Los agentes de IA ya mueven el 19 % del volumen de DeFi — y aún pierden frente a los humanos por 5 veces en el trading
Los agentes de IA ahora originan aproximadamente una quinta parte de cada transacción de DeFi. También pierden frente a los traders discrecionales humanos por un factor de cinco en cualquier concurso que implique decisiones reales. Esa brecha incómoda — entre la participación del flujo que los agentes ya controlan y el alpha que consistentemente no logran generar — es el punto de datos más importante en el debate de la "economía agéntica" de las criptomonedas, y llegó este mes gracias a un informe de investigación de DWF Ventures que desinfla discretamente un año de marketing.
El CEO de Coinbase, Brian Armstrong, pasó el último trimestre diciendo a todo aquel que quisiera escuchar que la economía agéntica superará a la economía humana. Su empresa lanzó Agentic.market, una tienda de aplicaciones para agentes de IA que ya ha procesado 165 millones de transacciones y $ 50M en volumen a través de 480,000 agentes. La tesis es que las máquinas transaccionarán entre sí a través de stablecoins porque no pueden abrir cuentas bancarias. Las cifras, en la superficie, son irresistibles.
Pero los datos de DWF sugieren que estamos confundiendo el volumen del flujo con el rendimiento — y la distinción importa enormemente para cualquiera que decida dónde asignar el gasto en infraestructura, la atención de las auditorías o el capital en 2026.
El titular del 19 % oculta tres negocios diferentes
Cuando el titular de Decrypt dice "Los agentes de IA ya manejan una quinta parte de DeFi", ¿qué contiene realmente ese 19 %?
El propio desglose de DWF — corroborado por la cobertura de PANews sobre el mismo informe — agrupa la actividad de los agentes en tres categorías muy diferentes:
- Narrow extractive bots (Bots extractivos especializados) — buscadores de MEV, atacantes de sándwich, activadores de liquidación, arbitrajistas entre DEXes. Estos son programas deterministas con, en el mejor de los casos, un pegamento de LLM, y la mayoría de ellos preceden a la etiqueta de "agente" por varios años.
- Structured optimizers (Optimizadores estructurados) — enrutadores de rendimiento de stablecoins como ARMA de Giza, que ha gestionado de forma autónoma $ 32M en activos de usuarios a través de 102,000 transacciones, y rebalanceadores que mueven fondos entre Aave, Morpho y Pendle cuando las tasas divergen. Estos realmente utilizan el razonamiento de LLM, pero dentro de límites extremadamente estrechos.
- Open-ended trading agents (Agentes de trading de propósito general) — los agentes autónomos de trading que acaparan los titulares, que leen el sentimiento, evalúan las narrativas y realizan apuestas direccionales. Esta es la parte más pequeña del 19 %, y es la parte que pierde estrepitosamente.
La confusión importa porque cada categoría tiene un perfil de demanda diferente, un modo de falla diferente y una huella de infraestructura diferente. Contar los tres como "agentes de IA" es más o menos equivalente a contar trabajos cron, pipelines de ETL y gestores de carteras senior como "tomadores de decisiones automatizados". Técnicamente cierto. Operacionalmente sin sentido.
Donde ganan los agentes: Optimización de rendimientos, por goleada
Las victorias más claras de los agentes están ocurriendo exactamente donde el problema está bien definido y la superficie de optimización está delimitada.
El informe de DWF — según el resumen de KuCoin — encuentra que los agentes de optimización de rendimientos están entregando retornos anualizados superiores al 9 % en algunos grupos, con el ARMA de Giza alcanzando el 15 % en USDC (parcialmente impulsado por incentivos de tokens, pero aun así). ¿Por qué? Porque la tarea se reduce a: escanear N mercados de préstamos, calcular el APY neto después de gas y slippage, y rebalancear cuando el delta supera un umbral. No hay narrativa. No hay cambio de régimen. Hay un número, y el agente que optimiza el número gana.
La misma lógica se aplica a la captura de MEV, el enrutamiento de stablecoins y las operaciones de base (basis trades). Estos son problemas que recompensan la latencia de reacción de subsegundos, los cierres (stops) sin emociones y la ejecución 24/7 — tres cosas en las que los humanos son constitucionalmente malos y para las que las máquinas están optimizadas. La cuota de volumen del 19 % en estos nichos no es un artefacto del hype. Es una ganancia de eficiencia real que es poco probable que los humanos recuperen.
