Primitivas de diseño del mercado InfoFi: La arquitectura técnica que convierte la información en capital
Cuando publicas tu opinión en X (Twitter), no te cuesta nada equivocarte. Cuando apuestas $ 10,000 en un mercado de predicción, equivocarse te cuesta $ 10,000. Esa única diferencia — el costo del error — es la primitiva fundacional detrás de un sector emergente de $ 381 millones que está reconfigurando silenciosamente cómo la humanidad valora la verdad.
Finanzas de Información (InfoFi) es el término de Vitalik Buterin para "una disciplina en la que se parte de un hecho que se desea conocer y luego se diseña deliberadamente un mercado para obtener de manera óptima esa información de los participantes del mercado". A diferencia de las finanzas tradicionales, que valoran activos, InfoFi valora las expectativas, transformando la incertidumbre epistémica en señales negociables. El sector abarca ahora mercados de predicción que procesan $ 40 mil millones anuales, mercados de atención que distribuyen $ 116 millones a creadores de contenido y redes de credibilidad que aseguran 33 millones de usuarios verificados.
Pero bajo las narrativas de marketing, cada sistema InfoFi funciona con cinco primitivas técnicas que determinan si la información se valora con precisión o se ahoga en el ruido. Comprender estas primitivas marca la diferencia entre construir un mercado de información robusto y una costosa máquina de spam.
Primitiva 1: Envío de Señales con Asunción de Costos
La idea central de InfoFi es engañosamente simple: las opiniones son baratas, los compromisos son caros. Todo sistema InfoFi bien diseñado obliga a los participantes a asumir un costo real al enviar información, creando la fricción que separa la señal del ruido.
En los mercados de predicción, esto toma la forma de capital apostado (staked) en creencias. Polymarket procesó 95 millones de operaciones en 2025, alcanzando un volumen anual de $ 21.5 mil millones. La plataforma migró de creadores de mercado automatizados a un Libro de Órdenes de Límite Central (CLOB) — el mismo mecanismo utilizado por los exchanges institucionales — con emparejamiento de órdenes fuera de la cadena y liquidación en cadena mediante contratos inteligentes en Polygon. Cada operación es un compromiso con asunción de costos: los participantes pierden dinero cuando se equivocan, lo que crea una presión de incentivos implacable hacia una evaluación de probabilidad precisa.
Ethos Network, que se lanzó en Base en enero de 2025, aplica esta primitiva a la reputación social. Cuando respaldas la confiabilidad de otro usuario, depositas ETH en stake. Ese ETH está en riesgo si la persona respaldada se comporta mal. El resultado: los respaldos de reputación conllevan información real precisamente porque es costoso otorgarlos.
El Protocolo Intuition adopta el enfoque más explícito, lanzando su mainnet en octubre de 2025 con un respaldo de $ 8.5 millones de Superscrypt, Shima, F-Prime (el brazo de capital de riesgo de Fidelity), ConsenSys y Polygon. Su arquitectura trata la información como una clase de activo:
- Átomos: Identificadores canónicos para cualquier afirmación discreta (una identidad, concepto o fragmento de información).
- Triples: Declaraciones de sujeto-predicado-objeto (por ejemplo, "El Protocolo X tiene la vulnerabilidad Y" o "Alice es confiable").
Ambos pueden ser objeto de stake mediante curvas de vinculación (bonding curves). Crear Átomos de baja calidad te cuesta tokens; curar los de alta calidad te genera comisiones.
El hilo conductor: el costo del error crea un filtro de ruido. Las afirmaciones casuales y de baja confianza son suprimidas por la fricción del compromiso.
Primitiva 2: Reglas de Puntuación Adecuadas y Compatibilidad de Incentivos
La asunción de costos por sí sola es insuficiente; la estructura de la recompensa debe garantizar que el reporte veraz sea la estrategia óptima. Este es el dominio matemático de las reglas de puntuación adecuadas: mecanismos donde un participante maximiza su recompensa esperada al reportar sus verdaderas creencias.
