Saltar al contenido principal

2 publicaciones etiquetados con "MPC"

Computación Multipartita

Ver Todas las Etiquetas

MCP en el ecosistema Web3: una revisión exhaustiva

· 58 min de lectura
Dora Noda
Software Engineer

1. Definición y origen de MCP en el contexto de Web3

El ** Modelo de Context Protocolo (MCP) ** es un estándar abierto que conecta a los asistentes de IA (como modelos de idiomas grandes) con fuentes de datos externos, herramientas y entornos. A menudo se describe como un "puerto USB-C para AI" debido a su naturaleza universal de plug-and-play, MCP fue desarrollado por antrópico e introducido por primera vez a fines de noviembre de 2024. Surgió como una solución para romper los modelos de IA fuera del aislamiento al unirlos de forma segura con los * "sistemas donde viven los datos" *, desde las dtasabasas y las API hasta los entornos de desarrollo y los bloqueos.

Originalmente un proyecto paralelo experimental en antrópico, MCP rápidamente ganó tracción. A mediados de 2024, aparecieron implementaciones de referencia de código abierto, y a principios de 2025 se había convertido en el estándar ** de facto para la integración de IA agente **, con los principales laboratorios de IA (OpenAI, Google Deepmind, Meta AI) adoptándolo de forma nativa. Esta rápida absorción fue especialmente notable en la comunidad ** Web3 **. Los desarrolladores de Blockchain vieron a MCP como una forma de infundir capacidades de IA en aplicaciones descentralizadas, lo que llevó a una proliferación de conectores MCP construidos por la comunidad para datos y servicios en la cadena. De hecho, algunos analistas argumentan que MCP puede cumplir con la visión original de Web3 de un Internet descentralizado y centrado en el usuario de una manera más práctica que blockchain sola, utilizando interfaces de lenguaje natural para capacitar a los usuarios.

En resumen, MCP ** no es una cadena de bloques o token **, sino un protocolo abierto nacido en el mundo de la IA que se ha adoptado rápidamente dentro del ecosistema Web3 como un puente entre los agentes de IA y las fuentes de datos descentralizadas. Anthrope de código abierto del estándar (con una especificación inicial de GitHub y SDK) y cultivó una comunidad abierta a su alrededor. Este enfoque impulsado por la comunidad preparó el escenario para la integración de MCP en Web3, donde ahora se ve como infraestructura fundamental para aplicaciones descentralizadas habilitadas para AI.

2. Arquitectura técnica y protocolos centrales

MCP opera en una arquitectura liviana ** cliente -servidor ** con tres roles principales:

  • ** MCP Host: ** La aplicación o agente de AI en sí, que orquesta las solicitudes. Esto podría ser un chatbot (Claude, chatgpt) o una aplicación con IA que necesita datos externos. El host inicia las interacciones, solicitando herramientas o información a través de MCP.
  • ** Cliente MCP: ** Un componente del conector que el host usa para comunicarse con los servidores. El cliente mantiene la conexión, gestiona los mensajes de solicitud/respuesta y puede manejar múltiples servidores en paralelo. Por ejemplo, una herramienta de desarrollador como Cursor o el modo de agente de VS Code puede actuar como un cliente MCP que cierra el entorno de IA local con varios servidores MCP.
  • ** MCP Server: ** Un servicio que expone algunos datos o funcionalidad contextuales a la IA. Los servidores proporcionan ** herramientas **, ** recursos ** o ** indica ** que la AI puede usar. En la práctica, un servidor MCP podría interactuar con una base de datos, una aplicación en la nube o un nodo blockchain, y presentar un conjunto estandarizado de operaciones a la IA. Cada par cliente-servidor se comunica a través de su propio canal, por lo que un agente de IA puede tocar múltiples servidores simultáneamente para diferentes necesidades.

** Primitivas centrales: ** MCP define un conjunto de tipos de mensajes estándar y primitivas que estructuran la interacción AI-Tool. Las tres primitivas fundamentales son:

  • ** Herramientas: ** Operaciones o funciones discretas La IA puede invocar en un servidor. Por ejemplo, una herramienta "SearchDocuments" o una herramienta "ETH_CALL". Las herramientas encapsulan acciones como consultar una API, realizar un cálculo o llamar a una función de contrato inteligente. El cliente MCP puede solicitar una lista de herramientas disponibles desde un servidor y llamarlas según sea necesario.
  • ** Recursos: ** puntos finales de datos que la IA puede leer (o a veces escribir) a través del servidor. Estos podrían ser archivos, entradas de bases de datos, estado blockchain (bloques, transacciones) o cualquier datos contextuales. La IA puede enumerar los recursos y recuperar su contenido a través de mensajes MCP estándar (por ejemplo, `` Listresourcesyreadresource` solicitudes).
  • ** Significaciones: ** Plantillas de solicitud estructuradas o instrucciones que los servidores pueden proporcionar para guiar el razonamiento de la IA. Por ejemplo, un servidor podría proporcionar una plantilla de formato o una solicitud de consulta predefinida. La IA puede solicitar una lista de plantillas de inmediato y usarlas para mantener la consistencia en cómo interactúa con ese servidor.

Bajo el capó, las comunicaciones de MCP suelen estar basadas en JSON y siguen un patrón de respuesta de solicitud similar al RPC (llamada de procedimiento remoto). La especificación del protocolo define mensajes como InitializeRequest, ListTools, CallTool, Listresources, etc., que aseguran que cualquier cliente compatible con MCP pueda hablar con cualquier servidor MCP de manera uniforme. Esta estandarización es lo que permite que un agente de IA * descubra * lo que puede hacer: al conectarse a un nuevo servidor, puede preguntar "¿Qué herramientas y datos ofrecen?" y luego decide dinámicamente cómo usarlos.

** Modelo de seguridad y ejecución: ** MCP fue diseñado con interacciones seguras y controladas en mente. El modelo AI en sí no ejecuta código arbitrario; Envía intentos de alto nivel (a través del cliente) al servidor, que luego realiza la operación real (por ejemplo, obteniendo datos o llamando a una API) y devuelve los resultados. Esta separación significa que las acciones confidenciales (como las transacciones blockchain o las escrituras de base de datos) pueden ser sandboxed o requieren una aprobación explícita del usuario. Por ejemplo, hay mensajes como ping (para mantener vivas las conexiones) e incluso un 'createMessagequest' que permite que un servidor MCP le pida a la IA del cliente que genere una subpuesta de subpuesta, típicamente cerrada por la confirmación del usuario. Las características como la autenticación, el control de acceso y el registro de auditorías se están desarrollando activamente para garantizar que MCP se pueda usar de manera segura en entornos empresariales y descentralizados (más sobre esto en la sección de hoja de ruta).

En resumen, la arquitectura de MCP se basa en un ** Protocolo de mensajes estandarizado ** (con llamadas de estilo JSON-RPC) que conecta a los agentes de IA (hosts) con una gama flexible de servidores que proporcionan herramientas, datos y acciones. Esta arquitectura abierta es ** Modelo-Agnóstico ** y ** Plataforma-Agnóstico **: cualquier agente de IA puede usar MCP para hablar con cualquier recurso, y cualquier desarrollador puede crear un nuevo servidor MCP para una fuente de datos sin necesidad de modificar el código central de la IA. Esta extensibilidad plug-and-play es lo que hace que MCP sea potente en Web3: uno puede construir servidores para nodos blockchain, contratos inteligentes, billeteras o oráculos y los agentes de IA integran sin problemas esas capacidades junto con las API Web2.