Los datos de Agentic.market de Coinbase refuerzan el mismo patrón: de los 165M de transacciones procesadas a través de x402, las categorías dominantes son inferencia, acceso a datos y llamadas a infraestructura — tareas delimitadas, repetibles y amigables para las máquinas. Los agentes son buenos siendo máquinas.
Donde pierden los agentes: Cualquier cosa que requiera juicio
La brecha de 5 a 1 aparece en el momento en que la tarea se amplía.
DWF cita un concurso de trading de acciones de tradexyz en el que el mejor trader discrecional humano superó al mejor agente autónomo por más de cinco veces en el retorno ajustado al riesgo. Los autores del informe son tajantes sobre el porqué: "Donde fallan es en el trading de propósito general, que requiere razonamiento contextual, conciencia narrativa y evaluación de información no estructurada".
Desglose el bajo rendimiento y surgirán tres patrones:
- Sobre-operar con deslizamiento. Los agentes carecen de la paciencia que les resulta natural a los humanos cuando esperan configuraciones favorables. Realizan operaciones marginales que se acumulan en un lastre de costos de transacción.
- Ceguera de régimen. Cuando la historia macro cambia — un giro de la Fed, las secuelas de un exploit, un titular regulatorio — los humanos se reposicionan en segundos basándose en un tuit. Los agentes entrenados en datos de regímenes anteriores siguen ejecutando la estrategia de ayer.
- Fragilidad adversaria. Los agentes predecibles terminan siendo víctimas de ataques de sándwich. La cobertura de Cryptollia sobre el panorama de MEV en 2026 describe un "bosque oscuro" de IA contra IA donde los agentes extractivos cazan específicamente los patrones de los agentes optimizadores. La predictibilidad del optimizador se convierte en la ventaja del depredador.
El mismo informe de DWF concluye que "una línea de tiempo realista es de cinco a siete años antes de que el volumen agéntico rivalice significativamente con el volumen humano en cualquier vertical financiera importante". Esa es una predicción notable de un fondo cuya tesis de cartera completa depende de que la adopción de agentes tenga éxito. Cuando los creyentes dicen de cinco a siete años, la lectura honesta es "no en 2026, y posiblemente no en 2028".
La factura de la infraestructura llega de todos modos
Aquí está la parte que la mayoría de los comentarios sobre la economía agéntica pasan por alto: la brecha de rendimiento es irrelevante para la carga de la infraestructura.
Incluso si cada agente de trading autónomo pierde dinero, los agentes que ganan — optimizadores de rendimiento, buscadores de MEV, enrutadores de stablecoins — generan volúmenes de consulta que eclipsan el consumo de RPC de los humanos. Un solo agente de estilo ARMA que realiza reequilibrios en cinco protocolos de préstamo hace ping a la cadena cientos de veces al día por usuario. Si multiplicamos esto por los más de 17,000 agentes que DWF contabiliza como lanzados desde 2025, y luego nuevamente por los 480,000 agentes que ahora realizan transacciones en el x402 de Coinbase, la implicación es clara: el volumen de consultas de los agentes puede crecer 10 veces más rápido que el AUM (activos bajo gestión) de los mismos.
Este es el cambio silencioso dentro de la narrativa "agéntica". La economía unitaria interesante no es si el agente genera alfa — es si su huella de lectura y escritura escala linealmente con los usuarios o cuadráticamente con la complejidad de la estrategia. Cualquiera que gestione infraestructura para estos sistemas ya está viendo la respuesta, y es "cuadráticamente".
Eso tiene consecuencias para los precios de RPC, la carga de los indexadores, los costes de vigilancia de la mempool y los mercados de gas. Incluso un futuro en el que los agentes colectivamente tengan un rendimiento inferior al de los humanos en el trading es un futuro en el que los agentes dominan el tráfico de lectura, las solicitudes de firma y los saltos de los enrutadores de intención.
La apuesta de Brian Armstrong, recalibrada
La tesis de Armstrong sobre la economía de máquina a máquina no es incorrecta. Simplemente está operando en una escala de tiempo diferente a la que sugieren sus prioridades trimestrales.