La Regla de Puntuación de Mercado Logarítmica (LMSR), inventada por el economista Robin Hanson, fue el mecanismo fundacional para los primeros mercados de predicción. Su función de costo — C(q) = b × ln(Σ exp(qᵢ/b)) — resuelve el problema del arranque inicial (bootstrapping) al asegurar que el creador de mercado automatizado siempre tenga liquidez, incluso antes de que lleguen los operadores. El parámetro b controla el equilibrio entre la profundidad de la liquidez y la pérdida potencial máxima del creador de mercado. Las operaciones históricas están integradas en el precio actual, proporcionando una amortiguación natural contra los operadores de ruido (noise traders).
La limitación de LMSR es la ineficiencia de capital: proporciona la misma profundidad de liquidez independientemente de dónde se encuentren los precios, desperdiciando capital cerca de valores de probabilidad extremos (como un mercado con un 95% de confianza). Un artículo de Paradigm de noviembre de 2024 introdujo un AMM específico para mercados de predicción (pm-AMM) que trata los precios de los resultados como si siguieran un movimiento browniano — el mismo marco matemático que subyace a la valoración de opciones de Black-Scholes — y ajusta la profundidad de la liquidez dinámicamente a lo largo del tiempo para mantener tasas constantes de pérdida frente a reequilibrio (LVR) para los proveedores de liquidez.
La misma propiedad matemática — la compatibilidad de incentivos — aparece en sistemas no financieros. El mecanismo de aval de Ethos Network es compatible con incentivos: si haces stake de ETH para respaldar a alguien que luego estafa a los usuarios (rug pull), tu ETH está en riesgo. La estrategia óptima es respaldar solo a personas que genuinamente crees que son confiables. Los registros curados por tokens de Intuition funcionan de manera similar: los stakers obtienen beneficios cuando su información curada es juzgada como de alta calidad y pierden tokens cuando es de baja calidad.
Primitiva 3: Propagación de confianza basada en grafos
Las puntuaciones de reputación estáticas son manipulables. Si una puntuación se calcula a partir de recuentos brutos (seguidores, reseñas, transacciones), un atacante con suficientes fondos puede simplemente comprar los insumos. La propagación de confianza basada en grafos es la solución: la confianza no se asigna de forma absoluta, sino que se propaga a través del grafo social, haciendo que el contexto y las relaciones sean centrales para el cálculo de la puntuación.
EigenTrust, diseñado originalmente para identificar nodos maliciosos en redes entre pares (P2P), es el algoritmo líder para este propósito. OpenRank (de Karma3 Labs, respaldado por Galaxy e IDEO CoLab) aplica EigenTrust a los datos del grafo social de Farcaster y Lens Protocol. En lugar de tratar un "seguimiento" de una cuenta nueva y un "seguimiento" de una cuenta de alta confianza como equivalentes, EigenTrust pondera las interacciones según la reputación del actor. El algoritmo converge hacia una asignación de confianza estable donde tu reputación depende de quién confía en ti y de cuánto se confía en ellos mismos.
El resultado es un grafo de confianza personalizado — tu reputación en relación con una comunidad determinada refleja las conexiones sociales específicas dentro de esa comunidad. OpenRank utiliza esto para potenciar los feeds "Para ti" de Farcaster, las clasificaciones de canales y la personalización de frames. Un usuario profundamente integrado en la comunidad DeFi obtiene puntuaciones de reputación diferentes para distintos contextos que un usuario integrado en la comunidad de arte NFT.
El sistema de puntuación YAP de Kaito aplica la misma lógica a los mercados de atención. El compromiso (engagement) de una cuenta con un YAP alto (alta reputación) vale exponencialmente más que el de una cuenta con un YAP bajo. Esto es PageRank aplicado al capital social: los enlaces de nodos con alta autoridad transfieren más autoridad que los enlaces de nodos con baja autoridad. Kaito procesa esto a través de aproximadamente 200,000 creadores activos mensuales, calculando el mindshare — el porcentaje del total de atención en el Twitter cripto capturado por un proyecto determinado — con un recorrido ponderado del grafo social.
