponer el concepto de “tokenización de AI Agents”, es decir, emparejar aplicaciones/ tokens de IA con tokens de lanzamiento justo.

En este corto año, el campo de Crypto AI ha experimentado cambios radicales: ha impulsado el movimiento de código abierto de IA general, han surgido numerosas herramientas que permiten tanto a desarrolladores como a usuarios principiantes construir proyectos fácilmente.

Al principio, solo era un producto de IA que emitía un token, con un lanzamiento justo de baja valoración, liderado por desarrolladores independientes o pequeños equipos. Ahora se ha convertido en un ecosistema completo de Crypto AI, donde cientos de equipos destacados construyen su visión.

Dada la reciente popularidad impulsada por la narrativa x402, este artículo explora la cuestión más importante —¿hacia dónde va todo esto? ¿Cuál es el valor central de los Crypto AI Agents?— revisando el estado de la industria, comprendiendo los cambios y analizando el progreso de los actores clave.

Si, como yo, te entusiasma la IA y disfrutas aprendiendo, probablemente ya hayas notado la velocidad vertiginosa del desarrollo de la IA. Cada mes aparecen cosas nuevas y sorprendentes. Desde aplicaciones básicas “nice to have”, como el estilizado Ghibli para todo, hasta vídeos generados por IA de calidad profesional y AI Agents que superan la productividad de un programador junior promedio.

Pero en el ámbito Crypto, no siempre es así. Hace un año, cuando surgió la narrativa de los AI Agents, los proyectos más populares eran estos:

• @truth_terminal se volvió vívido, interactuó con @pmarca de a16z y obtuvo inversión.
• @aixbt_agent ofrecía análisis perspicaces y era un jugador nativo y excéntrico del mundo Crypto en X.
• @virtuals_io, como “sociedad de agentes”, lanzaba tokens de agentes que a menudo se multiplicaban por 10-50 veces.
• @dolos_diary era el “matón” número uno de Internet, muy querido por su humor mordaz.
• @luna_virtuals como la primera idol de IA.

Cuando comenzó la narrativa, el entretenimiento era el tema principal. Pero hoy hace mucho que no vemos a los AI Agents aportar nuevas formas de entretenimiento (quizás sea algo bueno, pero el encanto y atractivo de la era temprana de la IA han desaparecido).

Ahora, el foco está extremadamente concentrado en el área vertical en la que Crypto es experto: los casos de uso financiero, es decir, ganar dinero (y no perderlo).

a16z, en su último informe “Estado de la industria cripto”, propuso un mercado potencial de 30 trillones de dólares para la economía de los agentes, lo cual puede ser poco realista, ya que se espera que para 2030 todo el mercado de IA solo alcance varios trillones de dólares.

Dicho esto, creo que toda la economía de los agentes realmente puede valer varios trillones de dólares. A medida que las herramientas de IA generativa y las IA verticales ayudan a las personas a aumentar su productividad, las empresas adoptan más, y los flujos de trabajo impulsados por IA se implementan de manera más eficiente dentro de las organizaciones, este mercado seguirá creciendo.

El sector Crypto no es una excepción. Pero debido a que esta industria está extremadamente enfocada en ganar dinero, sus flujos de trabajo giran naturalmente en torno a ello. Las siguientes categorías destacan especialmente:

DeFi: el producto con mayor encaje de mercado en Crypto

• Trading (spot, perpetuals, en CEX/DEX)
• Mercados monetarios (préstamos, colateralización de activos cripto)
• Stablecoins (medio de intercambio / unidad de valor estable, estrategias DeFi de alto rendimiento componibles)
• Protocolos de rendimiento (mercados de tasas de interés, puntos, funding rates, optimizadores de rendimiento / productos de bóveda)
• RWA/DePIN (tokenización de activos productivos del mundo real, conectando capital on-chain con demanda off-chain)

Este es el mayor mercado potencial, con un valor total bloqueado superior a 150 mil millones de dólares y una capitalización de stablecoins de más de 300 mil millones de dólares. La regulación cada vez más clara y la creciente adopción institucional están impulsando más capital on-chain; el aumento en la adopción de stablecoins también atrae a más empresas y startups a utilizar canales cripto.