3. Casos de uso y aplicaciones de MCP en Web3

MCP desbloquea una amplia gama de ** casos de uso ** al habilitar las aplicaciones impulsadas por la IA para acceder a los datos de blockchain y ejecutar acciones en cadena o fuera de cadena de una manera segura de alto nivel. Aquí hay algunas aplicaciones y problemas clave que ayuda a resolver en el dominio Web3:

-** Análisis y consulta de datos en la cadena: ** Los agentes de AI pueden consultar el estado de blockchain en vivo en tiempo real para proporcionar información o actividades de activación. Por ejemplo, un servidor MCP conectado a un nodo Ethereum permite que una IA obtenga saldos de cuentas, lea el almacenamiento de contratos inteligentes, traza transacciones o recupere los registros de eventos a pedido. Esto convierte un chatbot o un asistente de codificación en un explorador de blockchain. Los desarrolladores pueden hacer preguntas de un asistente de IA como "¿Cuál es la liquidez actual en Uniswap Pool X?" o "Simular el costo de gas de esta transacción de Ethereum", y la IA usará herramientas MCP para llamar a un nodo RPC y obtener la respuesta de la cadena en vivo. Esto es mucho más poderoso que confiar en los datos de entrenamiento de la IA o las instantáneas estáticas.

  • ** Gestión automatizada de cartera Defi: ** Al combinar el acceso a los datos y las herramientas de acción, los agentes de IA pueden administrar carteras de cifrado o posiciones DeFi. Por ejemplo, un ** "AI Vault Optimizer" ** podría monitorear las posiciones de un usuario en granjas de rendimiento y sugerir o ejecutar automáticamente estrategias de reequilibrio basadas en condiciones del mercado en tiempo real. Del mismo modo, una IA podría actuar como un ** Manager de cartera Defi **, ajustando las asignaciones entre los protocolos cuando cambian el riesgo o las tasas. MCP proporciona la interfaz estándar para que la IA lea las métricas en la cadena (precios, la liquidez, las relaciones colaterales) y luego invoque herramientas para ejecutar transacciones (como fondos en movimiento o activos de intercambio) si están permitidos. Esto puede ayudar a los usuarios a maximizar el rendimiento o administrar el riesgo las 24 horas, los 7 días de la semana, de una manera que sería difícil de hacer manualmente.
  • ** Agentes de usuario con AI para transacciones: ** Piense en un asistente personal de IA que puede manejar las interacciones blockchain para un usuario. Con MCP, dicho agente puede integrarse con billeteras y DAPPS para realizar tareas a través de comandos de lenguaje natural. Por ejemplo, un usuario podría decir: "Ai, enviar 0.5 ETH de mi billetera a Alice" o "Estacar mis tokens en la piscina más alta". La IA, a través de MCP, usaría un servidor de billetera seguro ** (manteniendo la clave privada del usuario) para crear y firmar la transacción, y un servidor MCP blockchain para transmitirlo. Este escenario convierte las interacciones complejas de línea de comandos o metamask en una experiencia de conversación. Es crucial que los servidores de MCP de billetera segura se usen aquí, aplicando permisos y confirmaciones, pero el resultado final es optimizar las transacciones en la cadena a través de la asistencia de IA. -** Asistentes de desarrolladores y depuración de contratos inteligentes: ** Los desarrolladores de Web3 pueden aprovechar a los asistentes de IA basados ​​en MCP que son contextos de infraestructura de blockchain. Por ejemplo, ** Los servidores MCP de ChainStack para EVM y Solana ** dan a AI Coding Copilots Visibilidad profunda en el entorno blockchain del desarrollador. Un ingeniero de contratos inteligente que usa un asistente de IA (en código VS o un IDE) puede hacer que la IA obtenga el estado actual de un contrato en una NET de prueba, ejecute una simulación de una transacción o verifique los registros, todo a través de llamadas MCP a nodos de blockchain locales. Esto ayuda a depurar y probar contratos. La IA ya no está codificando "ciegamente"; En realidad, puede verificar cómo el código se comporta en la cadena en tiempo real. Este caso de uso resuelve un punto de dolor importante al permitir que la IA ingiera continuamente documentos actualizados (a través de un servidor MCP de documentación) y consulte la cadena de bloques directamente, reduciendo las alucinaciones y haciendo sugerencias mucho más precisas.
  • ** Coordinación de protocolo cruzado: ** Debido a que MCP es una interfaz unificada, un solo agente de IA puede coordinar en múltiples protocolos y servicios simultáneamente, algo extremadamente poderoso en el panorama interconectado de Web3. Imagine un ** agente comercial autónomo ** que monitorea varias plataformas Defi para el arbitraje. A través de MCP, un agente podría interactuar simultáneamente con los mercados de préstamos de Aave, un puente de cadena cruzada de Layerzero y un servicio de análisis MEV (valor extraíble de minero), todo a través de una interfaz coherente. La IA podría, en un "proceso de pensamiento", recopilar datos de liquidez de Ethereum (a través de un servidor MCP en un nodo Ethereum), obtener información de precios o datos de Oracle (a través de otro servidor) e incluso invocar operaciones de puente o intercambio. Anteriormente, dicha coordinación multiplataforma requeriría bots complejos codificados a medida, pero MCP ofrece una forma generalizable para que una IA navegue por todo el ecosistema Web3 como si fuera un grupo de recursos/big data. Esto podría permitir casos de uso avanzados como la optimización del rendimiento de la cadena cruzada o la protección de liquidación automatizada, donde una IA mueve activos o colaterales a través de las cadenas de manera proactiva.
  • ** Bots de asesoramiento y soporte de AI: ** Otra categoría es asesores orientados al usuario en aplicaciones criptográficas. Por ejemplo, un ** defi ayuda chatbot ** integrado en una plataforma como uniswap o compuesto podría usar MCP para obtener información en tiempo real para el usuario. Si un usuario pregunta: "¿Cuál es la mejor manera de cubrir mi posición?", La IA puede obtener las tasas de corriente, los datos de volatilidad y los detalles de la cartera del usuario a través de MCP, luego dar una respuesta consciente del contexto. Las plataformas están explorando ** Asistentes con AI ** integrados en billeteras o dapps que pueden guiar a los usuarios a través de transacciones complejas, explicar los riesgos e incluso ejecutar secuencias de pasos con aprobación. Estos agentes de IA se sientan efectivamente sobre múltiples servicios de Web3 (DEXES, grupos de préstamos, protocolos de seguros), utilizando MCP para consultar y comandarlos según sea necesario, simplificando así la experiencia del usuario.
  • ** Más allá de Web3- Flujos de trabajo de dominios múltiples: ** Aunque nuestro enfoque es Web3, vale la pena señalar que los casos de uso de MCP se extienden a cualquier dominio donde la IA necesita datos externos. Ya se está utilizando para conectar IA a cosas como Google Drive, Slack, Github, Figma y más. En la práctica, un solo agente de IA podría a partir de Web3 y Web2: por ejemplo, analizar un modelo financiero de Excel de Google Drive, y luego sugerir operaciones en cadena basadas en ese análisis, todo en un flujo de trabajo. La flexibilidad de MCP permite la automatización del dominio cruzado (por ejemplo, "Programe mi reunión si mi voto DAO pasa y envía un correo electrónico a los resultados") que combina acciones blockchain con herramientas cotidianas.

