El sueño de los 30 billones de a16z con los agentes de IA: ¿cómo planean lograrlo? La respuesta está 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.

Escrito por: 0xJeff

Traducción: AididiaoJP, Foresight News

Ya ha pasado exactamente un año desde que se inició 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 tan solo un año, el sector de Crypto AI ha experimentado cambios radicales: impulsó el movimiento open source de la IA general, surgieron una gran cantidad de herramientas que permiten tanto a desarrolladores como a usuarios principiantes construir proyectos con facilidad.

Al principio, solo era un producto de IA que emitía un token, con un lanzamiento justo y baja valuación, liderado por desarrolladores independientes o pequeños equipos. Hoy 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?— repasando el estado actual de la industria, comprendiendo los cambios y analizando el progreso de los actores clave.

Si, como yo, te entusiasma la IA y te gusta aprender, probablemente ya notaste la velocidad vertiginosa de su desarrollo. Cada mes aparece algo nuevo y sorprendente. Desde aplicaciones básicas “nice to have”, como el estilizado Ghibli para todo, hasta videos generados por IA de calidad profesional y AI Agents que superan la productividad de un programador junior promedio.

Pero en el mundo 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 muy realista, interactuó con @pmarca de a16z y recibió inversión.
• @aixbt_agent ofrecía análisis agudos y era un jugador nativo y excéntrico del mundo Crypto en X.
• @virtuals_io, como “sociedad de agentes”, lanzaba “Agent tokens” que a menudo se multiplicaban 10-50 veces.
• @dolos_diary era el “matón” número uno de internet, muy querido por su humor ácido.
• @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 traer nuevas formas de entretenimiento (quizás sea algo bueno, pero el encanto y la atracción de la era temprana de la IA ya desaparecieron).

Ahora el foco está extremadamente concentrado en el área vertical donde Crypto es fuerte: los casos de uso financieros, 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 agentes, lo cual puede ser algo irreal, ya que se espera que para 2030 todo el mercado de IA solo alcance unos pocos trillones de dólares.

Dicho esto, creo que toda la economía de 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 internamente, este mercado seguirá creciendo.

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

DeFi: el punto de ajuste producto-mercado más maduro de Crypto

• Trading (spot, perpetuos, en CEX/DEX)
• Mercados monetarios (préstamos, colateralización de activos cripto)
• Stablecoins (medio de intercambio / unidad de valor estable, estrategias DeFi de alto rendimiento combinables)
• Protocolos de rendimiento (mercados de tasas de interés, mercados de puntos, mercados de funding, 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 mercado potencial más grande, con un TVL superior a 150 mil millones de dólares y una capitalización de stablecoins de más de 300 mil millones de dólares. La mayor claridad regulatoria y la adopción institucional están impulsando más capital on-chain; el aumento en la adopción de stablecoins también atrae a más empresas y startups a usar canales cripto.

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

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

Actores clave del ecosistema:

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

• DeAI es el punto de ajuste producto-mercado más maduro de Crypto AI
• Mercados de predicción x AI: el segmento de más rápido crecimiento en Crypto

Si seguís de cerca 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 podés simplemente meter IA y esperar buenos resultados; hay que implementar un diseño estructural responsable y medidas de protección para evitar accidentes graves.

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

El ecosistema original de AI Agents básicamente eran los agentes construidos dentro de Virtuals y su ecosistema (quizás también algunos como CreatorBid), y frameworks como ai16z (ahora ElizaOS), que facilitaban la construcción de “agentes” o bots de X capaces de invocar varias herramientas, además de otros frameworks como Arc, Pippin, etc.

Estas cosas son copadas y divertidas, pero no son la verdadera definición de AI Agent. Un agente real debería poder entender su entorno, su rol y responsabilidades, tomar decisiones y actuar de forma autónoma para lograr objetivos específicos con mínima intervención humana.

Si mirás alrededor, más del 95% de los proyectos no son así. O son solo un software, un producto de IA generativa, o aún están en proceso de evolucionar hacia agentes autónomos de IA.

No es que quiera menospreciar a nadie. Quiero enfatizar que *todavía* estamos en una etapa muy temprana, tanto que la mayoría aún no tiene claro qué funciona realmente.

Los que ya descubrieron qué funciona, generalmente no se clasifican como “AI Agents”, sino como un proyecto de IA.

Estado del ecosistema

La reciente popularidad de x402 estimuló la rotación de capital y el interés en Crypto AI, pero la nueva cara del ecosistema es muy diferente a la anterior.

1. El furor por los frameworks ya pasó

Los frameworks solían ser muy importantes, ayudando a los builders a empezar rápido y reducir el tiempo de aprendizaje, codificación y diseño de flujos de trabajo. Herramientas como MCP mejoraron la capacidad de los agentes para invocar o proveer APIs, ERC-8004 ayudará a establecer registros y posicionar a Ethereum como capa de confianza y liquidación, A2A & AP2 de Google se están convirtiendo en frameworks preferidos, y herramientas como n8n atraen a muchos desarrolladores y usuarios comunes.

Por eso, el hype en torno a los “frameworks” se ha enfriado, y muchos proyectos han cambiado de rumbo. Por ejemplo, @arcdotfun se volcó a los constructores de flujos de trabajo; @openservai, que empezó como “clúster”, también se orientó a constructores de flujos de trabajo y herramientas para crear negocios Web3 impulsados por IA, dirigidos a usuarios específicos (como flujos de trabajo de mercados de predicción).