Ethos lleva la propagación por grafos aún más lejos con su sistema exclusivo por invitación. El valor de tu cuenta depende no solo de quién te avaló, sino de toda la cadena de quién invitó a quién. Una cuenta nueva invitada por un miembro de Ethos bien conectado hereda parte de la credibilidad de ese miembro — una aplicación estructural del principio de "confiado por personas confiables".
Primitiva 4: Resistencia Sybil multicapa
Los ataques de Sybil — inundar un sistema con identidades falsas para manipular puntuaciones, cosechar recompensas o distorsionar mercados — son la amenaza existencial para cada primitiva de InfoFi. Si las identidades falsas son baratas de crear, las señales que conllevan costos pueden ser manipuladas con bots coordinados, los grafos de reputación pueden inflarse artificialmente y las resoluciones de los mercados de predicción pueden manipularse.
El sector InfoFi ha convergido en una pila de defensa multicapa:
Capa 0 — Verificación biométrica: World (anteriormente Worldcoin) utiliza Orbes de escaneo de iris para emitir World IDs en Worldchain. Las pruebas de conocimiento cero permiten a los usuarios demostrar su humanidad sin revelar qué iris fue escaneado, evitando el seguimiento entre aplicaciones. Con 7,500 Orbes desplegándose en los EE. UU. en 2025, esta capa apunta a 200 millones de verificaciones de prueba de humanidad.
Capa 1 — Restricciones de invitación y grafo social: Ethos (solo por invitación), Farcaster (verificación por teléfono) y Lens Protocol (creación de perfil restringida por billetera) imponen una fricción estructural a la creación de identidad. Las identidades falsas requieren conexiones sociales reales para arrancar.
Capa 2 — Confianza ponderada por participación (Stake): Los sistemas basados en EigenTrust ponderan la confianza por el stake o la reputación establecida. Los ataques de coordinación requieren acumular confianza real de los miembros existentes — costoso de falsificar.
Capa 3 — Análisis de comportamiento: El algoritmo de Kaito se actualizó en 2025 tras las críticas de que recompensaba el granjeo de contenido de KOL (Key Opinion Leader) por encima del análisis genuino. Las actualizaciones introdujeron filtros de IA que detectan seguidores pagados, patrones de publicación similares a bots y contenido que menciona clasificaciones sin aportar información. Las respuestas ya no cuentan para las clasificaciones de la tabla de líderes; las publicaciones que solo discuten recompensas sin agregar información se excluyen de los cálculos de mindshare.
Capa 4 — Agregación de credenciales ZK: Human Passport (anteriormente Gitcoin Passport, adquirido por Holonym Foundation en 2025) agrega credenciales de múltiples fuentes — verificación social, historial on-chain, biometría — en una única puntuación de resistencia Sybil utilizando pruebas de conocimiento cero. Con 2 millones de usuarios y 34 millones de credenciales emitidas, permite que las aplicaciones requieran una puntuación mínima de resistencia Sybil sin conocer qué verificaciones específicas posee un usuario.
Galxe combina estas capas a escala: 33 millones de usuarios a través de más de 7,000 marcas poseen credenciales verificadas mediante pruebas ZK, con Galxe Score agregando la actividad on-chain en Ethereum, Solana, TON, Sui y otras cadenas en una métrica de reputación multidimensional.
Primitiva 5: Precios continuos mediante curvas de vinculación
Las puntuaciones binarias ("confiable" o "no confiable", "verificado" o "no verificado") son inadecuadas para los mercados de información porque no representan el grado de confianza, reputación o atención. Los sistemas InfoFi utilizan curvas de vinculación (bonding curves) — funciones matemáticas continuas que determinan el precio en función de la cantidad demandada — para crear mercados que valoran la información en un espectro.