Por estas razones, la demanda de automatización como infraestructura y herramientas backend, junto con empresas/startups como frontend que llevan a los usuarios comunes on-chain, será clave para impulsar la próxima fase de adopción.

Los AI Agents que puedan abstraer la complejidad de DeFi, simplificar la ejecución o mejorar aspectos clave de DeFi (como gestión de riesgos, rebalanceo de activos, curación de estrategias, etc.) probablemente capturarán una parte significativa del enorme valor que fluye hacia los protocolos DeFi.

Actores clave del ecosistema:

@almanak, @gizatechxyz, @Cod3xOrg, @TheoriqAI, @ZyfAI_

• DeAI es el producto con mayor encaje de mercado en Crypto AI
• Mercados predictivos x AI: el segmento de más rápido crecimiento en Crypto

Si sigues el ecosistema, notarás que el área DeFi x AI cambia poco. Esto se debe a que descifrar los flujos de trabajo de DeFi es extremadamente difícil. No puedes simplemente meter IA y esperar buenos resultados; debes implementar un diseño estructural responsable y salvaguardas para evitar accidentes graves.

¿Por qué hablo de esto ahora y no de los “AI Agents” en general?

El ecosistema inicial de AI Agents básicamente consistía en los agentes construidos dentro de Virtuals y su ecosistema (quizás algunos como CreatorBid), y marcos como ai16z (ahora ElizaOS), que facilitaban la construcción de “agentes” o bots de X que podían invocar varias herramientas, además de muchos otros marcos como Arc, Pippin, etc.

Estas cosas son geniales y divertidas, pero no son la verdadera definición de AI Agent. Un verdadero agente debe ser capaz de comprender su entorno, entender su rol y responsabilidades, tomar decisiones y actuar de manera proactiva para lograr objetivos específicos con mínima intervención humana.

Al mirar alrededor, más del 95% de los proyectos no son así. O son simplemente un software, un producto de IA generativa, o aún están en proceso de evolucionar hacia verdaderos AI Agents autónomos.

No pretendo menospreciar a nadie. Quiero enfatizar que *todavía estamos en una etapa muy temprana, tanto que la mayoría aún no ha descubierto qué funciona realmente.*

Los que ya han descubierto qué funciona, normalmente no se clasifican como “AI Agents”, sino como proyectos de IA.

Estado del ecosistema

El reciente auge provocado por x402 ha estimulado la rotación de capital y el interés por Crypto AI, pero la nueva cara del ecosistema es muy diferente a la anterior.

1. El entusiasmo por los marcos ha disminuido

Los marcos solían ser muy importantes, ayudando a los constructores a empezar rápidamente y reduciendo el tiempo dedicado a aprender, programar y diseñar flujos de trabajo. Herramientas como MCP mejoraron la capacidad de los agentes para invocar o proporcionar APIs, ERC-8004 ayudará a establecer registros y a Ethereum como capa de confianza y liquidación, A2A & AP2 de Google se están convirtiendo en los marcos preferidos de los constructores, y herramientas de construcción de AI Agents/ flujos de trabajo como n8n atraen a muchos desarrolladores y usuarios comunes.

Por eso, la especulación en torno a los “marcos” ha disminuido, y muchos proyectos han pivotado. Por ejemplo, @arcdotfun se ha orientado hacia constructores de flujos de trabajo; @openservai, que inicialmente se posicionó como “clúster”, también se ha volcado hacia constructores de flujos de trabajo y herramientas para crear negocios Web3 impulsados por IA, dirigidos a usuarios específicos (como flujos de trabajo de mercados predictivos).

Los marcos siguen siendo importantes, pero con la popularización de marcos y herramientas de IA Web2 y la adopción de canales Web3, la especulación sobre marcos Web3 ha disminuido.

2. Transformación del modelo de la industria

El modelo de lanzamiento justo beneficia a los pequeños inversores minoristas, pero dificulta la escalabilidad de los equipos. También tiende a ser un caldo de cultivo para desarrolladores independientes que construyen a corto plazo o simplemente especulan, en lugar de construir negocios de IA sostenibles a largo plazo (3-5 años o más).

En este sentido, la expansión de Virtuals a través de su protocolo de negocio de agentes es lógica. A medida que x402 se consolida como canal de pago de agentes, establecer infraestructura para puntuaciones de confianza/reputación de agentes y mecanismos para que los agentes colaboren y se paguen entre sí es crucial para realizar la visión de los agentes.

