302 publicaciones etiquetados con "IA"

El 18 de abril de 2026, Brian Armstrong anunció que dos de los exalumnos más influyentes de Coinbase habían regresado a la empresa — no como asesores, miembros de la junta o consultores, sino como software. El agente "Fred", modelado a partir del cofundador Fred Ehrsam, ahora vive dentro del espacio de trabajo de Slack de Coinbase como un ejecutivo estratégico. El agente "Balaji", una réplica cognitiva del ex CTO Balaji Srinivasan, aparece en los hilos de los empleados para hacer preguntas incómodas y desafiar suposiciones. Tres semanas después, el 5 de mayo, Coinbase despidió al 14 % de su fuerza laboral — unas 700 personas — y reorganizó a los sobrevivientes en torno a "pods nativos de IA" que informan a "player-coaches" en lugar de gerentes puros. Los dos eventos no son ajenos entre sí. Juntos esbozan un futuro donde el trabajo cognitivo de los empleados más valiosos que han dejado una empresa se preserva, escala y despliega como infraestructura.

Esta es una historia sobre algo más que el experimento de RR. HH. de un exchange. Es un vistazo a cómo el patrón de agente de persona — gemelos cognitivos de individuos específicos, ajustados con precisión y siempre activos — está a punto de remodelar la forma en que las empresas recuerdan, deciden y operan.

Lo que "Fred" y "Balaji" hacen realmente​

Los dos agentes tienen mandatos distintos que reflejan las personalidades con las que fueron entrenados.

El agente Fred funciona como un ejecutivo estratégico. Los empleados lo contactan cuando quieren una revisión de nivel senior de un documento, una verificación de realidad sobre si un proyecto se alinea con las prioridades de la empresa, o una crítica al estilo de la alta dirección (C-suite) sobre un plan de lanzamiento. Su trabajo es aplicar el estilo particular de estrategia de producto disciplinada de Ehrsam — los mismos instintos que ayudaron a que Coinbase saliera a bolsa y que ahora impulsan la tesis de inversión de Paradigm.

El agente Balaji desempeña un papel diferente. Es el provocador interno, diseñado para sacar a la luz implicaciones a largo plazo y hacer las preguntas que la cultura corporativa educada suprime. Donde Fred refina, Balaji interrumpe. Entrenado en años de escritos, apariciones en podcasts y la tesis del "Network State" (Estado Red) de Srinivasan, el agente encarna el estilo contrario pero sistemático que definió su mandato como CTO de Coinbase y su papel en a16z Crypto.

Crucialmente, estos no son asistentes genéricos de LLM con un prompt personalizado. Según los planes de Coinbase, agentes como estos se están construyendo como réplicas ajustadas (fine-tuned) — la personalidad está en los pesos del modelo, no solo en el mensaje del sistema. Y la empresa ha señalado que tiene la intención de hacer que la creación de nuevos agentes sea trivialmente fácil. Como dijo Armstrong en su anuncio del 18 de abril: "Sospecho que tendremos más agentes que empleados humanos en algún momento cercano".

Cómo se diferencian los agentes de persona de los LLM genéricos​

Para entender por qué esto es importante, ayuda trazar una línea entre tres categorías de herramientas de IA que parecen superficialmente similares pero resuelven problemas muy diferentes.

Asistentes de LLM genéricos como el ChatGPT predeterminado o una integración básica de Claude son herramientas de amplitud. Saben un poco de todo y mucho de nada en particular. Dan respuestas competentes y promedio porque han sido optimizados para ser inofensivos en millones de casos de uso.

Agentes de productividad — las nuevas funciones Agentforce 360 de Slackbot, el nivel empresarial de Microsoft Copilot — son herramientas de contexto. Conocen tus reuniones, tu CRM, tus documentos y ejecutan el trabajo en tu nombre. El lanzamiento de Slack en enero de 2026 de Slackbot como un "agente de IA consciente del contexto" es un buen ejemplo: resume conversaciones, redacta respuestas y actualiza registros de Salesforce. Pero no tiene opinión sobre si tu estrategia es correcta.

Agentes de persona son herramientas de juicio. Están ajustados con precisión (fine-tuned) sobre el cuerpo de trabajo de una persona específica — correos electrónicos, memorandos, transcripciones de podcasts, documentos internos, escritos públicos — para encarnar las heurísticas de decisión de esa persona. El agente Fred no es "una IA que ayuda con la estrategia". Es "una IA que piensa en la estrategia de la misma manera que lo hace Fred Ehrsam".

Esa distinción es más que marketing. Décadas de toma de decisiones por parte de una persona inusualmente efectiva representan una forma de conocimiento comprimido que ningún modelo fundacional genérico puede reproducir. Cuando le preguntas al agente Balaji si una característica del producto se alinea con la visión a largo plazo de un internet soberano, no le estás pidiendo a GPT-5 que haga un juego de rol. Estás interrogando una destilación ajustada de alguien que ha pasado veinte años pensando exactamente en esa pregunta.

La cuestión del consentimiento — y lo que oculta​

Tanto Ehrsam como Srinivasan han respaldado públicamente el proyecto, lo que esquiva la mina terrestre legal más obvia. No hay un momento Scarlett Johansson aquí, ni una demanda de un gremio de actores a punto de ocurrir. Las réplicas cognitivas existen porque los originales dijeron que sí.

Pero el consentimiento solo resuelve la versión fácil del problema. Quedan tres preguntas más difíciles.

¿Qué pasa con las figuras públicas que no dan su consentimiento? Character.AI, Estha y una docena de otras plataformas de consumo ya albergan bots generados por usuarios que suplantan a Elon Musk, Vitalik Buterin y figuras históricas como Einstein y Sócrates. La mayoría se producen sin permiso. El estado de Washington amplió su ley de derechos de personalidad en abril de 2026 para cubrir los deepfakes generados por IA. Nueva York promulgó protecciones similares, incluso para figuras fallecidas. Los requisitos de transparencia de la Ley de IA de la UE para el contenido sintético entrarán en vigor el 2 de agosto de 2026. El régimen legal para los agentes de persona no consentidos se está endureciendo rápidamente, pero la aplicación de la ley contra los bots descentralizados hechos por fans va a ser una lucha larga y fea.

¿Qué pasa con los empleados que no son Fred o Balaji? Una parte creciente de los trabajadores tecnológicos está exigiendo cláusulas contractuales que regulen el uso de su voz, escritos y registros de decisiones en el entrenamiento de IA. Una encuesta de la industria de 2026 encontró que aproximadamente el 42 % de los trabajadores tecnológicos querían protecciones explícitas de "apariencia digital" antes de firmar ofertas. A medida que las empresas comienzan a ajustar agentes en mensajes internos de Slack, revisiones de código y memorandos de diseño, la cuestión de quién posee la producción cognitiva de un empleado — y si la empresa puede seguir desplegándola después de que ese empleado se vaya — pasa de ser teórica a operativa.

¿Qué pasa con la evolución de las opiniones de la persona original? Un agente de persona es una instantánea. El Balaji Srinivasan real en 2028 habrá actualizado su pensamiento basándose en nuevos datos; el agente Balaji en el Slack de Coinbase no lo hará, a menos que alguien lo vuelva a entrenar. Con el tiempo, el agente y la persona divergen — y el agente, integrado en la toma de decisiones diaria, puede terminar teniendo más influencia práctica que la persona en la que se modeló.

Por qué la industria cripto llegó primero​

No es casualidad que el primer despliegue de alto perfil de agentes de personalidad en una gran empresa esté ocurriendo en Coinbase en lugar de Goldman Sachs o Microsoft.

El sector cripto está inusualmente impulsado por sus fundadores. Las intuiciones de un pequeño grupo de pensadores — Vitalik Buterin, Hayden Adams, Su Zhu antes de su caída, Anatoly Yakovenko, las personas que construyeron los primeros protocolos — han dado forma a decisiones de miles de millones de dólares. Cuando esas personas se van, se distraen o se niegan a intervenir, las instituciones que ayudaron a construir pierden una especie de brújula operativa. Capturar esa brújula como software es más obviamente valioso en cripto que en industrias con una toma de decisiones más difusa.

La cultura cripto también normaliza la experimentación radical con la identidad y la propiedad. La misma industria que nos dio fundadores seudónimos, DAOs y capital social tokenizado se siente cómoda con la idea de que el estilo cognitivo de una persona pueda ser un activo negociable y desplegable. El propio Srinivasan ha pasado años argumentando que el sector cripto y el internet permiten nuevas formas de "salida" (exit) — incluyendo, implícitamente, la salida de tu propia presencia física como el factor limitante de tu influencia.

Y finalmente, las empresas de criptomonedas ya son estructuralmente eficientes (lean) y están orientadas a la IA . La reorganización de Coinbase de mayo de 2026 — una estructura organizativa más plana, más de 15 informes por líder, pods nativos de IA que podrían ser un solo humano dirigiendo una constelación de agentes — es el punto final natural de una fuerza laboral que ya confiaba más en el código que en los mandos medios. Los agentes de personalidad encajan en esa cultura de una manera que no encajarían en un banco de 200,000 personas.

El panorama competitivo: Delphi, Imbue y el stack de personalidad​

Coinbase no inventó los agentes de personalidad; los convirtió en un producto para el sector empresarial. El stack tecnológico subyacente se ha estado formando durante varios años.

Delphi.ai ha construido "Mentes Digitales" de consumo desde 2023 — réplicas de voz y texto ajustadas de expertos, integradas en sitios web, Slack, WhatsApp y llamadas de voz. Su fundador, Dara Ladjevardian, ha calificado el 2026 como el punto de inflexión para la adopción de mentes digitales, y la plataforma de la empresa es estructuralmente similar a lo que Coinbase parece estar ejecutando internamente.

Imbue y otros estudios de agentes de voz han estado trabajando en conversaciones de personalidad en tiempo real, donde un modelo ajustado (fine-tuned) no solo escribe como la persona de origen, sino que habla como ella, con el ritmo y la inflexión adecuados.

Character.AI domina el lado del consumidor, donde millones de usuarios chatean con bots creados por fans de celebridades y figuras históricas.

Replika se ubica en un nicho diferente — agentes de compañía únicos y persistentes sintonizados con una relación en lugar de una persona.

Lo que es nuevo en el despliegue de Coinbase es el contexto: no se trata de entretenimiento para el consumidor ni de productividad personal, sino de soporte para la toma de decisiones empresariales a nivel de alta estrategia. Una vez que este patrón sea validado, cada empresa de Fortune 500 tiene un movimiento obvio — traer de vuelta al gemelo cognitivo de su fundador retirado, su CTO fallecido o su ex líder de producto más influyente.

Las implicaciones en el mercado laboral​

Si los agentes de personalidad funcionan, crearán una nueva clase de activo.