** Problemas resueltos: ** El problema general aborda que MCP es la ** falta de una interfaz unificada para que AI interactúe con datos y servicios en vivo **. Antes de MCP, si quería que una IA usara un nuevo servicio, tenía que codificar un complemento o integración para la API de ese servicio específico, a menudo de una manera ad-hoc. En Web3, esto fue especialmente engorroso: cada blockchain o protocolo tiene sus propias interfaces, y ninguna IA podría esperar apoyarlos a todos. MCP resuelve esto estandarizando cómo la IA describe lo que quiere (el lenguaje natural asignado a las llamadas de herramientas) y cómo los servicios describen lo que ofrecen. Esto reduce drásticamente el trabajo de integración. Por ejemplo, en lugar de escribir un complemento personalizado para cada protocolo Defi, un desarrollador puede escribir un servidor MCP para ese protocolo (esencialmente anotando sus funciones en el lenguaje natural). Cualquier IA habilitada para MCP (ya sea Claude, ChatGPT o modelos de código abierto) puede utilizarlo inmediatamente. Esto hace que AI ** sea extensible ** de forma plug-and-play, al igual que cómo agregar un nuevo dispositivo a través de un puerto universal es más fácil que instalar una nueva tarjeta de interfaz.

En resumen, MCP en Web3 permite que ** agentes AI se convierta en ciudadanos de primera clase del mundo blockchain **-consultando, analizando e incluso transacciones en sistemas descentralizados, todos a través de canales seguros y estandarizados. Esto abre la puerta a Dapps más autónomos, agentes de usuario más inteligentes e integración perfecta de inteligencia en cadena y fuera de la cadena.

4. Modelo de tokenómica y gobernanza

A diferencia de los protocolos Web3 típicos, ** MCP no tiene un token o criptomoneda nativa. ** No es una cadena de bloques o una red descentralizada por sí sola, sino más bien una especificación de protocolo abierto (más parecido a HTTP o JSON-RPC en Spirit). Por lo tanto, no hay tokenómica incorporada: no hay una emisión de token, replanteo o modelo de tarifa inherente al uso de MCP. Las aplicaciones de IA y los servidores se comunican a través de MCP sin ninguna criptomoneda involucrada; Por ejemplo, una IA que llama a una cadena de bloques a través de MCP podría pagar tarifas de gas para la transacción blockchain, pero MCP no agrega ninguna tarifa de token adicional. Este diseño refleja el origen de MCP en la comunidad de IA: se introdujo como un estándar técnico para mejorar las interacciones de la herramienta de IA, no como un proyecto tokenizado.

** La gobernanza ** de MCP se lleva a cabo de manera abierta, impulsada por la comunidad. Después de liberar a MCP como un estándar abierto, Anthrope señaló un compromiso con el desarrollo colaborativo. Un amplio comité directivo ** y grupos de trabajo se han formado para guiar la evolución del protocolo. En particular, a mediados de 2025, las principales partes interesadas como Microsoft y Github se unieron al Comité Directivo de MCP junto con Anthrope. Esto se anunció en Microsoft Build 2025, lo que indica una coalición de actores de la industria que guía la hoja de ruta y las decisiones de estándares de MCP. El comité y los mantenedores trabajan a través de un proceso de gobierno abierto: las propuestas para cambiar o extender MCP generalmente se discuten públicamente (por ejemplo, a través de temas de GitHub y "SEP" - Propuesta de mejora estándar - Directrices). También hay un grupo de trabajo de registro de MCP ** (con mantenedores de compañías como Block, PULSEMCP, GitHub y Anthrope) que ejemplifica la gobernanza multipartidista. A principios de 2025, los colaboradores de al menos 9 organizaciones diferentes colaboraron para construir un Registro Unificado de Servidor MCP para el descubrimiento, lo que demuestra cómo el desarrollo se descentraliza entre los miembros de la comunidad en lugar de controlarse por una entidad.

Dado que no hay token, ** Incentivos de gobernanza ** Confían en los intereses comunes de las partes interesadas (compañías de IA, proveedores de nubes, desarrolladores de blockchain, etc.) para mejorar el protocolo para todos. Esto es algo análogo a cómo se rigen los estándares W3C o IETF, pero con un proceso centrado en GitHub más rápido. Por ejemplo, Microsoft y Anthrope trabajaron juntos para diseñar una especificación de autorización mejorada para MCP (integrando cosas como OAuth y Single Sign-On), y GitHub colaboró ​​en el servicio oficial de registro de MCP para el listado de servidores disponibles. Estas mejoras fueron contribuidas a la especificación de MCP para beneficio de todos.

Vale la pena señalar que, si bien el MCP en sí no está tokenizado, existen ideas con visión de futuro sobre las capas ** Incentivos económicos y descentralización ** Además de MCP. Algunos investigadores y líderes de opinión en Web3 prevén el surgimiento de ** "MCP Networks" **, esencialmente redes descentralizadas de servidores y agentes MCP que utilizan mecanismos similares a blockchain para el descubrimiento, la confianza y las recompensas. En tal escenario, uno podría imaginar que se use una ficha para recompensar a aquellos que ejecutan servidores MCP de alta calidad (similar a la forma en que se incentivan los mineros o los operadores de nodos). Capacidades como ** Las calificaciones de reputación, el cálculo verificable y el descubrimiento de nodos ** podrían verse facilitados por contratos inteligentes o una cadena de bloques, con un token que impulsa un comportamiento honesto. Esto sigue siendo conceptual, pero proyectos como la NAMDA del MIT (discutido más adelante) están experimentando con mecanismos de incentivos basados ​​en token para las redes de agentes de IA que usan MCP. Si estas ideas maduran, MCP podría cruzar con la tokenómica en la cadena más directamente, pero a partir de 2025 ** El estándar MCP central permanece libre de token **.

En resumen, el "modelo de gobernanza" de MCP es el de un estándar de tecnología abierta: mantenido en colaboración por una comunidad y un comité directivo de expertos, sin token de gobernanza en la cadena. Las decisiones se guían por el mérito técnico y el amplio consenso en lugar de la votación ponderada en monedas. Esto distingue a MCP de muchos protocolos Web3: tiene como objetivo cumplir con los ideales de Web3 (descentralización, interoperabilidad, empoderamiento del usuario) a través de software y estándares abiertos, ** no a través de una cadena de bloques o token de propiedad **. En palabras de un análisis, *"La promesa de Web3 ... finalmente se puede realizar no a través de blockchain y criptomonedas, sino a través del lenguaje natural y los agentes de IA" *, posicionando MCP como un habilitador clave de esa visión. Dicho esto, a medida que crecen las redes MCP, podemos ver modelos híbridos donde los mecanismos de gobierno o incentivos basados ​​en blockchain aumentan el ecosistema, un espacio para observar de cerca.