Sin embargo, los desafíos y problemas clave persisten: “¿Existen servicios de alta calidad por los que la gente esté dispuesta a pagar?”

Si la mayoría de los servicios no sirven, ¿por qué la gente no usaría simplemente servicios de IA Web2 en lugar de Web3? Si es así, ¿cuál es el sentido de reunir agentes Web3?

Para construir un negocio de IA sostenible que genere ingresos de 7-8 cifras, necesitas capital, talento proactivo y tiempo para construir la visión, y el modelo de lanzamiento justo difícilmente satisface estas necesidades.

Por el contrario, vemos que los equipos de IA medianos y grandes son cada vez más populares, capaces de obtener financiación semilla de ángeles y VC, y entrar al mercado a través de rondas comunitarias.

Estos equipos, gracias a sus recursos (capital, talento, respaldo de VC, etc.), suelen ofrecer productos/servicios de mucha mayor calidad, lo que normalmente se traduce en un mejor desempeño de sus tokens.

3. Modelos de negocio y tokenomics ineficaces

Gestionar simultáneamente un producto de IA y un token requiere dos conjuntos de habilidades completamente diferentes, y se necesita un diseño cuidadoso para combinarlos y acelerar el crecimiento del producto y la adquisición de usuarios (por ejemplo: airdrop de tokens a los usuarios correctos → conversión a usuarios de pago → uso de pago del producto → obtención de más tokens, que a través de mecanismos como revenue sharing, buybacks, gobernanza, etc., vinculan los intereses a largo plazo de usuarios y proyecto → el flywheel sigue girando).

Fácil de decir, difícil de hacer. La mayoría de los pequeños equipos de AI Agents distribuyen entre el 30-80% de su tokenomics, lo que deja pocos recursos para iniciar cualquier flywheel de crecimiento.

La mayoría de los proyectos adoptan un modelo de suscripción SaaS o cobran por uso/puntos, y añaden la opción de pagar con tokens para obtener descuentos. Muchos usan parte de los ingresos de suscripción para recomprar tokens o quemar los tokens usados para pagar servicios.

Recomprar tokens con ingresos de suscripción está bien, pero exigir el pago exclusivo en tokens (o solo ofrecer descuentos) difícilmente escala.

Los tokens cripto son extremadamente volátiles. Usarlos como medio de pago no es buena idea (hoy pueden subir un 20%, mañana bajar un 30%, difícil de presupuestar).

4. IA darwiniana: nueva vía de formación de capital y tokenomics claros

@opentensor (Bittensor) se ha convertido en la plataforma preferida para que fundadores lancen ideas, mineros contribuyan a la IA e inversores apuesten por la próxima empresa DeAI que podría revolucionar la industria.

@flock_io utiliza aprendizaje federado para establecer estándares de privacidad y IA vertical, atrayendo a empresas Web2, gobiernos como clientes y entrenadores (mineros) que desean contribuir a la IA. Al igual que Bittensor, Flock ayuda a las empresas a realizar trabajos de IA interesantes y significativos aprovechando talento externo de calidad.

@BitRobotNetwork, inspirado por Bittensor, está adoptando un enfoque similar para guiar un ecosistema de subredes centradas en robots.

Al mismo tiempo, están surgiendo benchmarks/evaluaciones del mundo real con incentivos financieros reales (lo que también se convierte en entretenimiento de calidad):

• Alpha Arena de @the_nof1 permite que 6 modelos de IA de vanguardia compitan en trading de perpetuals con dinero real (10.000 dólares cada uno).
• @FractionAI_xyz utiliza la competencia entre AI Agents para mejorar/afinar continuamente los agentes y ofrecer mejores resultados, señales, beneficios y gestión de riesgos.
• @openservai creó OpenArena, donde modelos de IA compiten en trading de mercados predictivos.

La IA darwiniana está resolviendo el problema de la formación de capital y es el motor que impulsa la innovación en Crypto AI.