Las figuras públicas con marcas cognitivas sólidas — inversores, fundadores, científicos, escritores — licenciarán sus patrones de pensamiento. Matthew McConaughey ya registró ocho marcas federales en 2026 para proteger su nombre, imagen, voz y frases características contra el uso de la IA . El siguiente paso es el inverso: licenciar deliberadamente esos mismos elementos como un servicio. Imagine una suscripción SaaS donde cualquier empresa pueda activar un "agente de Naval Ravikant" por 50,000 dólares al año, ajustado con los escritos de Naval y verificado por él personalmente. La economía funciona porque el trabajo cognitivo escala infinitamente una vez capturado.

Para los trabajadores del conocimiento ordinarios, las implicaciones son más ambiguas. Las mismas técnicas de ajuste fino que convierten a Fred Ehrsam en infraestructura pueden convertir a un ingeniero senior en infraestructura. El 14% de los empleados de Coinbase despedidos en mayo de 2026 probablemente contribuyeron con miles de memorandos, documentos de diseño y mensajes de Slack que ahora son datos de entrenamiento. El hecho de si esos trabajadores conservan algún derecho sobre la producción cognitiva de los agentes entrenados con su trabajo es una de las preguntas laborales centrales de los próximos cinco años.

La respuesta más previsora es empezar a tratar sus propios registros de decisiones como activos compuestos ahora mismo. Cada memorando que escriba, cada podcast que grabe, cada revisión de diseño en la que participe es un dato potencial de ajuste fino — ya sea para un agente que usted controle y licencie, o para uno que alguien más entrene sin preguntar. La asimetría de esos dos resultados es la diferencia entre ser dueño de su producción cognitiva o alquilarla a la empresa que la capturó.

Qué significa esto para los builders de Web3​

Los fundadores de Web3 se encuentran en una intersección particular de esta tendencia. Su trabajo es inusualmente público — la mayoría escribe blogs, hace podcasts, tuitea y lanza código en abierto. Eso los convierte en candidatos ideales para la captura por agentes de personalidad, ya sea por ellos mismos o por otros. También los sitúa en una buena posición para monetizar esa captura si se mueven rápido.

Tres movimientos concretos a considerar:

1. Archive su historial de decisiones deliberadamente. Si dirige un protocolo o una empresa de Web3 , trate sus memorandos de diseño, publicaciones de gobernanza y el Slack interno como un registro a largo plazo de su criterio. Haga copias de seguridad. Etiquételo. Hágalo consultable. La versión de usted que exista como software en 2030 será tan buena como el corpus que acumule ahora.

2. Vigile la infraestructura de licencias. Las herramientas que permiten a las figuras públicas entrenar, verificar y licenciar sus propias mentes digitales — Delphi y la próxima generación de plataformas que compiten con ella — se están convirtiendo en el iTunes del trabajo cognitivo. Ser dueño de su ajuste fino antes de que alguien más entrene el suyo será importante.

3. Planifique la memoria institucional en su protocolo. Las DAOs, en particular, son vulnerables a la pérdida del contexto del fundador — lo que el equipo original quiso decir con una decisión de gobernanza particular, por qué un parámetro económico específico se estableció de esa manera. Un agente de personalidad bien entrenado del equipo fundador, desplegado en el Discord de la DAO , es la respuesta natural.

El Patrón General​

El lanzamiento de Fred y Balaji por parte de Coinbase es un único punto de datos. Pero apunta a algo más grande: un mercado laboral emergente para réplicas cognitivas, una categoría de software empresarial en la que los agentes de IA no solo ejecutan tareas, sino que encarnan el juicio de individuos específicos y con nombre propio.

En ese mundo, los ex empleados corporativos más valiosos son aquellos cuyos patrones de pensamiento están mejor capturados. Los empleados más valiosos son los que poseen sus propios ajustes finos. Y las empresas más valiosas son aquellas que descubren cómo reunir equipos de humanos y agentes de personalidad que potencien las fortalezas de los demás.

La industria cripto — llena de fundadores inusualmente influyentes, cómoda con la propiedad de uno mismo como producto, y que ya opera con la agilidad suficiente para absorber el choque operativo — será donde este experimento se ejecute primero y con mayor intensidad. Coinbase dio el pistoletazo de salida el 18 de abril. La carrera ha comenzado.

• BlockEden.xyz proporciona infraestructura de RPC e indexación confiable para desarrolladores de Web3 que operan en Sui, Aptos, Ethereum, Solana y más de 27 cadenas. A medida que la infraestructura cognitiva se vuelve tan importante como la infraestructura de cómputo, los cimientos sobre los que construyes aún deben ser de nivel empresarial. Explora nuestro marketplace de APIs para desarrollar sobre rieles diseñados para durar. *

Fuentes​

• Coinbase prueba agentes de IA modelados según ex ejecutivos 'legendarios' — Decrypt
• Coinbase prueba agentes de IA que ofrecen retroalimentación de alto nivel al personal — The Block
• 'Tendremos más agentes que empleados humanos', dice el CEO de Coinbase, Brian Armstrong — Yahoo Finance
• Coinbase no solo despidió al 14% de su personal debido a la IA — Fortune
• Coinbase reduce su plantilla en un 14% citando la aceleración de la IA — CNBC
• Balaji Srinivasan — Wikipedia
• Cómo las mentes digitales de IA de Delphi pueden escalar la conexión humana — Sequoia Capital
• Presentamos Slackbot, tu agente de IA consciente del contexto para el trabajo — Slack
• El estado de Washington amplía la ley de derechos de personalidad para cubrir los deepfakes generados por IA — Cooley
• Dos leyes de Nueva York recientemente promulgadas regularán ciertas imágenes generadas por IA — Skadden

Por primera vez en la historia de las criptomonedas, la narrativa más ruidosa también tiene las pruebas tangibles. En el primer trimestre de 2026, mientras los tokens de consumo especulativo perdieron un 30 % de su valor, la cohorte de IA y cripto — Bittensor, Virtuals Protocol, la Alianza ASI, Render, io.net — cayó solo un 14 %. Esa brecha de 16 puntos no es un simple cambio de tendencia. Es un evento de fijación de precios. Los inversores dejaron de pagar por la idea de la IA descentralizada y comenzaron a pagar por protocolos que realmente mueven dinero.

Bienvenidos a la "DeAI Industrial": la fase de producción de la IA y el cripto, donde los ingresos, y no la hoja de ruta, deciden quién sobrevive.

De los eslóganes a la liquidación​

El ciclo de tokens de IA de 2024 fue un problema de narrativa. Compra TAO porque las GPU escasean. Compra FET porque los agentes devorarán el software empresarial. Compra lo que fuera tendencia en el Twitter cripto esa semana. La valoración era una función de qué tan convincente podía un proyecto narrar el futuro.

Dieciocho meses después, la hoja de cálculo ha alcanzado a la presentación de ventas. Bittensor cerró el primer trimestre de 2026 con $43 millones en ingresos por protocolo** y una ganancia de precio trimestral del 21.57$ 479 millones en Base, respaldado por 1.77 millones de tareas completadas a través de más de 18 000 agentes desplegados. La Alianza de Superinteligencia Artificial (FET, anteriormente Fetch.ai + SingularityNET + Ocean Protocol) está ejecutando cargas de trabajo de agentes en producción para clientes empresariales, incluido un despliegue con Maersk que, según la Alianza, ha reducido las ineficiencias de envío en más de un 37 %.

Estos no son proyectos experimentales antes de generar ingresos. Son los primeros protocolos cripto desde el punto de inflexión de DeFi en 2020 con flujos de caja auditados lo suficientemente grandes como para que los asignadores institucionales los respalden.

La brecha de rendimiento del primer trimestre de 2026, decodificada​

El sobre-rendimiento de 16 puntos frente al mercado en general se desglosó a lo largo de un eje claro: los tokens de IA con utilidad real vencieron a los tokens de IA basados solo en narrativa, y ambos vencieron a las memecoins.

Cinco proyectos realizaron la mayor parte del trabajo pesado:

• Render (RENDER): Superó los $ 2000 millones en capitalización de mercado a medida que su nueva subred Dispersed atrajo cargas de trabajo de IA junto con su negocio heredado de renderizado 3D. La historia de "computación por GPU que ya tenía clientes de pago" finalmente se consolidó.
• Bittensor (TAO): Alcanzó una valoración de aproximadamente $ 20 000 millones, con la ejecución de entrenamiento del modelo abierto Covenant-72B proporcionando una demostración pública y verificable de entrenamiento de modelos descentralizados a escala de vanguardia.
• NEAR: Se reposicionó en torno a la inferencia privada y la ejecución confidencial de agentes, encontrando compradores institucionales para la confidencialidad nativa de la cadena que los hiperescaladores no pueden igualar.
• Alianza ASI (FET): Sobrevivió al periodo de integración posterior a la fusión y resurgió con canales empresariales enfocados e inclusión en la lista de "Activos bajo consideración" del primer trimestre de 2026 de Grayscale junto con Virtuals.
• Virtuals Protocol (VIRTUAL): Cruzó el hito de los $ 479 millones en aGDP y lanzó el Agent Commerce Protocol, el primer estándar estable de pagos entre agentes que ha calado de forma medible.

Lo que les faltaba a los rezagados era lo mismo: ingresos que se pudieran señalar y un cliente que se pudiera nombrar.

El hito institucional de Bittensor​

La señal más clara del cambio de régimen no provino de un fondo cripto, sino de NVIDIA. En el primer trimestre de 2026, el fabricante de chips desplegó un estimado de $420 millones en Bittensor**, con alrededor del **77$ 200 millones, elevando las entradas institucionales combinadas en el trimestre a aproximadamente $ 620 millones.

Dos cosas hacen que esto sea diferente de los ciclos anteriores de cripto-VC. Primero, NVIDIA no tiene motivos para perseguir narrativas: su negocio principal ya gana si la demanda de computación de IA explota. Asignar capital a Bittensor es una cobertura contra un futuro donde una parte no trivial del entrenamiento de modelos, la inferencia y el ajuste fino ocurra fuera del oligopolio de los hiperescaladores, en redes que NVIDIA no controla pero cuyas GPU ejecutan silicio de NVIDIA. Segundo, el respaldo público de Jensen Huang al entrenamiento de IA descentralizada — que antes era una posición marginal — dio a cada asignador tradicional la cobertura necesaria para redactar un informe de inversión.

El volante de inercia ahora es visible: los ingresos del protocolo financian los incentivos de las subredes → los incentivos de las subredes atraen modelos y cargas de trabajo reales → las cargas de trabajo reales atraen a clientes empresariales → los clientes empresariales generan más ingresos para el protocolo. Hasta el primer trimestre de 2026, eso era una tesis. Ahora es un gráfico.

Virtuals Protocol y el reflejo del PIB Agéntico​

Si Bittensor es el lado de la oferta — las GPU, los pesos y la inferencia —, Virtuals Protocol es el lado de la demanda: un mercado donde los agentes autónomos realizan transacciones, se contratan entre sí y crean flujos de trabajo completos sin la intervención humana. Su cifra de $ 479 millones de aGDP merece ser analizada porque es lo más parecido que tiene la IA y el cripto a una métrica de GMV.