5. Comunidad y ecosistema

El ecosistema MCP ha crecido explosivamente en poco tiempo, que abarca desarrolladores de IA, colaboradores de código abierto, ingenieros de Web3 y las principales compañías tecnológicas. Es un esfuerzo comunitario vibrante, con ** contribuyentes y asociaciones clave ** que incluye:

  • ** Anthrope: ** Como el creador, Anthrope sembró el ecosistema mediante la transferencia de la especificación MCP y varios servidores de referencia (para Google Drive, Slack, Github, etc.). Anthrope continúa liderando el desarrollo (por ejemplo, un personal como Theodora Chu sirve como gerentes de productos de MCP, y el equipo de Anthrope contribuye en gran medida a las actualizaciones de especificaciones y el apoyo de la comunidad). La apertura de Anthrope atrajo a otros a construir en MCP en lugar de verlo como una herramienta de una sola empresa.

  • ** Los primeros usuarios (Block, Apollo, Zed, RepliS, Codeium, SourceGraph): ** En los primeros meses después del lanzamiento, una ola de primeros usuarios implementó MCP en sus productos. ** BLOCK (anteriormente cuadrado) ** MCP integrado para explorar AI Agentic Systems en FinTech: el CTO de Block elogió a MCP como un puente abierto que conecta IA con aplicaciones del mundo real. ** Apollo ** (probablemente Apollo GraphQL) también integró MCP para permitir el acceso de IA a los datos internos. Compañías de herramientas de desarrolladores como ** Zed (editor de código) **, ** Replica (Cloud IDE) **, ** Codeium (AI Coding Assistant) ** y ** SourceGraph (búsqueda de código) ** Cada uno funcionó para agregar soporte MCP. Por ejemplo, SourceGraph usa MCP para que un asistente de codificación de IA pueda recuperar el código relevante de un repositorio en respuesta a una pregunta, y los agentes IDE de IDE de ReplIn pueden atraer el contexto específico del proyecto. Estos primeros usuarios dieron credibilidad y visibilidad de MCP.

  • ** Endoso de gran tecnología - Openai, Microsoft, Google: ** En un turno notable, compañías que de otro modo son competidores alineadas en MCP. ** El CEO de OpenAi, Sam Altman, anunció públicamente ** en marzo de 2025 que OpenAI agregaría soporte de MCP en sus productos (incluida la aplicación de escritorio de Chatgpt), diciendo*"La gente ama MCP y estamos entusiasmados de agregar soporte en nuestros productos"*. Esto significaba que la API de agente de OpenAI y los complementos ChATGPT hablarían MCP, asegurando la interoperabilidad. Solo unas semanas después, **, Demis Hassabis ** de Google Deepmind, reveló que los próximos modelos y herramientas de Gemini de Google admitirían MCP, llamándolo un buen protocolo y un estándar abierto para la "Era de AI Auge". ** Microsoft ** no solo se unió al comité directivo, sino que se asoció con Anthrope para construir un C# SDK oficial para MCP para servir a la comunidad de desarrolladores empresariales. La unidad GitHub de Microsoft integró MCP en ** GitHub Copilot (VS Code’s "Copilot Labs/Mode" agentes ") **, permitiendo que Copilot use servidores MCP para cosas como la búsqueda de repositorio y la ejecución de casos de prueba. Además, Microsoft anunció que Windows 11 exponería ciertas funciones del sistema operativo (como el acceso al sistema de archivos) como servidores MCP para que los agentes de IA puedan interactuar con el sistema operativo de forma segura. La colaboración entre Openai, Microsoft, Google y Anthrope, todas las reuniones en MCP, es extraordinaria y subraya el espíritu de la comunidad sobre la competencia de este estándar.

  • ** Comunidad de desarrollador Web3: ** Varios desarrolladores y startups blockchain han adoptado MCP. Se han creado varios ** Servidores MCP impulsados ​​por la comunidad ** para servir casos de uso de blockchain:

  • El equipo de ** Alchemy ** (un proveedor líder de infraestructura de blockchain) construyó un ** servidor de Alchemy MCP ** que ofrece herramientas de análisis de blockchain a pedido a través de MCP. Esto probablemente permite que una IA obtenga estadísticas de blockchain (como transacciones históricas, actividad de abordar) a través de las API de la alquimia utilizando el lenguaje natural.

    • Los contribuyentes desarrollaron un servidor MCP de la red Bitcoin & Lightning ** para interactuar con los nodos de Bitcoin y la red de pagos Lightning, lo que permite a los agentes de IA leer datos de bloque de bitcoin o incluso crear facturas de rayos a través de herramientas estándar.
    • El Grupo Crypto Media and Education ** Bankless ** creó un ** servidor MCP Onchain ** centrado en las interacciones financieras Web3, posiblemente proporcionando una interfaz para los protocolos Defi (enviando transacciones, consultar posiciones Defi, etc.) para asistentes de IA.
    • proyectos como ** rollup.codes ** (una base de conocimiento para Ethereum Layer 2S) hizo un servidor ** MCP para información de ecosistema enrollable **, por lo que una IA puede responder preguntas técnicas sobre rollups mediante este servidor.
    • ** ChainStack **, un proveedor de nodo blockchain, lanzó un conjunto de servidores MCP (cubiertos anteriormente) para documentación, datos de cadena EVM y Solana, comercializándolo explícitamente como "poner su IA en esteroides blockchain" para los constructores Web3.

Además, las comunidades centradas en Web3 han surgido alrededor de MCP. Por ejemplo, ** PULSEMCP ** y ** GOOSE ** son iniciativas comunitarias a las que se hace referencia como ayudando a construir el registro MCP. También estamos viendo la polinización cruzada con AI Agent Frameworks: los adaptadores integrados de Langchain Community para que todos los servidores MCP puedan usarse como herramientas en los agentes de Langchain, y las plataformas de IA de código abierto como abrazar la TGI (inferencia de generación de texto) están explorando la compatibilidad de MCP. El resultado es un ecosistema rico donde se anuncian nuevos servidores MCP casi a diario, sirviendo de todo, desde bases de datos hasta dispositivos IoT.

  • ** Escala de adopción: ** La tracción se puede cuantificar hasta cierto punto. Para febrero de 2025, apenas tres meses después del lanzamiento, más de ** 1,000 servidores/conectores MCP ** habían sido construidos por la comunidad. Este número solo ha crecido, lo que indica miles de integraciones en todas las industrias. Mike Krieger (Director de Producto de Anthrope) señaló en la primavera de 2025 que MCP se había convertido en un ** estándar de "prosperar con miles de integraciones y creciendo" **. El Registro Oficial de MCP (lanzado en Vista previa en septiembre de 2025) está catalogando servidores disponibles públicamente, lo que facilita el descubrimiento de herramientas; La API abierta del registro permite que cualquiera busque, digamos, "Ethereum" o "noción" y encuentre conectores MCP relevantes. Esto reduce la barrera para los nuevos participantes y un mayor crecimiento de combustibles.

  • ** Asociaciones: ** Hemos tocado muchas asociaciones implícitas (antrópico con Microsoft, etc.). Para resaltar algunos más:

  • ** Anthrope & Slack **: Anthrope se asoció con Slack para integrar Claude con los datos de Slack a través de MCP (Slack tiene un servidor MCP oficial, lo que permite a AI recuperar mensajes de Slack o alertas postales).