La función de costo de LMSR es una curva de vinculación para las participaciones en mercados de predicción: a medida que se compran más participaciones de un resultado determinado, su precio aumenta continuamente. Esto convierte al precio de mercado en un indicador en tiempo real de la confianza colectiva.
La capa de mercado de reputación de Ethos crea curvas de vinculación para la credibilidad individual: los "tickets de confianza" y "tickets de desconfianza" vinculados a perfiles de usuario específicos tienen un precio continuo basado en la demanda. Cuando la comunidad cree que la confiabilidad de un usuario está aumentando, los precios de los tickets de confianza suben. Esto transforma la evaluación de la reputación de una insignia estática en un mercado en vivo con un descubrimiento de precios continuo.
Cookie.fun introdujo la relación Precio-a-Mindshare (P/M) como una métrica de valoración continua para agentes de IA: la capitalización de mercado dividida por el porcentaje de mindshare, de manera análoga a la relación precio-beneficio en los mercados de valores. Un P/M bajo implica una atención infravalorada en relación con la capitalización de mercado; un P/M alto implica lo contrario. Este es el equivalente de InfoFi a la valoración fundamental — traducir las métricas de atención en señales de inversión continuas.
La arquitectura de bóvedas de Intuition utiliza curvas de vinculación para determinar cómo el staking afecta la puntuación de credibilidad y relevancia de cada Átomo y Triple. Hacer staking en una bóveda que contiene información precisa y ampliamente citada es rentable; hacer staking en una bóveda con información de baja calidad incurre en pérdidas a medida que otros salen. El mecanismo de precios continuos alinea los incentivos de los curadores con la calidad de la información a lo largo del tiempo.
La arquitectura que pone precio a la verdad
Estas cinco primitivas no son sistemas independientes — se integran en una arquitectura unificada. Las señales con costo solo son valiosas si están estructuradas como reglas de puntuación adecuadas (para que el reporte veraz sea óptimo), agregadas mediante propagación por grafos (para que el contexto afecte al valor), defendidas por la resistencia a ataques Sybil (para que las señales falsas resulten costosas) y expresadas a través de una fijación de precios continua (para que se capturen los grados de confianza).
Los 40 000 millones de dólares en volumen anual en los mercados de predicción, los 116 millones de dólares distribuidos a los participantes de los mercados de atención y las 33 millones de identidades acreditadas en Web3 representan la evidencia temprana de que estos mecanismos funcionan. Los comerciantes activos mensuales de Polymarket crecieron de 45 000 a 19 millones entre 2024 y 2025 — un aumento de 421 veces impulsado no por la especulación, sino por usuarios que descubrieron que los mercados de predicción proporcionan evaluaciones de probabilidad de eventos más precisas que los medios tradicionales.
La próxima ola de aplicaciones de InfoFi probablemente provendrá de agentes de IA que utilicen estos mercados como feeds de datos. Kalshi ya informa que los bots algorítmicos son los principales participantes en su plataforma regulada por la CFTC, con sistemas de IA que tratan los cambios de probabilidad en los mercados de predicción como disparadores de ejecución para operaciones en mercados tradicionales correlacionados. Cuando los agentes de IA consumen y producen información a escala, la calidad de los mecanismos de fijación de precios subyacentes determina la calidad de los sistemas de IA construidos sobre ellos.
Lo que Vitalik llamó "info finance" se está convirtiendo en la infraestructura base de la economía de la información: la capa que determina qué es verdad, quién es digno de confianza y qué merece atención — con incentivos respaldados por capital que los sistemas de información tradicionales nunca han tenido.
BlockEden.xyz proporciona infraestructura para desarrolladores en Sui, Aptos, Ethereum y más de 20 redes blockchain. Los desarrolladores que construyen mercados de información, sistemas de reputación y analítica on-chain pueden acceder a servicios de nodos de grado de producción y APIs de datos en BlockEden.xyz.