Las cuatro unidades interconectadas de Virtuals explican cómo se genera ese volumen:

1. Butler: La capa orientada al usuario donde los humanos dirigen a los agentes para realizar tareas (investigación, contenido, flujos de trabajo de trading).
2. Agent Commerce Protocol (ACP): El estándar de liquidación que permite a los agentes descubrirse, contratarse y pagarse entre sí de forma autónoma. Esta es la primitiva económica real.
3. Unicorn: Un lugar de formación de capital para agentes tokenizados, estructuralmente similar a las primeras plataformas de lanzamiento de la Web3 pero ajustado al trabajo digital que genera ingresos en lugar de a la especulación.
4. Virtuals Robotics + Eastworld Labs: Una expansión en 2026 hacia la robótica humanoide, extendiendo la economía de los agentes desde las pantallas hasta los espacios de trabajo físicos.

El movimiento interesante es el ACP. El sector cripto ha estado prometiendo "pagos entre agentes" desde 2023, pero la mayoría de las demostraciones eran en circuitos cerrados. Virtuals lanzó una red donde los agentes se pagan entre sí en el mundo real, y $ 479 millones de esas transacciones se liquidaron en un trimestre. Si esa cifra de aGDP representa un volumen empresarial duradero o actividad de tokens reciclados será el debate más seguido de 2026, pero el orden de magnitud ha cambiado.

El pivote empresarial silencioso de ASI Alliance​

La ASI Alliance — formada por la fusión en junio de 2024 de Fetch.ai, SingularityNET y Ocean Protocol con una valoración combinada de aproximadamente $7,5 mil millones — pasó la mayor parte de 2025 ejecutando el trabajo poco glamoroso de fusionar tres organizaciones de ingeniería, tres estructuras de gobernanza y tres bases de titulares de tokens en un solo protocolo coherente. Para 2026, ese trabajo está dando sus frutos.

La fortaleza de la Alianza es la integración empresarial. Mientras que Bittensor compite por la cuota de mercado en entrenamiento de IA y Virtuals compite por la atención de los agentes de consumo, ASI es el protocolo con mayor probabilidad de integrarse en un contrato SaaS de logística o en un flujo de trabajo de cadena de suministro farmacéutica. El despliegue de Maersk — agentes autónomos que optimizan las rutas y el inventario en el tráfico de contenedores, con mejoras de eficiencia reportadas de más del 37% — es el tipo de cliente de referencia que históricamente solo IBM y Accenture podían ganar. ASI no está vendiendo tokens a minoristas ; está vendiendo agentes a ejecutivos de operaciones.

Esa es también la razón por la cual la trayectoria de ASI en 2026 es más sensible a los ciclos de ventas empresariales que al sentimiento de cripto-Twitter. El perfil de riesgo es diferente — más lento, más irregular, pero más persistente — y ese perfil es exactamente lo que los asignadores institucionales han estado pidiendo.

DePIN : La capa de cómputo debajo de los agentes​

La DeAI industrial no existe sin una capa DePIN industrial debajo. Los dos sectores alcanzaron puntos de inflexión en los ingresos al unísono.

• io.net lanzó Agent Cloud el 25 de marzo de 2026 — una capa de cómputo diseñada específicamente para que los agentes autónomos adquieran, programen y paguen por recursos de GPU sin intervención humana. Es, estructuralmente, el primer producto DePIN cuyo cliente principal es el agente de otro protocolo en lugar de un ingeniero de ML humano.
• Aethir reportó $147 millones en ingresos recurrentes anualizados para el tercer trimestre de 2025, con un crecimiento intertrimestral que se aceleró del 14,5% al 22%, y una lista de más de 100 socios en el ecosistema.
• Render superó los $2 mil millones en capitalización de mercado y lanzó su subred de IA Dispersa para capturar el excedente de carga de trabajo de IA de su base de renderizado.

El sector DePIN en general creció de aproximadamente $5,2 mil millones a más de $19 mil millones en capitalización de mercado en un año, con proyecciones de la industria que lo sitúan en un camino hacia los $3,5 billones para 2028. Independientemente de si esa cifra de 2028 se cumple o no, el mensaje direccional es claro : los "picos y palas" de la IA descentralizada son ahora, por sí mismos, negocios multimillonarios.

El paralelo con DeFi — y la desanalogía​

La tentación es proyectar la DeAI Industrial sobre la maduración de DeFi entre 2020 y 2023 : fase de hype → especulación con yield farming → infraestructura de préstamos y DEX generadora de ingresos. El paralelo se mantiene en su mayor parte. Ambos sectores pasaron por una etapa de "comprar el ticker para obtener exposición", luego una etapa de "evaluar el protocolo por P&L". Ambos vieron cambiar el comportamiento de los asignadores una vez que los ingresos en cadena pudieron medirse con claridad.

La desanalogía también importa. Los clientes de DeFi eran en gran medida otros usuarios de DeFi — un bucle cerrado que limitaba el TAM y hacía que los ingresos fueran cíclicos con la actividad del mercado cripto. Los clientes de la DeAI Industrial están cada vez más fuera de las criptomonedas : laboratorios de IA, empresas de logística, compradores de cómputo, contratos SaaS empresariales. Eso amplía drásticamente el grupo de ingresos direccionables, pero también expone la IA-crypto a una macro diferente : presupuestos de TI empresariales, ciclos de capex de IA y las preferencias de adquisición de los CIO que no se preocupan por si sus agentes se asientan en Base o AWS, siempre que se cumpla el SLA.

Gartner proyecta de forma base que el 33% de las aplicaciones de software empresarial incluirán IA agéntica para 2028 (frente a menos del 1% en 2024), y que la IA agéntica podría impulsar aproximadamente el 30% de los ingresos de software de aplicaciones empresariales para 2035, superando los $450 mil millones. Incluso si los protocolos descentralizados capturan una participación de un solo dígito bajo de ese grupo, las cifras de ingresos absolutos son un orden de magnitud mayores que el TAM de DeFi. Gartner también advierte que más del 40% de los proyectos de IA agéntica serán cancelados para finales de 2027, citando excesos de costos, ROI poco claro y controles de riesgo débiles — un recordatorio útil de que el suelo de este mercado será más feo que el techo.

Qué observar a continuación​

Tres cosas separan a los proyectos que se consolidarán hasta 2027 de aquellos que se desvanecerán con la narrativa :

1. Durabilidad de los ingresos ante una caída de las criptomonedas. Que TAO genere $43 millones en un trimestre cuando los precios subían nos habla de la demanda. La misma cifra a través de una caída del 50% nos dirá si los clientes son reales.
2. Contratos empresariales fuera de la cadena. Las referencias de clase Maersk decidirán cada vez más qué protocolos califican para la inclusión institucional. La próxima ola de capital de asignadores sigue a los logotipos, no a los whitepapers.
3. Forma de la carga de infraestructura. El tráfico de agentes no se parece al tráfico de las billeteras. Es intermitente, de múltiples pasos y con una carga de lectura muy alta sobre el estado indexado. Los stacks de RPC e indexación construidos para DeFi impulsada por humanos deberán ser reajustados para cargas de trabajo impulsadas por agentes.

Ese último punto es donde aterriza la cuestión de los picos y palas. Las aplicaciones nativas de agentes necesitan lecturas de baja latencia consistentes contra el estado de contrato indexado, disponibilidad predecible de nodos de archivo y niveles de SLA que no asuman que hay un humano en el bucle para reintentar una llamada fallida. Los proveedores de infraestructura que ofrezcan eso — a través de Base, Solana, NEAR y el ecosistema de Bittensor — capturarán silenciosamente una participación significativa de los ingresos de la DeAI Industrial sin aparecer nunca en un gráfico de precios de tokens.

El titular del primer trimestre de 2026 fue que la IA-crypto superó el rendimiento. La historia más profunda es que la IA-crypto dejó de ser una historia.

---

BlockEden.xyz proporciona infraestructura de RPC e indexación de grado empresarial para las cadenas que impulsan la DeAI Industrial — incluyendo Base, Solana, Aptos y Sui — con los niveles de SLA y disponibilidad de nodos de archivo que requieren las cargas de trabajo nativas de agentes. Explore nuestro mercado de API para construir sobre la misma capa de infraestructura en la que se ejecuta la próxima generación de protocolos de agentes autónomos.

Fuentes​

• El Gran T1 de 2026 de la Cripto IA : 5 Protagonistas que Superan al Mercado — KuCoin
• Los Tokens de IA son el Único Sector Cripto Rentable en el T1 de 2026 — Phemex
• Bittensor ( TAO ) Sube un 21,57 % en el T1 de 2026 en medio de las Apuestas de Nvidia y Polychain e Ingresos de IA de $ 43 M — MEXC
• Bittensor Emerge como una Potencia de IA Descentralizada con $ 620 M de Entradas Institucionales — Coin Alert News
• Virtuals Protocol Lanza la Primera Red de Ingresos para el Comercio de IA de Agente a Agente a Escala de Internet — PR Newswire
• Acerca de Virtuals Protocol — Whitepaper
• Virtuals Protocol Lanza Eastworld Labs para Acelerar el Despliegue en el Mundo Real de Robots Humanoides — The AI Insider
• Fetch.ai , SingularityNET y Ocean Protocol se Unen para Crear la Alianza ASI — Fetch.ai
• Fusión del Token $ ASI Aprobada — Fetch.ai
• Precio , capitalización de mercado y gráfico de io.net — CoinMarketCap
• DePIN Acaba de Alcanzar su Punto de Inflexión en Ingresos: Desbordamiento de la Nube Empresarial, Akash e io.net — BlockEden.xyz
• Redes de GPU Descentralizadas 2026 : Cómo DePIN está Desafiando a AWS — BlockEden.xyz
• Resumen de IA y Cripto de Noviembre de 2025 de Aethir — Aethir
• Gartner Predice que el 40 % de las Aplicaciones Empresariales Contarán con Agentes de IA Específicos para Tareas en 2026 — Gartner
• Gartner Predice que más del 40 % de los Proyectos de IA Agéntica se Cancelarán para Finales de 2027 — Gartner

Un exploit de contrato inteligente funcional ahora cuesta alrededor de $1.22 en créditos de API para ser generado. Esa cifra única, revelada por el equipo rojo de Anthropic a finales de 2025 y reforzada por un generador de exploits académico que extrajo hasta $8.59 millones por ataque, es el trasfondo de la advertencia que el CTO de Ledger, Charles Guillemet, emitió el 5 de abril de 2026: la inteligencia artificial no está rompiendo la criptografía. Está rompiendo la economía de la seguridad cripto, y las defensas tradicionales de la industria nunca fueron valoradas para este régimen.