    • ** Proveedores en la nube **: Amazon (AWS) y Google Cloud han trabajado con Anthrope para alojar a Claude, y es probable que admitan MCP en esos entornos (por ejemplo, AWS Bedrock podría permitir conectores MCP para datos empresariales). Si bien no están explícitamente en las citas, estas asociaciones en la nube son importantes para la adopción empresarial.
    • ** Colaboraciones académicas **: El proyecto de investigación del MIT e IBM NAMDA (discutido a continuación) representa una asociación entre la academia y la industria para impulsar los límites de MCP en entornos descentralizados.
    • ** GitHub & VS Code **: Asociación para mejorar la experiencia del desarrollador - por ejemplo, el equipo de VS Code contribuyó activamente a MCP (uno de los mantenedores del registro es del equipo VS Code).
    • ** Numerosas startups **: Muchas nuevas empresas de IA (startups de agentes, inicio de automatización de flujo de trabajo) se están basando en MCP en lugar de reinventar la rueda. Esto incluye a las nuevas empresas de IA Web3 emergentes que buscan ofrecer "AI como un DAO" o agentes económicos autónomos.

En general, la comunidad ** MCP es diversa y se expande rápidamente **. Incluye compañías tecnológicas centrales (para estándares y herramientas base), especialistas en Web3 (que trae conocimiento de blockchain y casos de uso) y desarrolladores independientes (que a menudo contribuyen con conectores para sus aplicaciones o protocolos favoritos). El ethos es colaborativo. Por ejemplo, las preocupaciones de seguridad sobre los servidores de MCP de terceros han provocado discusiones comunitarias y contribuciones de las mejores prácticas (por ejemplo, colaboradores de Stacklok que trabajan en herramientas de seguridad para los servidores MCP). La capacidad de la comunidad para iterar rápidamente (MCP vio varias actualizaciones de especificaciones en cuestión de meses, agregar características como respuestas de transmisión y una mejor autores) es un testimonio de una amplia participación.

En el ecosistema Web3 específicamente, MCP ha fomentado un mini-ecosistema de ** proyectos "AI + Web3" . No es solo un protocolo para usar; Está catalizando nuevas ideas como DAOS dirigidas por AI, la gobernanza en cadena ayudada por el análisis de IA y la automatización de dominios cruzados (como vincular eventos en cadena con acciones fuera de la cadena a través de AI). La presencia de cifras de Web3 clave, por ejemplo, ** Zhivko Todorov de Limechain ** indicando"MCP representa la inevitable integración de IA y blockchain", muestra que los veteranos de blockchain lo están defendiendo activamente. Las asociaciones entre las compañías de IA y Blockchain (como la que se entre antrópica y block, o la nube Azure de Microsoft, lo que hace que MCP sea fácil de implementar junto con sus servicios blockchain) sugieran un futuro en el que ** agentes de IA y contratos inteligentes funcionan de la mano **.

Se podría decir que MCP ha encendido la primera convergencia genuina de la comunidad de desarrolladores de IA con la comunidad de desarrolladores de Web3. Hackathons y Meetups ahora presentan pistas de MCP. Como una medida concreta de la adopción del ecosistema: a mediados de 2025, ** OpenAi, Google y Anthrope, representando colectivamente la mayoría de los modelos AI avanzados, todos los soportes MCP **, y por el otro lado, ** Los principales proyectos de infraestructura de blockchain (Alchemy, Chainstack), compañías (bloques, etc.) y decentralizados son los gancos de la construcción de la construcción **. Este efecto de red de dos lados es un buen augurio para que MCP se convierta en un estándar duradero.

6. HILES DE PRUEBA Y DESARROLLO

El desarrollo de MCP ha sido acelerado. Aquí describimos los ** los principales hitos hasta ahora y la hoja de ruta por delante ** como se obtuvo de fuentes oficiales y actualizaciones de la comunidad:

  • ** A finales de 2024- Lanzamiento inicial: ** el 25 de noviembre de 2024 **, Anthrope anunció oficialmente MCP y de código abierto las especificaciones y los SDK iniciales. Junto con la especificación, lanzaron un puñado de implementaciones de servidor MCP para herramientas comunes (Google Drive, Slack, GitHub, etc.) y agregaron soporte en el Asistente de AI de Claude (aplicación de escritorio Claude) para conectarse a los servidores locales de MCP. Esto marcó el lanzamiento 1.0 de MCP. Las integraciones tempranas de prueba de concepto en Anthrope mostraron cómo Claude podría usar MCP para leer archivos o consultar una base de datos SQL en lenguaje natural, validando el concepto.
  • ** Q1 2025 - Adopción y iteración rápidas: ** En los primeros meses de 2025, MCP vio ** Adopción generalizada de la industria **. Para ** marzo de 2025 **, OpenAi y otros proveedores de IA anunciaron apoyo (como se describió anteriormente). Este período también vio ** Evolución especificada **: MCP actualizado antrópico para incluir ** Capacidades de transmisión ** (permitiendo que se envíen grandes resultados o flujos de datos continuos de forma incremental). Esta actualización se anotó en abril de 2025 con las noticias de C# SDK, lo que indica que MCP ahora admitió características como respuestas fragmentadas o integración de alimentación en tiempo real. La comunidad también construyó ** implementaciones de referencia ** en varios idiomas (Python, JavaScript, etc.) más allá del SDK de Anthrope, asegurando el soporte de políglotas.
  • ** Q2 2025 - Herramientas y gobernanza del ecosistema: ** En ** mayo de 2025 **, con Microsoft y Github unirse al esfuerzo, hubo un impulso para formalizar la gobernanza y mejorar la seguridad. En Build 2025, Microsoft presentó planes para ** Integración de MCP Windows 11 ** y detalló una colaboración para mejorar ** los flujos de autorización en MCP **. Casi al mismo tiempo, la idea de un registro ** MCP ** se introdujo en los servidores disponibles del índice (la lluvia de ideas inicial comenzó en marzo de 2025 según el blog del registro). El proceso ** "Track de estándares" ** (SEP - Propuestas de mejora estándar) se estableció en GitHub, similar a EIPS de Ethereum o PEPS de Python, para gestionar las contribuciones de manera ordenada. Las llamadas comunitarias y los grupos de trabajo (para seguridad, registro, SDK) comenzaron a convocarse.
  • ** Mid 2025- Expansión de características: ** A mediados de 2015, la hoja de ruta priorizó varias mejoras clave:
    • ** Soporte de tareas asincrónicas y de larga duración: ** Planea permitir que MCP maneje las operaciones largas sin bloquear la conexión. Por ejemplo, si una IA desencadena un trabajo en la nube que lleva minutos, el protocolo MCP admitiría respuestas de asíncrono o reconexión para obtener resultados. -** Autenticación y seguridad de grano fino: ** Desarrollo ** Autorización de grano fino ** Mecanismos para acciones sensibles. Esto incluye posiblemente la integración de flujos de OAuth, claves API y SSO empresarial en los servidores MCP para que el acceso de IA se pueda administrar de manera segura. A mediados de 2025, las guías y las mejores prácticas para la seguridad de MCP estaban en progreso, dados los riesgos de seguridad de permitir que AI invoque herramientas poderosas. El objetivo es que, por ejemplo, si una IA es acceder a la base de datos privada de un usuario a través de MCP, debe seguir un flujo de autorización seguro (con consentimiento del usuario) en lugar de solo un punto final abierto.
  • ** Pruebas de validación y cumplimiento: ** Reconociendo la necesidad de confiabilidad, la comunidad priorizó la construcción de suites de prueba de cumplimiento ** y ** implementaciones de referencia **. Al garantizar que todos los clientes/servidores de MCP se adhieran a la especificación (a través de pruebas automatizadas), pretendían prevenir la fragmentación. Un servidor de referencia (probablemente un ejemplo con las mejores prácticas para la implementación remota y la autenticación) estaba en la hoja de ruta, al igual que una aplicación de cliente de referencia que demostró el uso completo de MCP con una IA.
    • ** Soporte de multimodalidad: ** Extender MCP más allá del texto para admitir modalidades como ** imagen, audio, datos de video ** en el contexto. Por ejemplo, una IA podría solicitar una imagen de un servidor MCP (por ejemplo, un activo de diseño o un diagrama) o emitir una imagen. La discusión de especificaciones incluyó agregar soporte para * transmisión y mensajes fragmentados * para manejar interactivamente el contenido multimedia grande. El trabajo temprano en "MCP Streaming" ya estaba en marcha (para apoyar cosas como alimentos en audio en vivo o datos de sensores continuos para la IA).
    • ** Registro Central y Discovery: ** El plan para implementar un servicio central ** MCP Registry ** para el descubrimiento del servidor se ejecutó a mediados de 2025. Para ** septiembre de 2025 **, el registro oficial de MCP se lanzó en vista previa. Este registro proporciona una sola fuente de verdad ** para los servidores MCP disponibles públicamente, lo que permite a los clientes encontrar servidores por nombre, categoría o capacidades. Es esencialmente como una tienda de aplicaciones (pero abierta) para herramientas de IA. El diseño permite registros públicos (un índice global) y los privados (específicos de la empresa), todos interoperables a través de una API compartida. El registro también introdujo un ** mecanismo de moderación ** para marcar o eliminar servidores maliciosos, con un modelo de moderación de la comunidad para mantener la calidad.
  • ** A finales de 2025 y más allá - hacia las redes MCP descentralizadas: ** Aunque aún no son artículos de hoja de ruta "oficiales", la trayectoria apunta hacia más ** descentralización y sinergia web3 **:
  • Los investigadores están explorando activamente cómo agregar ** descubrimiento descentralizado, reputación y capas de incentivos ** a MCP. Se está incubando el concepto de una red ** MCP ** (o "mercado de puntos finales MCP"). Esto podría implicar registros inteligentes basados ​​en contratos (por lo que no hay un solo punto de falla para los listados de servidores), sistemas de reputación donde los servidores/clientes tienen identidades y apuestas en la cadena para un buen comportamiento, y posiblemente ** recompensas de token para ejecutar nodos MCP confiables **.
    • ** Proyecto Namda ** en el MIT, que comenzó en 2024, es un paso concreto en esta dirección. Para 2025, NAMDA había construido un marco de agentes distribuido prototipo sobre las bases de MCP, incluidas características como el descubrimiento de nodos dinámicos, el equilibrio de carga entre los grupos de agentes y un registro descentralizado que utilizan técnicas de blockchain. Incluso tienen incentivos experimentales basados ​​en token y seguimiento de procedencia para colaboraciones de múltiples agentes. Los hitos de NAMDA muestran que es factible tener una red de agentes de MCP que se ejecutan en muchas máquinas con coordinación sin confianza. Si se adoptan los conceptos de NAMDA, podríamos ver que MCP evoluciona para incorporar algunas de estas ideas (posiblemente a través de extensiones opcionales o protocolos separados en capas en la parte superior).
    • ** Endurecimiento empresarial: ** En el lado empresarial, a finales de 2025 esperamos que MCP se integre en las principales ofertas de software empresarial (la inclusión de Microsoft en Windows y Azure es un ejemplo). La hoja de ruta incluye características amigables para la empresa como ** SSO Integration para servidores MCP ** y controles de acceso robustos. La disponibilidad general del registro de MCP y los kits de herramientas para implementar MCP a escala (por ejemplo, dentro de una red corporativa) es probable a fines de 2025.

Para recapitular algunos hitos de desarrollo clave ** hasta ahora ** (formato de línea de tiempo para mayor claridad):

  • ** Nov 2024: ** MCP 1.0 liberado (antrópico).
  • ** Dic 2024 - enero de 2025: ** La comunidad construye la primera ola de servidores MCP; Antrópico libera Claude Desktop con soporte de MCP; Pilotos a pequeña escala por bloque, Apolo, etc.
  • ** Feb 2025: ** 1000+ conectores MCP comunitarios logrados; Anthrope organiza talleres (por ejemplo, en una cumbre de IA, educación de conducción).
  • ** Mar 2025: ** OpenAI anuncia apoyo (Chatgpt Agents SDK).
  • ** Abr 2025: ** Google DeepMind anuncia soporte (Gemini admitirá MCP); Microsoft publica una vista previa de C# SDK.
  • ** Mayo de 2025: ** Comité directivo expandido (Microsoft/Github); Build 2025 Demos (integración de Windows MCP).
  • ** Jun 2025: ** ChainStack lanza servidores MCP Web3 (EVM/Solana) para uso público.
  • ** Jul 2025: ** Actualizaciones de la versión de especificación MCP (transmisión, mejoras de autenticación); Hoja de ruta oficial publicada en el sitio de MCP.
  • ** SEP 2025: ** Registro MCP (vista previa) lanzado; Probable MCP alcanza la disponibilidad general en más productos (Claude para el trabajo, etc.).
  • ** A finales de 2025 (proyectado): ** Registro v1.0 en vivo; Seguridad de las mejores guías de práctica liberadas; Posiblemente experimentos iniciales con descubrimiento descentralizado (resultados de NAMDA).

** Vision Forward ** es que MCP se vuelve tan ubicuo e invisible como HTTP o JSON, una capa común que muchas aplicaciones usan debajo del capó. Para Web3, la hoja de ruta sugiere una fusión más profunda: donde los agentes de IA no solo usarán Web3 (blockchains) como fuentes o sumideros de información, sino que la infraestructura de Web3 en sí misma podría comenzar a incorporar agentes de IA (a través de MCP) como parte de su operación (por ejemplo, un DAO podría ejecutar una AI compatible con MCP para administrar ciertas tareas, o Oracles podría publicar datos a través de los puntos finales de MCP). El énfasis de la hoja de ruta en cosas como la verificabilidad y la autenticación sugiere que en el futuro, ** interacciones MCP minimizadas de confianza ** podría ser una realidad: imagine salidas de IA que vienen con pruebas criptográficas o un registro en cadena de qué herramientas se invoca una IA para fines de auditoría. Estas posibilidades difuminan la línea entre las redes AI y Blockchain, y MCP está en el corazón de esa convergencia.