El propio marco de Coinbase — "para que la economía agéntica supere a la economía humana, los agentes necesitan una forma de descubrir servicios" — es honesto sobre la brecha. El descubrimiento es un problema de 2026. El razonamiento es un problema de 2030. La capa intermedia, que capturan los datos de DWF, es donde se está ganando el dinero real hoy: optimizadores estructurados en dominios estrechos, pagados por usuarios que no quieren gestionar su propia estrategia de rendimiento.
La segmentación honesta para 2026 se ve así:
- Nichos de agentes rentables y listos para producción: enrutamiento de rendimiento de stablecoins, reequilibrio entre cadenas (cross-chain), ejecución de intenciones resistente a MEV, bots de gestión de tesorería para DAOs.
- Madurez media, resultados mixtos: agentes de trading basados en el sentimiento social, agentes de mercados de predicción (donde la IA alcanza una precisión un 27% mejor que los humanos en algunos estudios), estrategias de rotación de narrativa.
- Hype pero aún sin alfa: traders discrecionales totalmente autónomos, agentes de razonamiento de múltiples pasos que gestionan carteras direccionales, capas de orquestación de agente de agentes.
Una empresa que despliega capital en la categoría uno en 2026 está comprando un producto real. Una empresa que despliega capital en la categoría tres está comprando un proyecto de investigación que puede o no producir retornos para 2030.
Qué significa esto para los constructores
Para los desarrolladores y operadores de infraestructura, la cifra del 19% crea dos oportunidades distintas y una trampa.
Las oportunidades: construir para los agentes de dominio acotado que ya funcionan (enrutadores de stablecoins, optimizadores de rendimiento, ejecución consciente de MEV) y estarás sirviendo a un mercado en crecimiento con una disposición probada a pagar. Construir para la huella de agentes pesada en lectura y estarás sirviendo a una curva de carga que está subiendo más rápido de lo que el presupuesto de cualquier persona anticipó.
La trampa: construir marcos de trading autónomos para su despliegue en 2026 cuando la brecha de capacidad subyacente está a cinco o siete años de cerrarse. Los agentes que prometen "superar a los traders discrecionales humanos" hoy en día son, en gran medida, un empaquetado de las mismas estrategias de MEV que han existido desde 2020 con un LLM frente al estimador de gas.
Para el resto del mercado — asignadores de capital, gestores de tesorería, usuarios minoristas que se preguntan si deben entregar su cartera a un chatbot — la respuesta para 2026 es la aburrida: usar agentes donde ganan de manera verificable (rendimiento, enrutamiento, ejecución), no donde el marketing promete que lo harán.
El número que realmente importa
Si eliminamos los bots de optimización, los buscadores de MEV y los enrutadores de stablecoins, la cuota del volumen de DeFi proveniente de agentes de razonamiento genuinamente autónomos probablemente esté más cerca del 2-3% que del 19%. Ese es el número a observar durante los próximos 24 meses.
Si sube del 2% hacia el 10% para mediados de 2027, la tesis de Armstrong va por buen camino. Si se mantiene plano mientras la cifra general del 19% sigue subiendo — lo que significa que los bots especializados se vuelven más eficientes pero los agentes de razonamiento no se vuelven más inteligentes — entonces la economía agéntica es real, pero es una historia de infraestructura de backend, no una revolución en la gestión de carteras.
De cualquier manera, los datos ya han separado el marketing de las matemáticas. El titular del 19% es cierto. La brecha de 5 a 1 también es cierta. Cualquiera que apueste por la economía de los agentes sin tener ambos números en la cabeza está apostando por una historia con la que la propia gente que escribe la investigación ya no está de acuerdo.
BlockEden.xyz impulsa los indexadores, los endpoints RPC y la infraestructura de enrutamiento de intenciones en la que se basa el DeFi impulsado por agentes — a través de Sui, Aptos, Ethereum, Solana y más de 27 cadenas adicionales. Explore nuestro marketplace de APIs para construir agentes en una infraestructura diseñada para las cargas de trabajo pesadas en lectura y densas en firmas que demandará la próxima ola de DeFi autónomo.