Si 2024 fue el año en que la IA reescribió cómo los desarrolladores envían código, 2026 es el año en que reescribió cómo los atacantes envían exploits. La asimetría se ha invertido tan rápido que incluso las firmas que han pasado una década construyendo carteras de hardware (hardware wallets) se preguntan ahora si todo el modelo de confianza necesita una reescritura.

Lo que Guillemet dijo realmente​

Al hablar públicamente a principios de abril, Guillemet —director de tecnología en Ledger y veterano investigador de seguridad de hardware— planteó una tesis incómoda. La curva del costo por ataque para el sector cripto se está colapsando porque los modelos de lenguaje de gran tamaño (LLM) son lo suficientemente competentes como para realizar las partes más difíciles del trabajo de un atacante: leer Solidity desconocido, razonar sobre máquinas de estado, generar transacciones de exploit plausibles e iterar contra bifurcaciones (forks) en cadena hasta que algo funcione.

Su enfoque fue deliberadamente económico. La criptografía no es más débil hoy de lo que era en 2024. Las funciones hash siguen procesando hashes. Las curvas elípticas siguen siendo curvas. Lo que cambió es que el aporte de mano de obra detrás de un ataque exitoso —el ojo del auditor sénior, los meses de paciente ingeniería inversa— se ha comprimido en una línea de presupuesto que cabe dentro de una sola factura de Anthropic o OpenAI. "Vamos a producir una gran cantidad de código que será inseguro por diseño", advirtió Guillemet, señalando el efecto de segundo orden de los desarrolladores que envían Solidity generado por IA más rápido de lo que los revisores pueden leerlo.

La cifra de Ledger para las pérdidas del año pasado se sitúa en aproximadamente $1.4 mil millones en hackeos y exploits directamente atribuibles, con totales de estafas y fraudes más amplios que alcanzan cifras mucho mayores dependiendo de la contabilidad que se acepte. Chainalysis situó la cifra total de fondos robados en 2025 en $3.4 mil millones. La retrospectiva de CoinDesk de enero de 2026 estimó el universo más amplio de estafas y suplantación de identidad en hasta $17 mil millones. Sea cual sea la cifra en la que confíe, la línea de tendencia va en la dirección equivocada, y el argumento de Guillemet es que la trayectoria tiene ahora forma de IA.

El número de Anthropic que cambió la conversación​

En diciembre de 2025, el propio equipo rojo de Anthropic publicó los resultados de SCONE-bench —una evaluación comparativa de 405 contratos inteligentes que fueron explotados realmente entre 2020 y 2025. La estadística principal fue contundente. En los 405 problemas, los modelos de frontera modernos produjeron exploits llave en mano para 207 de ellos, una tasa de éxito del 51.11%, totalizando $550.1 millones en valor robado simulado.

De manera más inquietante, cuando se apuntó a esos mismos agentes hacia 2,849 contratos recién desplegados que no tenían vulnerabilidades conocidas, tanto Claude Sonnet 4.5 como GPT-5 sacaron a la luz dos "zero-days" genuinos y produjeron exploits funcionales por valor de $3,694, a un costo de API de aproximadamente $3,476. Esa relación apenas alcanza el punto de equilibrio en el papel, pero desmantela la suposición de que el descubrimiento de zero-days requiere un equipo humano.

El trabajo académico independiente cuenta la misma historia desde el otro lado. El sistema "A1", publicado en arxiv en 2025 y actualizado hasta principios de 2026, empaqueta cualquier LLM con seis herramientas específicas del dominio —desensambladores de bytecode, ejecutores de forks, rastreadores de saldo, perfiladores de gas, suplantadores de oráculos y mutadores de estado— y lo apunta a un contrato objetivo. A1 alcanzó una tasa de éxito del 62.96% en el conjunto de datos de exploits VERITE, superando la línea de base de fuzzing anterior (ItyFuzz, 37.03%) por un margen enorme. Los costos por intento oscilaron entre $0.01 y $3.59. El mayor pago individual que modeló fue de $8.59 millones.

Estos no son números teóricos. Son el costo de entrada de un exploit. Y una vez que ese costo de entrada alcanza el precio de una comida rápida, la pregunta deja de ser "¿pueden los atacantes costear esto?" y pasa a ser "¿pueden los defensores permitirse pasar algo por alto?".

El desajuste de rendimiento de 1000:1​

Aquí está la parte del panorama que las firmas de auditoría todavía luchan por articular. Los auditores cobran por contrato. Revisan una base de código a la vez, a menudo durante semanas, y su conjunto de herramientas de IA —cuando las usan— se acopla a un flujo de trabajo con humanos en el proceso y facturas que enviar. Los atacantes, por el contrario, pueden alquilar los mismos modelos, apuntarlos a miles de contratos en paralelo y solo pagar cuando algo funciona.

Un artículo de Frontiers in Blockchain de principios de 2026 capturó la asimetría en una sola línea: un atacante obtiene beneficios con aproximadamente $6,000 en valor extraíble, mientras que el punto de equilibrio de un defensor está más cerca de los $60,000. La brecha de 10x no se debe a que la defensa sea técnicamente más difícil; es porque la defensa tiene que ser completa, y el ataque solo tiene que ser correcto una vez.

Sume eso al desajuste de volumen —llamémoslo 1000:1 entre los contratos que un atacante puede escanear y los contratos que una firma de auditoría puede revisar— y se llega a la conclusión de Guillemet casi mecánicamente. Ningún presupuesto de auditoría puede cerrar esta brecha. La economía simplemente no funciona.

Lo que los grandes éxitos de 2026 ya nos dicen​

Los hacks que realmente han ocurrido en 2026 no se presentan todos como historias de "exploits de IA" a simple vista. Las dos mayores pérdidas del año hasta ahora son recordatorios aleccionadores de que las herramientas de ataque asistidas por LLM se construyen sobre técnicas más antiguas y aburridas.

El 1 de abril de 2026, Drift Protocol en Solana perdió 285 millones de dólares — más de la mitad de su TVL — en un ataque que tanto TRM Labs como Elliptic atribuyeron al Lazarus Group de Corea del Norte. El mecanismo fue la ingeniería social, no un bug de Solidity. Los atacantes pasaron meses entablando relaciones con el equipo de Drift, y luego abusaron de la función de "nonce duradero" de Solana para conseguir que los miembros del Consejo de Seguridad firmaran previamente transacciones cuyo efecto no comprendían. Una vez que cambió el control administrativo, los atacantes añadieron a la lista blanca un token sin valor (CVT) como colateral y lo utilizaron para drenar USDC, SOL y ETH reales.

Dieciocho días después, Kelp DAO sufrió un golpe de 292 millones de dólares a través de su puente impulsado por LayerZero — que ahora es el mayor exploit de DeFi de 2026. El atacante convenció a la capa de mensajería cross-chain de LayerZero de que había llegado una instrucción válida desde otra red, y el puente de Kelp liberó debidamente 116,500 rsETH a una dirección controlada por el atacante. De nuevo Lazarus, según la mayoría de las atribuciones.

¿Qué tiene esto que ver con la IA? Dos cosas. Primero, el reconocimiento que hace posible la ingeniería social de "larga cola" (long-tail) — el mapeo de perfiles, el ajuste del tono del mensaje, la elección del momento adecuado en el calendario de un objetivo — es exactamente en lo que los LLM son buenos. El pronóstico de CertiK para 2026 ya señala al phishing, los deepfakes y el compromiso de la cadena de suministro como los vectores de ataque dominantes para el año, y observa un salto del 207% en las pérdidas por phishing solo de diciembre de 2025 a enero de 2026. Segundo, la IA reduce la barrera para las operaciones en paralelo: donde un equipo del nivel de Lazarus podía ejecutar unas pocas campañas a la vez en 2024, las herramientas de IA permiten que un equipo mucho más pequeño ejecute docenas.

Un recordatorio de lo granular que puede llegar a ser esto ocurrió en abril de 2026 cuando Zerion, una popular aplicación de billetera, reveló que los atacantes utilizaron ingeniería social impulsada por IA para drenar aproximadamente 100,000 dólares de sus hot wallets. La cifra es pequeña para los estándares de 2026. La técnica — la IA generando el guion de suplantación, la IA generando la página de soporte falsa, la IA generando el correo electrónico de phishing — es de lo que advierte Guillemet.

Por qué "auditar con más fuerza" no es una respuesta​

La respuesta instintiva de la industria es financiar más auditorías. Esa respuesta no percibe la forma del problema.

Las auditorías escalan linealmente con las horas de los auditores. Los ataques ahora escalan con créditos de API. Incluso si cada firma de auditoría de primer nivel duplicara su personal mañana, la superficie de ataque del atacante seguiría creciendo 10 veces más rápido, porque cualquier persona con una clave de API y una comprensión básica de Solidity puede ahora ejecutar escaneos ofensivos continuos en todo el universo de contratos desplegados.

Peor aún, las auditorías revisan el código en un momento dado. El código generado por IA se envía continuamente, y la advertencia de "inseguro por diseño" de Guillemet sugiere que la tasa de introducción de errores está subiendo, no bajando. Un estudio de 2026 citado por la comunidad de seguridad de blockchain encontró que la autoría de Solidity asistida por LLM se correlaciona con errores sutiles de reentrada y de control de acceso que los revisores humanos, fatigados por leer código formateado por máquinas, pasan por alto en tasas más altas que los mismos errores en código escrito por humanos.

El planteamiento honesto es que las auditorías siguen siendo necesarias pero no suficientes. La respuesta real que impulsa Guillemet — y de la que se hace eco el propio equipo de red team de Anthropic — es estructural.

El stack defensivo que realmente sobrevive a esto​

Tres categorías de defensa escalan plausiblemente contra la ofensiva acelerada por IA, y las tres son incómodas para la parte de la industria que se ha optimizado para la velocidad de envío.

Verificación formal. Herramientas como Certora, Halmos y, cada vez más, los stacks de verificación incluidos en Move (Sui, Aptos) y Cairo (Starknet) tratan la corrección como un problema matemático en lugar de un problema de revisión. Si una propiedad se demuestra, ninguna cantidad de fuzzing de IA puede romperla. La contrapartida es el esfuerzo de ingeniería: escribir invariantes significativos es difícil, lento e implacable. Pero es una de las pocas defensas cuyo costo no escala con el cómputo del atacante.

Raíces de confianza de hardware. La propia línea de productos de Ledger es el ejemplo obvio, pero la categoría más amplia incluye enclaves seguros, custodia MPC y primitivas emergentes de atestación de conocimiento cero (zero-knowledge). El principio es el mismo: tomar la acción más trascendental — firmar una transacción — y forzarla a través de un sustrato al que una campaña de phishing impulsada por LLM no pueda llegar. El planteamiento de Guillemet de "asumir que los sistemas pueden fallar y fallarán" es esencialmente un argumento para trasladar la autoridad de firma fuera de las computadoras de propósito general.