En conclusión, el desarrollo de MCP es altamente dinámico. Ha alcanzado los principales hitos tempranos (amplia adopción y estandarización dentro de un año de lanzamiento) y continúa evolucionando rápidamente con una hoja de ruta clara que enfatiza ** seguridad, escalabilidad y descubrimiento **. Los hitos logrados y planificados garantizan que MCP permanezca robusto a medida que se escala: abordar desafíos como tareas de larga duración, permisos seguros y la capacidad de descubrimiento de miles de herramientas. Este impulso hacia adelante indica que MCP no es una especificación estática, sino un estándar creciente, que es probable que incorpore más características con sabor a Web3 (gobernanza descentralizada de los servidores, alineación de incentivos) a medida que surgen esas necesidades. La comunidad está preparada para adaptar MCP a nuevos casos de uso (IA multimodal, IoT, etc.), todo mientras vigila la promesa central: hacer que AI ** sea más conectado, consciente de contexto y poder de usuario ** en la era Web3.

7. Comparación con proyectos o protocolos Web3 similares

La combinación única de IA y conectividad de MCP significa que no hay muchos equivalentes directos de manzanas a manzanas, pero es esclarecedor compararlo con otros proyectos en la intersección de Web3 e IA o con objetivos análogos:

  • ** SingularityNet (AGI/X) **-*Mercado de IA descentralizado:*SingularityNet, lanzado en 2017 por el Dr. Ben Goertzel y otros, es un mercado basado en blockchain para servicios de IA. Permite a los desarrolladores monetizar los algoritmos de IA como servicios y usuarios para consumir esos servicios, todos facilitados por un token (AGIX) que se utiliza para pagos y gobernanza. En esencia, SingularityNet está tratando de descentralizar el ** suministro de modelos AI ** al alojarlos en una red donde cualquiera puede llamar a un servicio de IA a cambio de tokens. Esto difiere de MCP fundamentalmente. MCP no aloja ni monetiza los modelos AI; En su lugar, proporciona una interfaz estándar ** para AI (donde sea que se esté ejecutando) para acceder a datos/herramientas **. Uno podría imaginarse usar MCP para conectar una IA a los servicios que figuran en SingularityNet, pero SingularityNet se centra en la capa económica (que proporciona un servicio de IA y cómo se les paga). Otra diferencia clave: ** Gobernanza **-SingularityNet tiene una gobernanza en la cadena (a través de ** SingularityNet Propuestas de mejora (SNPS) ** y votación de token Agix) para evolucionar su plataforma. La gobernanza de MCP, por el contrario, está fuera de la cadena y está colaborativa sin una ficha. En resumen, SingularityNet y MCP se esfuerzan por un ecosistema AI más abierto, pero SingularityNet se trata de una ** red tokenizada de algoritmos de IA **, mientras que MCP tiene un estándar de protocolo ** para la interoperabilidad de la toula AI **. Podrían complementar: por ejemplo, una IA en SingularityNet podría usar MCP para obtener datos externos que necesita. Pero SingularityNet no intenta estandarizar el uso de la herramienta; Utiliza blockchain para coordinar los servicios de IA, mientras que MCP utiliza estándares de software para permitir que AI funcione con cualquier servicio.
  • ** Fetch.ai (FET) **-Plataforma descentralizada basada en agentes:Fetch.ai es otro proyecto que combina AI y blockchain. Lanzó su propia prueba de bloques de prueba de prueba y marco para construir ** agentes autónomos ** que realizan tareas e interactúen en una red descentralizada. En la visión de Fetch, millones de "agentes de software" (que representan a personas, dispositivos u organizaciones) pueden negociar e intercambiar valor, utilizando tokens FET para transacciones. Fetch.ai proporciona un marco de agente (UAGENTS) e infraestructura para el descubrimiento y la comunicación entre los agentes en su libro mayor. Por ejemplo, un agente de búsqueda podría ayudar a optimizar el tráfico en una ciudad interactuando con otros agentes para estacionamiento y transporte, o administrar un flujo de trabajo de la cadena de suministro de forma autónoma. ¿Cómo se compara esto con MCP? Ambos tratan con el concepto de agentes, pero los agentes de Fetch.ai están fuertemente vinculados a su economía de blockchain y tokens: viven en la red Fetch ** y usan la lógica en la cadena. Los agentes de MCP (hosts de IA) están impulsados ​​por el modelo (como un LLM) y no están vinculados a ninguna red única; MCP se contenta con operar a través de Internet o dentro de una configuración de nube, sin requerir una cadena de bloques. Fetch.ai intenta construir una nueva economía de AI descentralizada desde cero ** (con su propio libro mayor para la confianza y las transacciones), mientras que MCP es ** Agnóstico de capa ** **: se realiza a las redes existentes en las redes existentes (podría usarse sobre HTTP, o incluso además de una cadena de bloques, si es necesario) a las interacciones AI. Se podría decir que Fetch se trata más de ** Agentes económicos autónomos ** y MCP sobre ** Agentes inteligentes que usan herramientas **. Curiosamente, estos podrían cruzar: un agente autónomo en Fetch.ai podría usar MCP para interactuar con recursos fuera de la cadena u otras blockchains. Por el contrario, uno podría usar MCP para construir sistemas de múltiples agentes que aprovechen diferentes cadenas de bloques (no solo una). En la práctica, MCP ha visto una adopción más rápida porque no requería su propia red: funciona con Ethereum, Solana, API Web2, etc., fuera de la caja. El enfoque de Fetch.ai es más pesado, creando un ecosistema completo al que los participantes deben unirse (y adquirir tokens) para usar. En resumen, ** Fetch.ai vs MCP **: Fetch es una plataformacon su propio token/blockchain para agentes de IA, centrándose en la interoperabilidad y los intercambios económicos entre los agentes, mientras que MCP es un protocoloque los agentes de IA (en cualquier entorno) pueden usar en herramientas y datos. Sus objetivos se superponen para habilitar la automatización impulsada por la IA, pero abordan diferentes capas de la pila y tienen filosofías arquitectónicas muy diferentes (ecosistema cerrado frente al estándar abierto).
  • ** Cadena y oráculos descentralizados **-Conectando blockchains a datos fuera de la cadena:ChainLink no es un proyecto de IA, pero es muy relevante como un protocolo Web3 que resuelve un problema complementario: cómo conectar ** blockchains ** con datos externos y computación. ChainLink es una red descentralizada de nodos (oráculos) que obtiene, verifica y entrega datos fuera de la cadena a contratos inteligentes de una manera minimizada de confianza. Por ejemplo, los oráculos de ChainLink proporcionan alimentos de precios a los protocolos Defi o llaman a API externos en nombre de los contratos inteligentes a través de funciones de Link. Comparativamente, MCP conecta ** AI modelos ** a datos/herramientas externas (algunas de las cuales podrían ser blockchains). Se podría decir que ** ChainLink trae datos a blockchains, mientras que MCP trae datos a AI **. Existe un paralelo conceptual: ambos establecen un puente entre los sistemas aislados. ChainLink se centra en la fiabilidad, la descentralización y la seguridad de los datos alimentados en la cadena (resolviendo el "problema de oráculo" del punto de falla único). MCP se centra en la flexibilidad y la estandarización de cómo la IA puede acceder a los datos (resolver el "problema de integración" para los agentes de IA). Operan en diferentes dominios (contratos inteligentes frente a asistentes de IA), pero uno podría comparar los servidores MCP con los oráculos: un servidor MCP para los datos de precios podría llamar a las mismas API que hace un nodo de chaqueta. La diferencia es el ** consumidor **: en el caso de MCP, el consumidor es un asistente de IA o usuarios, no un contrato inteligente determinista. Además, MCP no proporciona inherentemente la fideicomiso garantías de que ChainLink (los servidores MCP pueden ser centralizados o administrados por la comunidad, con fideicomiso administrado a nivel de aplicación). Sin embargo, como se mencionó anteriormente, las ideas para descentralizar las redes MCP podrían pedir prestado de Oracle Networks, por ejemplo, se pueden consultar múltiples servidores MCP y verificar los resultados para garantizar que una IA no se alimente de datos malos, similar a la forma en que múltiples nodos de luz de cadena agregan un precio. En resumen, ** ChainLink vs MCP **: ChainLink esWeb3 Middleware para blockchains para consumir datos externos, MCP esAI Middleware para que los modelos consumen datos externos (que podrían incluir datos de blockchain). Abordan las necesidades análogas en diferentes ámbitos e incluso podrían complementar: una IA que usa MCP podría obtener una alimentación de datos proporcionada por ChainLink como un recurso confiable y, por el contrario, una IA podría servir como una fuente de análisis que un Oracle de cadena trae en la cadena (aunque ese último escenario plantearía dudas de verificabilidad).
  • ** CHATGPT Plugins / OpenAI Functions vs MCP ** -*Enfoques de integración de herramientas de AI:*Si bien no se proyectos Web3, se justifica una comparación rápida porque los complementos de chatgpt y la función de llamadas de funciones de OpenAI también conectan IA a herramientas externas. Los complementos de ChatGPT utilizan una especificación OpenAPI proporcionada por un servicio, y el modelo puede llamar a esas API siguiendo la especificación. Las limitaciones son que es un ecosistema cerrado (complementos aprobados por OpenAI que se ejecutan en los servidores de OpenAI) y cada complemento es una integración aislada. El nuevo * "agentes" * SDK de Openai está más cerca de MCP en concepto, permitiendo a los desarrolladores definir herramientas/funciones que una IA puede usar, pero inicialmente fue específico para el ecosistema de Openi. ** Langchain ** Del mismo modo proporcionó un marco para proporcionar herramientas LLMS en código. MCP difiere ofreciendo un ** Estándar del modelo y agnóstico del modelo ** para esto. Como lo expresó un análisis, Langchain creó un estándar de desarrollo de desarrolladores (una interfaz de Python) para herramientas, mientras que MCP crea un estándar de * modelo *: un agente de IA puede descubrir y usar cualquier herramienta definida por MCP en tiempo de ejecución sin código personalizado. En términos prácticos, el ecosistema de servidores de MCP se hizo más grande y más diverso que la tienda de complementos ChatGPT en cuestión de meses. Y en lugar de que cada modelo tenga su propio formato de complemento (OpenAi tenía el suyo, otros tenían diferentes), muchos se están fusionando alrededor de MCP. Operai señaló el soporte para MCP, esencialmente alineando su enfoque de función con el estándar más amplio. Por lo tanto, comparar ** los complementos OpenAI con MCP **: los complementos son un enfoque centralizado curado, mientras que MCP es un enfoque descentralizado y impulsado por la comunidad. En una mentalidad de Web3, MCP es más "código abierto y sin permiso", mientras que los ecosistemas de complementos patentados están más cerrados. Esto hace que MCP sea análogo al espíritu de Web3 a pesar de que no es una cadena de bloques: permite la interoperabilidad y el control del usuario (podría ejecutar su propio servidor MCP para sus datos, en lugar de darle todo a un proveedor de IA). Esta comparación muestra por qué muchos consideran que MCP tiene más potencial a largo plazo: no está bloqueado para un proveedor o un modelo.
  • ** Proyecto NAMDA y marcos de agentes descentralizados: ** Namda merece una nota separada porque combina explícitamente MCP con los conceptos Web3. Como se describió anteriormente, NAMDA (arquitectura distribuida modular del agente en red) es una iniciativa MIT/IBM que se inició en 2024 para construir una red de agentes de IA ** escalable ** que usa MCP como capa de comunicación. Trata a MCP como la columna vertebral de mensajería (ya que MCP utiliza mensajes estándar de tipo JSON-RPC, se ajusta bien a las comunicaciones entre agentes), y luego agrega capas para ** descubrimiento dinámico, tolerancia a fallas e identidades verificables ** utilizando técnicas inspiradas en blockchain. Los agentes de NAMDA pueden estar en cualquier lugar (dispositivos de nubes, borde, etc.), pero un registro descentralizado (algo así como un DHT o blockchain) realiza un seguimiento de ellos y sus capacidades de manera a prueba de tamperios. Incluso exploran dar tokens de agentes para incentivar la cooperación o el intercambio de recursos. En esencia, Namda es un experimento en cómo podría ser una ** Versión Web3 de MCP "**. Todavía no es un proyecto ampliamente desplegado, pero es uno de los "protocolos similares" en espíritu. Si vemos NAMDA vs MCP: NAMDA usa MCP (por lo que no son estándares competitivos), pero lo extiende con un protocolo para establecer contactos y coordinar a múltiples agentes de manera minimizada de confianza. Uno podría comparar NAMDA con marcos como ** Autonolas o sistemas de múltiples agentes (MAS) ** que la comunidad criptográfica ha visto, pero aquellos a menudo carecen de un poderoso componente de IA o un protocolo común. Namda + MCP juntos muestra cómo podría funcionar una red de agente descentralizada, con blockchain proporcionando ** identidad, reputación y posiblemente incentivos de token **, y MCP proporcionando la comunicación de agentes ** y el uso de herramientas **.