• El subred número uno de Bittensor, Chutes, ya es el principal proveedor de servicios de inferencia en OpenRouter, el gateway API unificado más popular entre los desarrolladores de IA general del mundo.
• Las principales subredes de computación (3-4) alcanzan ingresos recurrentes anuales combinados de 20-30 millones de dólares.
• Las subredes relacionadas con predicción están comenzando a obtener ingresos recurrentes anuales de cientos de miles a millones de dólares monetizando señales alfa y/o usándolas para mejores operaciones/predicciones.

IA darwiniana competitiva = formación de capital (sin VC) + acelerador de innovación (atrae a ingenieros de IA/ML a contribuir) = esto será la fuerza central que impulsará la narrativa de AI Agents en 2026.

Nota: “IA darwiniana” se refiere a un ecosistema descentralizado que impulsa el desarrollo, evaluación y recompensa de modelos de IA basado en la competencia y la economía de mercado. Su idea central es la “supervivencia del más apto”, como la teoría de selección natural de Darwin, permitiendo que los mejores y más útiles modelos de IA ganen en competencia abierta y reciban recompensas.

Entonces, ¿qué hay de emocionante ahora para los pequeños equipos o AI Agents?

Honestamente, hay algunos que uso y me gustan, pero por ahora ninguno por el que esté dispuesto a pagar.

• Investigación: Grok cubre la plataforma X, ChatGPT cubre el ámbito general.
• Análisis en profundidad: principalmente leo newsletters y reportes de Messari.
• Visión rápida del mercado: uso el bot de Telegram de @elfa_ai.
• Ideas de trading en mercados predictivos: uso @AskBillyBets, @Polysights y @aion5100 de @futuredotfun. (Espero mucho el aVault de @sire_agent, pero aún no es público).
• DeFi: la mayoría de las veces lo hago yo mismo, a veces uso @almanak y @gizatechxyz, pero estos no son estrictamente “AI Agents”.
• Trading: intercambio en EVM con @DefiLlama o en Solana con @JupiterExchange. No hago perpetuals (si es necesario, uso @Cod3xOrg para análisis y ejecución).

En Crypto, los usuarios están acostumbrados a usar todo gratis, así que prefieren herramientas gratuitas. Los paywalls de tokens o de pago no funcionan bien, pero integrar las tarifas en el producto sí es viable. Por eso el modelo de precios basado en resultados *es* muy efectivo. La gente no quiere pagar 40 dólares al mes, pero sí está dispuesta a pagar 40 dólares de gas por una operación exitosa.

Si puedes entregar el mejor resultado (alto rendimiento, mejor precio de trading), mientras el resultado sea bueno, a nadie le importará que incluyas una tarifa.

Después de probar tantas aplicaciones o AI Agents de Crypto, lo que he aprendido es: el mejor producto es el que puede hacerte ganar dinero, y el mejor vertical para lograrlo es el launchpad (y los mercados predictivos que están por explotar), es decir, operar un “casino” on-chain y acumular tarifas de trading.

Perspectivas de futuro

• Casos de uso reales que alcancen adopción masiva (es decir, que desarrolladores o usuarios de IA fuera del sector usarán) aparecerán el próximo año, probablemente provenientes del ecosistema DeAI/IA darwiniana.
• 2026 será el año de Crypto AI, con una explosión de casos de uso DeFi, infraestructura DeAI y casos de predicción.
• La mayoría de los pequeños equipos de AI Agents desaparecerán gradualmente, serán adquiridos/fusionados o pasarán a construir dentro del ecosistema de IA darwiniana.
• Crypto AI y AI Agents como subsectores se fusionarán, marcando una dirección y visión de producto más clara para Crypto AI.
• El launchpad seguirá siendo el núcleo de Crypto Twitter, generando volumen y tarifas, pero la verdadera innovación que impulsa el sector ocurrirá donde se concentran los recursos (capital, talento, canales de distribución y adopción de usuarios).

¿Cuál es el verdadero significado de los Crypto AI Agents?

Para los “AI Agents”, su significado radica en diseñar una experiencia de trading disfrazada de “tecnología de inversión”, aunque la mayoría solo sean wrappers de LLM con una capa de token.

En la mayoría de los casos, ofrece a los pequeños inversores la mejor vía para invertir temprano en estos activos especulativos “AI Agents” y ganar dinero.

Como narrativa, los Crypto AI Agents sientan las bases para la futura economía de los agentes, donde blockchain será la infraestructura/canal central que lo haga posible.