Defensa de IA contra IA. El artículo de Anthropic de diciembre de 2025 defiende que los mismos agentes capaces de generar exploits deberían desplegarse para generar parches. En la práctica, esto significa un monitoreo continuo impulsado por IA de las mempools, los contratos desplegados y el comportamiento de las claves de administrador, señalando anomalías de la misma manera que lo hacen los sistemas de detección de fraude para la banca tradicional. La economía es imperfecta (los costos del defensor siguen siendo más altos que los del atacante), pero al menos sitúan a ambas partes en la misma curva de cómputo.

El patrón en los tres casos es el mismo: dejar de confiar en los humanos en el proceso para las partes rápidas de la seguridad, y reservar el juicio humano para las partes estructurales lentas y costosas.

Lo que esto significa para los desarrolladores en este momento​

Para los equipos que lancen productos en 2026, la advertencia de Guillemet se traduce en algunos cambios concretos:

• Trate el código generado por IA como no confiable por defecto. Sométalo a una verificación formal o a pruebas basadas en propiedades antes de que llegue a la mainnet, independientemente de qué tan limpio parezca.
• Mueva las claves de administrador a hardware. El esquema multi-sig con firmantes "hot" ya no es una postura de seguridad aceptable para contratos de nivel de tesorería; el incidente de Drift demostró que incluso los miembros del equipo "confiables" pueden ser manipulados mediante ingeniería social para pre-firmar transacciones destructivas.
• Asuma que su superficie de phishing es mayor que su superficie de código. El drenado de Zerion ($100K) y el salto generalizado del 207 % en el phishing sugieren que el dólar más barato del atacante todavía apunta a los humanos, no a Solidity.
• Presupueste para un monitoreo continuo y automatizado. Una cadencia de auditoría semanal no es una defensa contra un atacante que ejecuta herramientas de nivel SCONE-bench las 24 horas del día, los 7 días de la semana.

Ninguna de estas son ideas nuevas. Lo que cambió es la curva de urgencia. En la era previa a los LLM, una organización podía sobrevivir a fallos en cualquiera de estas áreas si las demás eran sólidas. En 2026, la asimetría de costos es demasiado pronunciada para ese tipo de descuido.

La lectura honesta​

Es tentador leer la advertencia de Guillemet como si Ledger estuviera barriendo para casa — un proveedor de monederos de hardware naturalmente aboga por el hardware. Esa lectura sería un error. El mismo argumento está siendo planteado de manera independiente por el red team de Anthropic, por grupos académicos detrás de A1 y SCONE-bench, por el pronóstico de CertiK para 2026 y por empresas de análisis on-chain que observan los totales mensuales de hackeos. El consenso de la industria está convergiendo en un solo punto: el costo de un exploit competente ha disminuido en uno o dos órdenes de magnitud, y el stack defensivo debe evolucionar en consecuencia.

Lo que es genuinamente nuevo es que este es el primer gran cambio asimétrico en la seguridad cripto desde la ola de demanda de auditorías del verano DeFi de principios de 2020. Esa ola produjo una generación de firmas de auditoría, plataformas de bug-bounty y startups de verificación formal. La ola de 2026 producirá algo más: infraestructura continua monitoreada por IA, firma basada en hardware como estándar y un escepticismo mucho más severo ante cualquier contrato cuyo modelo de seguridad aún dependa de "lo detectaremos en la revisión".

La cifra de $1.22 de Guillemet — incluso si esa cifra exacta fuera de Anthropic y no de Ledger — es el tipo de estadística que pone fin a una era. La era que termina es aquella en la que la mano de obra del atacante era el cuello de botella. La era que comienza es aquella en la que el cuello de botella es cualquier cosa que el defensor no haya automatizado todavía.

BlockEden.xyz opera infraestructura de RPC e indexación de blockchain en Sui, Aptos, Ethereum, Solana y más de 20 redes adicionales, con monitoreo de anomalías asistido por IA integrado en la ruta de las solicitudes. Si está reconstruyendo su postura de seguridad para el panorama de amenazas post-LLM, explore nuestros servicios de infraestructura o contáctenos para hablar sobre el monitoreo continuo de su protocolo.

Fuentes​

• La IA está rompiendo la seguridad cripto al hacer que los hackeos sean más baratos y fáciles, advierte el CTO de Ledger — CoinDesk
• Contratos inteligentes — red.anthropic.com
• Los agentes de IA gastan solo $1.22 para destrozar la seguridad de los contratos inteligentes — CryptoSlate
• Generación de exploits de contratos inteligentes por agentes de IA (A1) — arxiv.org
• El robo de criptomonedas en 2025 alcanza los $3.4 mil millones — Chainalysis
• Los hackeos cripto alcanzaron los $17 mil millones en 2025 — CoinDesk
• Hackeo del protocolo Drift: Cómo el acceso privilegiado llevó a una pérdida de $285 millones — Chainalysis
• Hackers norcoreanos atacan el protocolo Drift — TRM Labs
• Kelp DAO explotado por $292 millones — CoinDesk
• Phishing y Deepfakes impulsarán los mayores hackeos cripto de 2026 — Cointelegraph
• La IA Mythos de Anthropic está exponiendo las grietas ocultas en los cimientos de las cripto — CoinDesk

Durante dos años, el debate sobre los agentes de IA sonó como una religión: elige un hiperescalador, elige un marco de trabajo, entrega tus datos y reza para que tus prompts nunca terminen en una declaración judicial. El 20 de abril de 2026, Supra entró en esa conversación con una respuesta diferente — abre el código fuente, ejecútalo en tu propio equipo y deja que una blockchain de Capa 1 sea el policía en lugar de una página de términos de servicio.

La versión Alpha de SupraOS se lanzó para 100 plazas solo por invitación, con un adelanto del lanzamiento público aproximadamente una semana después, y la propuesta es directa: un sistema de gestión de agentes de IA auto-alojado y reforzado por blockchain, con cifrado de extremo a extremo y una base de código de unas 300,000 líneas que se encamina hacia el código abierto total. Si eso suena como un Ollama para agentes autónomos con una capa de tribunal de apelaciones adjunta, lo estás interpretando correctamente.

La pregunta interesante no es si la versión alpha funciona. La pregunta interesante es qué significa que una cadena de Capa 1 — no OpenAI, ni Google, ni Coinbase — esté lanzando el primer "SO de agente personal" creíble en un mercado que ya moviliza 50 millones de dólares a través de monederos agénticos cada mes.

La propuesta en un párrafo​

SupraOS permite a un usuario desplegar agentes de IA que residen en su propio hardware, cifra todo de extremo a extremo y utiliza la L1 de consenso Moonshot de Supra para hacer cumplir criptográficamente lo que el agente tiene permitido hacer. En lugar de una Política de Privacidad que promete que tus datos no serán mal utilizados, las reglas son bytecode. En lugar de un panel de control alojado en el que tienes que confiar, el panel es tuyo. En lugar de una factura de SaaS, pagas gas cuando el agente solicita pruebas a la red.

La alpha está limitada a 100 plazas. El código base tiene aproximadamente 300,000 líneas. Se está liberando como código abierto de forma gratuita. Joshua D. Tobkin, CEO de Supra y autodescrito arquitecto principal, lo posiciona menos como una jugada de utilidad de token y más como una declaración de categoría: que el formato predeterminado de la IA personal en 2026 debería parecerse a una aplicación local con recibos en cadena, no a una pestaña del navegador que apunta a la GPU de otra persona.

Por qué el "auto-alojamiento" dejó de sonar repentinamente como algo de nicho​

Hace dos años, "agente de IA auto-alojado" era una frase que escuchabas en encuentros de hackers y en ningún otro lugar. El mercado ha cambiado.

Una guía de compra de 2026 dirigida a CISOs e industrias reguladas ahora incluye las plataformas de agentes auto-alojados como una consideración predeterminada, no marginal — el argumento es que la residencia de datos, los registros de auditoría y la aplicación de reglas deterministas son más fáciles de demostrar cuando el agente nunca sale del edificio. Las pilas de agentes personales de código abierto han proliferado: AIOS, el sistema operativo de agentes de IA de agiresearch, se ha convertido en un diseño de referencia, y un flujo constante de artículos tipo "7 agentes auto-alojados en lugar de pagar 100 $/mes" indica que la narrativa del coste finalmente se está rompiendo.

Lo que cambió es la carga de trabajo. Los agentes que solo chatean podrían vivir en cualquier lugar. Los agentes que poseen claves de API, firman transacciones, barren saldos, realizan pedidos o hablan con tu banco no pueden hacerlo — no sin una explicación sobre quién posee la memoria y quién puede citarla judicialmente. Los agentes alojados en la nube tienen un techo regulatorio que los locales no tienen.

SupraOS interpreta ese cambio y añade un matiz que nadie más ha lanzado: reglas de agentes aplicadas por blockchain. No es un "prometemos que el agente solo hará X". No es un "la plataforma anfitriona lo revocará si hace Y". Es una aplicación criptográfica, en una cadena que puedes auditar.

La arquitectura, sin la capa de pintura del marketing​

Para entender por qué esto importa, observa lo que Supra aporta como capa base.

La red principal de Supra se lanzó el 26 de noviembre de 2024. La cadena está construida en torno a la familia de protocolos de consenso Moonshot con tolerancia a fallas bizantinas (BFT), que ha registrado 500,000 TPS en pruebas en 300 nodos distribuidos globalmente, con una finalidad de tan solo 500 milisegundos. El rendimiento en el mundo real se sitúa por encima de los 10,000 TPS — lo suficientemente rápido como para que un agente que solicita una verificación de permisos o una atestación de estado no tenga que esperar una confirmación de varios segundos.

La cadena es MultiVM por diseño — Move primero, con soporte para EVM, Solana y CosmWasm integrado por capas. Eso importa para SupraOS porque un agente que quiera actuar a través de cadenas no necesita un tiempo de ejecución de puente separado; la cadena anfitriona ya habla cuatro VM.

Y Supra ha estado acumulando silenciosamente primitivas orientadas a la IA sobre esa base durante los últimos dos años:

• Oráculos de IA de umbral (Threshold AI Oracles) — comités de múltiples agentes que deliberan sobre preguntas complejas y entregan respuestas verificadas criptográficamente a los contratos inteligentes. Piensa en ello como una capa de consenso para los resultados de la IA, de modo que un contrato que llama a un LLM no tenga que confiar en una sola inferencia.
• Oráculos nativos de precios y datos — integrados en la cadena, no añadidos posteriormente, lo que reduce la latencia entre la decisión del agente y la acción on-chain.
• Ejecución paralela SupraSTM — un camino más rápido para las cargas de trabajo de EVM que suelen generar los agentes.

SupraOS se asienta sobre todo eso. El agente se ejecuta localmente; las políticas, atestaciones y llamadas de alta confianza van a la cadena. El usuario mantiene la custodia de la memoria, las claves de API y la autoridad de las transacciones, que es la parte que los competidores alojados estructuralmente no pueden igualar.