Los frameworks siguen siendo importantes, pero con la popularización de frameworks y herramientas de IA Web2 y la adopción de canales Web3, el hype por los frameworks Web3 ya disminuyó.

2. Transformación del modelo de la industria

El modelo de lanzamiento justo beneficia a los pequeños inversores minoristas, pero dificulta que los equipos escalen. También puede convertirse en caldo de cultivo para desarrolladores independientes que buscan construir a corto plazo o solo especular, en vez de crear negocios de IA sostenibles a 3-5 años.

En este sentido, la expansión de Virtuals a través de su protocolo comercial de agentes es lógica. A medida que x402 se consolida como canal de pago de agentes, construir infraestructura para puntuar confianza/reputación de agentes y definir cómo colaboran y se pagan entre sí es clave para realizar la visión de los agentes.

Sin embargo, los desafíos y problemas centrales 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 directamente servicios de IA Web2 en vez de Web3? ¿Cuál es el sentido de reunir agentes Web3 si es así?

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

Por el contrario, vemos que los equipos de IA medianos y grandes ganan popularidad, ya que pueden obtener fondos semilla de ángeles y VCs, y entrar al mercado con rondas comunitarias.

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

3. Modelos de negocio y tokenomics fallidos

Gestionar 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 pagos → uso pago del producto → obtención de más tokens, que a través de revenue sharing, buybacks, gobernanza, etc., alinean los intereses a largo plazo de usuarios y proyecto → el flywheel sigue girando).

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

La mayoría de los proyectos adoptan suscripciones SaaS o cobran por uso/puntos, y ofrecen descuentos si se paga con el token. 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 forzar el pago solo con tokens (o solo ofrecer descuentos) difícilmente escale.

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

4. IA darwiniana: nuevo camino para la 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 disruptiva.

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

@BitRobotNetwork, inspirado en 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 dinero real en juego (lo que también se convierte en entretenimiento de calidad):

• Alpha Arena de @the_nof1 enfrenta a 6 modelos de IA de vanguardia en una competencia de trading de perpetuos con 10 mil dólares reales cada uno.
• @FractionAI_xyz utiliza la competencia entre AI Agents para mejorar/afinar continuamente los agentes y ofrecer mejores outputs, señales, ganancias y gestión de riesgos.
• @openservai creó OpenArena, donde los modelos de IA compiten en trading de mercados de predicción.

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

• La subred Chutes de Bittensor ya es el proveedor número uno de servicios de inferencia en OpenRouter, el gateway API unificado más popular entre desarrolladores de IA general en el mundo.
• Las principales subredes de cómputo (3-4) suman ingresos recurrentes anuales de 20-30 millones de dólares.
• Las subredes de predicción monetizan señales alfa y/o las usan para mejorar trading/predicción, comenzando a generar ingresos recurrentes anuales de cientos de miles a millones de dólares.

IA competitiva darwiniana = formación de capital (sin VC) + acelerador de innovación (atrae a ingenieros de IA/ML a contribuir) = será la fuerza central que impulse 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 competencia y economía de mercado. Su idea central es la “supervivencia del más apto”, como la teoría de selección natural de Darwin, permitiendo que los modelos de IA más útiles y destacados ganen en competencia abierta y reciban recompensas.

Entonces, ¿qué hay de emocionante ahora para los equipos pequeños 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 profundo: principalmente leo newsletters y reportes de Messari.
• Visión rápida del mercado: uso el bot de Telegram de @elfa_ai.
• Ideas de trading en mercados de predicción: 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 opero yo mismo, a veces uso @almanak y @gizatechxyz, pero estos no son estrictamente “AI Agents”.
• Trading: uso @DefiLlama para swaps en EVM, o @JupiterExchange en Solana. No opero perpetuos (si es necesario, uso @Cod3xOrg para análisis y ejecución).

El sector Crypto acostumbra a que todo sea gratis, así que los usuarios prefieren herramientas gratuitas. Los paywalls de tokens o pagos directos no funcionan bien, pero integrar tarifas en el producto sí es viable. Por eso el modelo de pricing basado en resultados *funciona muy bien*. La gente no quiere pagar 40 dólares al mes, pero sí está dispuesta a pagar 40 dólares de gas por una operación exitosa.

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

Después de probar tantas aplicaciones o AI Agents de Crypto, aprendí que el mejor producto hoy es el que puede hacerte ganar plata, y el mejor vertical para lograrlo son los launchpads (y los mercados de predicción que están por explotar), es decir, operar un “casino” on-chain y acumular tarifas de trading.

Perspectivas a futuro

• Casos de uso reales que logren adopción masiva (es decir, que desarrolladores o usuarios de IA fuera del sector los usen) aparecerán el año que viene, 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 equipos pequeños de AI Agents desaparecerán, serán adquiridos/fusionados o migrarán a construir dentro del ecosistema de IA darwiniana.
• Crypto AI y AI Agents como verticales se fusionarán, marcando una dirección y visión de producto más clara para Crypto AI.
• Los launchpads seguirán siendo el núcleo de Crypto Twitter, generando volumen y tarifas, pero la verdadera innovación que impulse la industria ocurrirá donde se concentren 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 es 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 agentes, donde blockchain será la infraestructura/canal central que haga todo esto posible.