El Stack de Agentes Alojados Ve un Mercado Diferente​

Para apreciar la apuesta, observe con qué compite SupraOS.

Coinbase Agentic Wallets y AgentKit han movido el mayor volumen por un margen amplio. El ecosistema x402 por sí solo ha procesado más de 165 millones de transacciones, aproximadamente 50 millones de dólares en volumen, y cuenta con más de 480,000 agentes transaccionando a través del protocolo. AgentKit es agnóstico al modelo — habla OpenAI, Anthropic Claude y Llama — y Agentic.Market se está posicionando como la capa de pago predeterminada para la economía de agentes. La propuesta es la conveniencia: los agentes vienen con una billetera, un riel de pago y salvaguardas integradas. El compromiso es que la billetera del agente, por diseño, vive dentro de la infraestructura de Coinbase.

Universal Commerce Protocol (UCP) de Google, junto con Workspace Studio y la plataforma renombrada Gemini Enterprise Agent Platform, se dirige al lado de los comerciantes. UCP más A2A v1.0 — ya en producción en 150 organizaciones — es la respuesta de Google para permitir que Gemini compre cosas en su nombre. MultiversX se convirtió en la primera cadena en integrar UCP. El compromiso es el mismo: conveniencia a cambio de que el agente se ejecute en el enclave de políticas de otra persona.

Agents SDK de OpenAI más el protocolo de comercio ACP con Stripe completan el nivel superior alojado. Anthropic donó MCP a la Agentic AI Foundation de la Linux Foundation en diciembre de 2025, que es lo más cerca que el bando alojado ha estado de una concesión de autoalojamiento.

ElizaOS y Virtuals Protocol anclan el stack de agentes de código abierto / Web3. ElizaOS es el framework de TypeScript "detrás de la mayoría de DeFAI", con una capitalización de mercado acumulada de socios del ecosistema superior a los 20,000 millones de dólares. Virtuals reportó 477 millones de dólares en PIB Agéntico a través de más de 15,800 proyectos de IA a partir de febrero de 2026. Ambos son abiertos en espíritu pero mayoritariamente alojados en la práctica — usted puede ejecutar el framework por sí mismo, pero la gravedad social y económica está en la plataforma.

SupraOS es el primer stack que combina las cuatro propiedades a la vez: código abierto, autoalojado, reforzado por blockchain y cifrado de extremo a extremo. No promete el agente más barato ni el más fácil. Promete el más soberano.

Dónde Encaja el Token SUPRA​

La pregunta que cada L1 tiene que responder sobre una jugada de IA es: ¿cómo captura valor la cadena? SUPRA tiene el mandato dual habitual — gas y staking — pero la hoja de ruta de SupraOS añade algo más interesante.

Si el alfa se convierte en prosumidores de pago y las aproximadamente 300,000 líneas de código de código abierto atraen a desarrolladores de agentes externos, cada acción significativa de un agente con efectos secundarios en la cadena se convierte en un evento de pago de comisiones. El otorgamiento de permisos, las atestaciones firmadas, las llamadas entre máquinas virtuales (cross-VM), las lecturas de oráculo, las deliberaciones de IA de umbral — todos se liquidan en la cadena que aloja las reglas. El modelo económico es más cercano al "gas por acción de agente" que al "farming por emisión de tokens", que es el modo de fallo que ha perseguido a la mayoría de las narrativas de L1 de IA.

El riesgo es el inverso. Si los agentes autoalojados se mantienen en un nicho — superados por la UX de agentes con forma de Apple Pay integrada en los teléfonos, o por la billetera de conveniencia de Coinbase — la cadena capturará el segmento que ya ejecuta Ollama y LM Studio y poco más. Ese es un segmento real y de pago, pero no es una economía de agentes de 450,000 millones de dólares.

La lectura honesta es que SupraOS es una apuesta de categoría, no un lanzamiento de producto táctico. O bien el mercado de agentes se bifurca en "alojado por conveniencia" y "autoalojado soberano", en cuyo caso Supra tiene la oferta soberana más fuerte del mercado, o el lado de la conveniencia se come el mundo y SupraOS se convierte en un nicho bellamente diseñado.

La Cuestión Cuántica que Cuelga Sobre Todo el Asunto​

El pendiente que motivó este artículo planteaba a Life OS como una combinación de cifrado post-cuántico con propiedad de datos en cadena verificable. Los materiales públicos de Supra aún no nombran un esquema de red (lattice scheme) específico — no hay un anuncio formal de CRYSTALS-Kyber o Dilithium que hayamos podido encontrar — pero la lógica estratégica es consistente con hacia dónde se dirige el resto de la industria.

La L1 Arc de Circle se ha hecho pública con un lanzamiento resistente a lo cuántico. Los investigadores de Bitcoin están debatiendo activamente las rutas de migración seguras frente a lo cuántico. El stack de agentes está singularmente expuesto: los agentes acumulan memoria, credenciales y autorizaciones firmadas a lo largo de los años, lo que significa que un atacante de tipo "cosechar ahora, descifrar después" tiene una pila mucho más grande y útil en la que trabajar que en una transacción única. Integrar criptografía basada en redes en un SO de agentes hoy, antes de que las amenazas cuánticas maduren, es el tipo de movimiento que parece paranoico en 2026 y obvio en 2030.

Si el lanzamiento de SupraOS con primitivas post-cuánticas creíbles es real y no aspiracional, es un diferenciador significativo frente a ElizaOS (código abierto pero no endurecido cuánticamente), Virtuals (infraestructura tokenizada pero centralizada) y OpenChat de ICP (descentralizado pero sin historia cuántica). Vale la pena vigilar los documentos de lanzamiento público para obtener detalles específicos.

A Qué Debería Prestar Atención la Capa de Infraestructura​

Para los desarrolladores y proveedores de infraestructura, SupraOS introduce una forma de tráfico diferente a los stacks de agentes que le precedieron.

Las plataformas de agentes alojados generan cargas de trabajo predecibles — lotes periódicos de llamadas canalizadas a través de un conjunto conocido de endpoints. Un SO de agentes autoalojado distribuye esa carga: cada máquina de usuario se convierte en un nodo que ocasionalmente necesita leer el estado, obtener atestaciones, escribir permisos o liquidar un pago. El patrón es más cercano a un cliente P2P que a un backend de SaaS.

Eso tiene implicaciones para los proveedores de RPC, indexadores y capas de datos. La propia cadena Supra maneja el estado, pero los agentes necesitarán:

• Lecturas confiables y de baja latencia de Supra y de las cuatro VMs con las que interopera, dado que los flujos de agentes cross-chain son un caso de uso de primera clase.
• Flujos de eventos indexados para el otorgamiento de permisos, lecturas de oráculo y deliberaciones de IA de umbral — los artefactos en cadena a los que una herramienta de auditoría querría suscribirse.
• Puentes cross-chain estables e infraestructura de firma, porque un agente que actúa a través de Move, EVM, Solana y CosmWasm necesita un panel de control único.

Aquí es donde la infraestructura independiente demuestra su valor. BlockEden.xyz ya opera RPC e indexación de grado empresarial en Sui, Aptos, Ethereum, Solana y otras cadenas importantes, y el patrón de tráfico centrado en agentes es exactamente la carga de trabajo para la que nuestro API Marketplace está diseñado — lecturas multi-chain de alta frecuencia y baja latencia con la observabilidad que el registro de auditoría de su agente eventualmente necesitará para defenderse.

Qué observar a continuación​

Tres factores determinarán si SupraOS se convierte en una categoría o en una curiosidad.

El lanzamiento público. La versión Alfa con 100 plazas es un experimento controlado. El lanzamiento público de mediados de mayo es el verdadero lanzamiento del producto. Hay que observar: cuántos desarrolladores clonan realmente el repositorio en los primeros 30 días, cómo es la documentación para los desarrolladores que no son nativos en Move y si las afirmaciones sobre la seguridad post - cuántica sobreviven al escrutinio público.

El mercado de agentes de terceros. Un sistema operativo autohospedado vive o muere según los agentes que la gente construya para él. Si para el tercer trimestre de 2026 existe un ecosistema saludable de agentes de la comunidad — bots de trading, asistentes personales, monitores DeFi, agentes de investigación — ejecutándose en SupraOS, la apuesta está funcionando. Si los únicos agentes que aparecen son las propias demos de Supra, el código de código abierto se convertirá en un hermoso artefacto y no en una plataforma.

La brecha de precio entre lo alojado y lo soberano. El x402 de Coinbase más las Agentic Wallets es estructuralmente económico porque el volumen lo amortiza todo. Los usuarios de SupraOS pagan el coste total de las llamadas a la cadena. Si la prima de soberanía se mantiene por debajo de 2x, los prosumidores la aceptarán. Si supera las 5x, el ecosistema de conveniencia ganará por defecto.

El hecho interesante es que ahora tenemos una prueba real. Hace dos años, "agente de IA autohospedado y reforzado por blockchain" era solo una frase de presentación. A partir del 20 de abril de 2026, es una base de código de 300,000 líneas con una versión alfa descargable y una hoja de ruta. Quien gane esta categoría — la conveniencia alojada o el autohospedaje soberano — será una de las decisiones fundamentales de la próxima década de software de consumo.

Supra acaba de asegurarse de que el bando soberano tenga una opción en la votación.

---

Fuentes​

• Últimas noticias de SUPRA — CoinMarketCap
• Construye agentes de IA cripto totalmente on-chain en Supra Capa - 1
• Tu primer agente de IA en Supra | Documentación de Supra
• Agente de IA: Desde una configuración sencilla hasta un SO de vida — StartupHub.ai
• SupraOS — Tu organización de IA
• Qué es Supra Crypto: Explicación de la cadena de bloques de Capa - 1 de alto rendimiento — Gate Learn
• Oráculos de IA de umbral: Llevando inteligencia on-chain para dApps en Supra
• Presentando SupraSTM: Ejecución paralela más rápida de EVM
• Presentando Agentic Wallets — Coinbase
• Presentando AgentKit — Coinbase
• Presentando Agentic.Market — Coinbase
• MultiversX se convierte en la primera cadena de bloques en integrar el Protocolo de Comercio Universal de Google
• Agentes de compras de IA UCP: Guía 2026 para el comercio agéntico
• Plataformas de agentes de IA autohospedadas 2026: Guía para CISO y compradores regulados — Blog de Knowlee
• AIOS: Sistema operativo de agentes de IA — GitHub
• Construye agentes de IA personales de código abierto: Guía completa 2026 — SitePoint
• ElizaOS — El sitio web oficial de Eliza
• Reseña del protocolo Virtuals 2026: Agentes de IA descentralizados — Coin Bureau
• Eliza: Un sistema operativo de agentes de IA compatible con Web3 — arXiv
• Combinando blockchain e inteligencia artificial — Supra

Durante la mayor parte de una década, " entrenar un modelo de frontera " ha sido un sinónimo de " poseer un clúster de GPU de clase hiperescaladora ". Gensyn acaba de lanzar una testnet pública que apuesta a que la próxima generación de IA se entrenará en un lugar muy diferente — en un enjambre de nodos conectados a Internet que se coordinan a través de un rollup de Ethereum, con ETHGlobal canalizando $ 50,000 en premios para los desarrolladores que puedan construir agentes sobre él.

La cuestión ya no es si el entrenamiento de aprendizaje automático descentralizado es técnicamente posible. RL Swarm está en vivo, cualquiera puede clonar el repositorio y la arquitectura se ha estado implementando silenciosamente desde noviembre de 2025. La pregunta es si la economía, la verificación y la atracción de los desarrolladores son suficientes para arrebatar las cargas de trabajo de entrenamiento de los centros de datos de AWS y Azure — y si la venta del token $ AI que cerró en diciembre de 2025 realmente valoró ese futuro correctamente.

Por qué " RL Swarm " es la primera prueba de producción de entrenamiento descentralizado​

La mayoría de los proyectos de " IA descentralizada " de los que ha oído hablar — Bittensor, io.net, Akash, Render — resuelven problemas adyacentes. Bittensor coordina el benchmarking competitivo de modelos a través de subnets. io.net y Akash son mercados de alquiler de GPU con facturación nativa de cripto. Render dispersa el trabajo de renderizado de inferencia. Ninguno de ellos, hasta ahora, ha sido un sistema en vivo donde nodos que no confían entre sí entrenan colaborativamente un modelo.

Eso es lo que hace RL Swarm de Gensyn. Es la base de la Fase 0 de la Testnet de Gensyn: un entorno descentralizado donde agentes de aprendizaje por refuerzo ( RL ) cooperan a través de la internet pública en lugar de dentro de un solo centro de datos. Cada nodo participante ejecuta un modelo de lenguaje local. Los nodos juegan juegos de razonamiento RL de varias etapas — respondiendo, criticando y revisando soluciones en conjunto con sus pares — y cada contribución se registra contra una identidad on-chain en la Testnet de Gensyn.

El cambio arquitectónico es pequeño en lenguaje pero grande en la práctica. Bittensor incentiva a los mineros a competir por el mejor resultado; Gensyn incentiva a los nodos a cooperar en el entrenamiento de un artefacto compartido. Esa es la diferencia entre un mercado competitivo y una verdadera ejecución de entrenamiento distribuido, y es por eso que RL Swarm es el primer intento creíble de una red de entrenamiento de ML descentralizada de grado de producción en lugar de una capa de alquiler de cómputo más pulida.

El lanzamiento de noviembre de 2025 añadió CodeZero, un entorno de codificación cooperativo construido sobre el mismo marco de trabajo peer-to-peer. Leídos en conjunto, los dos lanzamientos esbozan una hoja de ruta: RL Swarm demuestra que las primitivas de coordinación funcionan para el razonamiento, CodeZero las extiende hacia el uso de herramientas estructuradas. Para el momento del cierre del hackathon el 6 de mayo de 2026, ambos entornos están activos y se puede unir a ellos sin lista de espera.

La arquitectura de cuatro capas: ejecución, verificación, comunicación, coordinación​

Debajo de la testnet orientada al usuario, Gensyn es un rollup de Capa 2 de Ethereum personalizado construido sobre el OP Stack ( Bedrock ). El protocolo descompone el problema del entrenamiento descentralizado en cuatro capas, cada una resolviendo una razón específica por la cual " simplemente alquilar GPU a través de Internet " ha fallado históricamente.

Ejecución. Los modelos grandes no caben en un solo nodo de consumo, por lo que Gensyn fragmenta los modelos en bloques de parámetros distribuidos entre dispositivos, reduciendo la presión de memoria por nodo. El problema más difícil es el determinismo: las operaciones de punto flotante en diferentes hardwares ( una Nvidia A100 frente a una H100 ) pueden producir resultados sutilmente diferentes, lo cual es fatal para un protocolo de verificación que necesita detectar trampas. La biblioteca RepOps de Gensyn fija el orden de las operaciones de punto flotante para que las mismas entradas produzcan salidas idénticas a nivel de bits en hardware heterogéneo. El Reproducible Execution Environment ( REE ) envuelve a RepOps en un compilador personalizado basado en MLIR que compila los modelos hasta esos kernels reproducibles.

Verificación. Esta es la capa que ha detenido todos los intentos previos de entrenamiento descentralizado. Si un nodo afirma que ejecutó un paso de entrenamiento y envía un gradiente, ¿cómo saber si realizó el trabajo honestamente sin volver a ejecutar todo el cómputo usted mismo? La respuesta de Gensyn es el Protocolo de Verificación Verde — un sistema ligero de resolución de disputas que realiza una búsqueda binaria a través de la traza de entrenamiento para aislar el único paso en el que el probador y el verificador no están de acuerdo, y luego recalcula solo esa operación. Combinado con una prueba de aprendizaje probabilística, la red obtiene seguridad criptográfica sin pagar el costo de una re-ejecución completa. Esto es conceptualmente similar al modelo de verificación interactiva de Truebit, portado desde el cómputo genérico a los kernels específicos de ML.

Comunicación. Coordinar el entrenamiento a través de una internet pública con ancho de banda limitado requiere descartar los libros de texto. La primitiva estándar de centro de datos — all-reduce síncrono — asume tuberías InfiniBand gruesas. Gensyn sustituye tres primitivas personalizadas: NoLoCo reemplaza el all-reduce con un protocolo de chisme ( gossip ) de baja comunicación, CheckFree proporciona recuperación tolerante a fallos sin puntos de control periódicos costosos, y SkipPipe introduce un algoritmo de intercambio de gradientes que minimiza los saltos de mensajes a través del enjambre. Cada una es una contribución de nivel académico; juntas son lo que convierte a " un grupo de laptops con internet doméstico " en un clúster de entrenamiento funcional.

Coordinación. El propio L2 de Ethereum es el motor económico. Identifica a los participantes, liquida las recompensas tokenizadas y ejecuta los pagos a través de un rollup sin permisos. Ahí es también donde vive el token $ AI, y donde finalmente se contabiliza cada contribución a una ejecución de entrenamiento.

La forma más clara de leer este stack es como una inversión deliberada del modelo de GPU en la nube. AWS y Azure dedican su ingeniería al rendimiento bruto y asumen la confianza por contrato. Gensyn dedica su ingeniería a la reproducibilidad y la resolución de disputas y no asume nada sobre el operador al otro lado del cable.

Cómo se diferencia Gensyn de Bittensor, io.net y Render​

Una vez que la arquitectura está sobre la mesa, el panorama competitivo se aclara. Tres proyectos se mencionan al mismo tiempo que Gensyn, pero resuelven problemas diferentes.

• Bittensor (TAO, ~ $ 2.64B de capitalización de mercado) es una red de evaluación comparativa (benchmarking) competitiva. Las subredes definen una tarea, los mineros producen resultados, los validadores los clasifican y el TAO fluye hacia quien obtenga la puntuación más alta. Es excelente para incentivar la calidad del modelo, pero no coordina una única ejecución de entrenamiento compartida entre nodos. El entrenamiento basado en enjambres (swarm-based training) de Gensyn es estructuralmente cooperativo; el modelo de subred de Bittensor es estructuralmente adversario.
• io.net y Akash son mercados de GPU. Permiten que un operador con hardware inactivo venda tiempo a quien esté dispuesto a pagar. Crucialmente, ninguno de los protocolos verifica que la carga de trabajo del comprador se haya ejecutado correctamente; ese es problema del comprador, que normalmente se resuelve ejecutando su propia pila de entrenamiento y confiando en los recibos. El par Verde + REE de Gensyn es exactamente la capa de la que carecen esos mercados.
• Render Network dispersa el trabajo de renderizado de inferencia, principalmente para gráficos. El modelo económico está más cerca de io.net que de Gensyn: alquilar cómputo, obtener resultados, confiar en el operador. La subred Dispersed de Render es un producto adyacente, no un competidor.

Gensyn lanzó su token en el puesto 368 con una capitalización de mercado de aproximadamente $ 71.6M, una fracción de la de Bittensor. Esa brecha es la tesis: si el entrenamiento cooperativo verificable es una categoría real y no una versión más elaborada del alquiler de cómputo, el margen es un punto de entrada. Si no lo es, el margen es el mercado valorando correctamente un proyecto científico.

La venta del token $AI: Una subasta inglesa del 3$ 1M a $ 1B​

La economía se volvió real el 15 de diciembre de 2025, cuando Gensyn abrió su venta de tokens $AI en Sonar. La estructura fue inusualmente transparente: una subasta inglesa por 300 millones de tokens (el 3$ 1M y un techo de FDV de $1B. Los postores eligieron un precio máximo entre$ 0.0001 y $0.1 por token, con una oferta mínima de$ 100. Las ofertas se liquidaron en USDC o USDT en la red principal de Ethereum; los tokens se reclamaron en la L2 de Gensyn Network.

La asignación completa indica qué tipo de proyecto quiere ser Gensyn:

Asignación	Porcentaje
Tesorería de la comunidad	40.4 %
Inversores	29.6 %
Equipo	25.0 %
Venta comunitaria	3.0 %
Otros	2.0 %

Una tesorería comunitaria del 40.4 % combinada con una venta pública del 3 % se acerca más a una postura de gobernanza al estilo de Optimism que a un lanzamiento típico de DePIN. La participación del equipo y los inversores (54.6 % combinada, con a16z liderando la ronda privada más reciente al mismo límite de $ 1B que el techo de la venta pública) es alta pero no extrema.

La elección de diseño más interesante de la venta fue el incentivo de la red de prueba (testnet): se distribuyó un fondo de recompensa de bonificación del 2 % como un multiplicador de tokens para los participantes verificados de la testnet, escalado según su nivel de participación y el monto de su oferta. Esta es una señal leve pero real de que Gensyn se preocupa más por la distribución a los colaboradores reales que por maximizar el precio de la venta pública. Los compradores de EE. UU. aceptaron un bloqueo (lockup) de 12 meses; los compradores de fuera de EE. UU. podían optar por un bloqueo similar a cambio de un multiplicador de bonificación del 10 %.

Lo que esta subasta valoró es una apuesta: que la economía unitaria del entrenamiento descentralizado es entre un 60 % y un 80 % más barata que un clúster H100 comparable de AWS o Azure (aproximadamente $ 3 / hora a tarifas bajo demanda), y que las GPU inactivas de consumidores y prosumidores son lo suficientemente abundantes como para absorber una demanda de entrenamiento significativa. Si esa apuesta es correcta, la respuesta la darán las cargas de trabajo reales que aparezcan en la red en 2026, no el precio de la subasta.

ETHGlobal Open Agents: La señal de producción​

La noticia que convierte esto de un "proyecto de infraestructura interesante" en "cosas que los desarrolladores están enviando realmente" es ETHGlobal Open Agents, que se llevará a cabo del 24 de abril al 6 de mayo de 2026. Gensyn es patrocinador con más de $50,000 en premios, incluida una categoría de Mejor Aplicación de la Capa de Intercambio de Agentes (Agent eXchange Layer - AXL) de$ 5,000. Cada ganador es acelerado en el programa de subvenciones de la Fundación Gensyn.

Eso importa por dos razones.

Primero, los hackatones son la forma en que los desarrolladores que aún no saben que la necesitan descubren nueva infraestructura. El mismo manual de estrategia produjo los ecosistemas tempranos de Optimism, Base y Sui. Un fondo de premios de $ 50,000 no es una suma que mueva el mercado, pero es un gancho lo suficientemente fuerte como para poner a unos cientos de desarrolladores de nivel ETHGlobal en contacto con las API de RL Swarm y AXL por primera vez. Un subconjunto no nulo seguirá construyendo después de que termine el hackatón.

Segundo, las categorías de premios indican cómo cree Gensyn que será la "killer app". La Capa de Intercambio de Agentes (Agent eXchange Layer) es el marco: agentes autónomos que se descubren entre sí, intercambian cómputo, se entrenan y se ajustan (fine-tuning) entre sí bajo demanda. Si Gensyn apostara a que el futuro es el entrenamiento de modelos fundacionales monolíticos, los premios enfatizarían eso. En cambio, enfatizan la infraestructura de agentes, lo que se alinea con la narrativa más amplia de 2026: los agentes que pueden pagarse entre sí por el trabajo necesitan un sustrato para externalizar el trabajo más costoso — el entrenamiento y el ajuste de modelos — a una red verificable.

Las advertencias honestas​

Vale la pena decir claramente qué no es RL Swarm en mayo de 2026.

No hay enjambres (swarms) oficiales ejecutándose en la testnet en vivo en este momento. Los participantes pueden unirse a enjambres propiedad de la comunidad, que es exactamente el problema de arranque (bootstrap) que siempre aparece en las redes sin permisos: el protocolo está abierto, pero las ejecuciones de entrenamiento coordinadas de alto valor real aún no están ocurriendo a escala. Hasta que un laboratorio serio o un colectivo de código abierto ponga una ejecución de modelo real en la red, la testnet sigue siendo una prueba de concepto en lugar de un sistema de producción.

El coste de verificación también sigue siendo una pregunta abierta. La resolución de disputas por búsqueda binaria de Verde es drásticamente más barata que volver a ejecutar un trabajo de entrenamiento completo, pero no es gratuita, y su sobrecarga a escala de vanguardia (cientos de miles de millones de parámetros, semanas de entrenamiento) aún no se ha demostrado. La historia del determinismo de hardware — con RepOps produciendo resultados idénticos a nivel de bits en GPUs A100 y H100 — es elegante, pero añade una sobrecarga de compilador que los stacks centralizados de la competencia no pagan.

Y la tesis de ahorro de costes (60-80 % más barato que las instancias spot H100 de AWS) asume que la larga cola de GPUs inactivas de consumidores y prosumidores es lo suficientemente densa como para sustituir la capacidad de los hiperescaladores. Eso es plausible para ejecuciones de ajuste fino (fine-tuning) de modelos de 7B a 70B parámetros. Todavía no es plausible para el preentrenamiento a escala de frontera genuina, y Gensyn es lo suficientemente honesto como para no afirmar lo contrario.

Qué significa esto para los constructores de infraestructura​

Para los desarrolladores que están pensando en dónde pasar los próximos 12 meses, el marco de referencia más útil es que Gensyn abre una nueva categoría de área de superficie de API que no existía antes: el acceso programático y verificable a una red de entrenamiento. Hasta ahora, las opciones para "hacer que un modelo haga algo específico" han sido (a) llamar a una API alojada como OpenAI o Anthropic, o (b) alquilar GPUs y ejecutar el entrenamiento uno mismo. Gensyn propone una tercera opción — enviar un trabajo de entrenamiento a un enjambre verificable y obtener garantías criptográficas a cambio — que encaja perfectamente con la economía de agentes que ETHGlobal está incentivando.

Esa tercera opción, si funciona, se convierte en una primitiva. Los agentes que necesiten ajustar (fine-tune) un pequeño modelo especializado para una tarea de nicho no querrán alquilar y operar GPUs. Querrán emitir una intención de entrenamiento, pagar en stablecoins o $AI y consumir los pesos resultantes. La apuesta de Gensyn es que la capa de protocolo que hace esto posible — el rollup de L2, el sistema de verificación, las primitivas de coordinación de enjambres — acumula un valor significativo a medida que ese patrón prolifera.

BlockEden.xyz impulsa la infraestructura de indexación, RPC y análisis en la que confían los desarrolladores de Web3 en más de 25 cadenas. A medida que maduran las redes de entrenamiento de IA verificables como Gensyn, la capa de datos y coordinación debajo de ellas cobrará aún más importancia. Explore nuestro mercado de APIs para construir sobre una infraestructura diseñada para la era de Web3 agéntica y nativa de la IA.

Fuentes​

• RL Swarm | Testnet | Gensyn
• Visión general | Testnet | Gensyn
• GitHub - gensyn-ai/rl-swarm
• La testnet de Gensyn está en línea | PANews
• Gensyn respalda el Hackathon de Agentes de IA de ETHGlobal con 50.000 $ en premios | Blockchain.News
• ETHGlobal Open Agents — Premios de Gensyn
• Gensyn lanza la venta del token $AI en Sonar | Chainwire
• Rondas de financiación de la ICO de Gensyn (AI) | CryptoRank
• Componentes principales de Gensyn | Docs de Gensyn
• Mercados de inferencia de IA descentralizados: Bittensor, Gensyn y Cuckoo AI | BlockEden.xyz
• ¿Qué es Gensyn ($AI)? | Whales.market

Por primera vez desde 2020, el hashrate de Bitcoin terminó un primer trimestre más bajo de lo que comenzó. La red informática más potente del mundo se redujo aproximadamente un 4 % en el primer trimestre de 2026, rompiendo cinco años consecutivos de crecimiento de dos dígitos. La causa no es una represión regulatoria ni una crisis de hardware. Se trata de un cambio más fundamental: las personas que antes competían por desplegar ASICs ahora compiten por desplegar GPUs, y están pagando la transición vendiendo el mismo Bitcoin que solían acumular.

Este no es un tambaleo cíclico. Es el momento en que la minería de Bitcoin dejó de ser una industria de propósito único. Según el Informe de Minería del primer trimestre de 2026 de CoinShares, el coste medio ponderado de producción en efectivo para los mineros que cotizan en bolsa ha subido a casi 90 000 $por BTC, mientras que los precios spot rondan los 67 000$. Con márgenes tan por debajo del nivel de rentabilidad, el "HODL" se convirtió en un lujo y el alojamiento de IA en una rampa de salida. Ya se han anunciado más de 70 000 millones de dólares en contratos de IA y HPC en el grupo de pares de mineros cotizados, y los analistas proyectan ahora que algunos operadores obtendrán hasta el 70 % de sus ingresos de 2026 de cargas de trabajo no relacionadas con la minería.

Durante cuatro años, la crítica más fuerte contra la IA descentralizada ha sido una sola frase: "Genial el token. ¿Dónde están los ingresos?"

En el primer trimestre (Q1) de 2026, Bittensor finalmente respondió. La red registró aproximadamente $43 millones en ingresos reales por servicios de IA** en todo su ecosistema de subredes — no por emisiones de tokens, ni por TVL especulativo, ni por farming de airdrops. Dinero real pagado por usuarios reales por servicios de inferencia, entrenamiento y computación. Anualizado, eso representa una **tasa de ejecución (run-rate) de$ 172 millones para una red que la mayoría de los asignadores institucionales todavía describen con un signo de interrogación.

Ese no es dinero de un "asesino de OpenAI". OpenAI lleva un ritmo de ingresos de miles de millones de dólares y ostenta una valoración reportada de $500 mil millones. Anthropic se sitúa en$ 350 mil millones. La capitalización de mercado de Bittensor ronda los $ 3.4 mil millones. La brecha es enorme.

Pero no se supone que los $ 43 millones sean la comparación. Se supone que son la inflexión — el primer trimestre en el que la IA descentralizada pasó de ser una caridad de emisión de tokens a una red con clientes empresariales facturables, y la primera vez que la tesis de la "OpenAI descentralizada" tuvo una línea de P&L a la cual señalar en lugar de una hoja de ruta.

Si el Q2 triplica esa cifra o se estanca es ahora la pregunta más importante en la categoría de IA-crypto.

El 1 de mayo de 2026, un agente de IA llamado Manfred cruzó la puerta principal del sistema de formación corporativa de los EE. UU., completó por sí mismo el Formulario SS-4 del IRS, recibió un Número de Identificación del Empleador (EIN), abrió una cuenta de depósito asegurada por la FDIC a nombre de su propia empresa y aprovisionó una billetera cripto para financiar sus operaciones. Ningún humano firmó los documentos fundacionales. Ningún humano realizó las llamadas. Ningún humano escribió las respuestas en el portal del IRS.

El desarrollador del agente, Justice Conder de ClawBank, califica el resultado como una "empresa sin humanos". La industria cripto ha pasado diez años y miles de millones de dólares intentando otorgar una verdadera personería jurídica a las organizaciones autónomas descentralizadas (DAO). Un solo agente de LLM que opera bajo la identidad de "Manfred Macx" parece haber cruzado esa línea en una tarde.

Esto no es un truco publicitario. Es un evento creador de categorías — y el terreno regulatorio bajo sus pies está cambiando en tiempo real.

El 29 de abril de 2026, OKX lanzó la coalición de primer día más amplia que la guerra de estándares de pagos por agentes haya visto jamás, y redefinió silenciosamente de qué se trata realmente la guerra.

Mientras que x402 de Coinbase, AP2 de Google, TAP de Visa y Agent Ready de PayPal pasaron los últimos 90 días peleando por quién domina el momento en que un agente de IA mueve dinero, el Protocolo de Pagos por Agentes (APP) de OKX entró en el campo con una tesis más ambiciosa: el pago es la parte fácil. Las partes difíciles — cotización, negociación, depósito en garantía (escrow), medición, liquidación y disputas — son el cuello de botella. Y desde el primer día, AWS, Alibaba Cloud, la Ethereum Foundation, Solana, Sui, Aptos, Base, Optimism, Paxos, Uniswap, MoonPay, Sahara AI, Nansen y QuickNode se unieron para confirmarlo.

La amplitud de esa coalición es la noticia. Cada "estándar de comercio por agentes" anterior se lanzó con el logotipo de una sola empresa. APP se lanzó con la hoja de especificaciones de un consorcio neutral.