En resumen, ** MCP se distingue ** de la mayoría de los proyectos Web3 anteriores: no comenzó como un proyecto criptográfico en absoluto, pero se cruza rápidamente con Web3 porque resuelve problemas complementarios. Proyectos como SingularityNet y Fetch.ai tuvieron como objetivo * descentralizar el cálculo o servicios de AI * usando blockchain; En cambio, MCP *estandariza la integración de IA con los servicios *, lo que puede mejorar la descentralización evitando el bloqueo de la plataforma. Las redes Oracle como ChainLink resolvieron la entrega de datos a blockchain; MCP resuelve la entrega de datos a la IA (incluidos los datos de blockchain). Si los ideales centrales de Web3 son la descentralización, la interoperabilidad y el empoderamiento del usuario, MCP está atacando la pieza de interoperabilidad en el ámbito de la IA. Incluso está influyendo en esos proyectos más antiguos; por ejemplo, no hay nada que impida que SingularityNet haga que sus servicios de IA estén disponibles a través de servidores MCP, o obtengan agentes de usar MCP para hablar con sistemas externos. Bien podríamos ver una convergencia en la que *las redes de IA impulsadas por el token usan MCP como su lengua franca *, que se casa con la estructura de incentivos de Web3 con la flexibilidad de MCP.

Finalmente, si consideramos ** la percepción del mercado **: MCP a menudo se promociona para AI lo que Web3 esperaba hacer para Internet: rompa los silos y empodere a los usuarios. Esto ha llevado a algunos a apodar a MCP informalmente como "Web3 para IA" (incluso cuando no hay blockchain involucrado). Sin embargo, es importante reconocer que MCP es un estándar de protocolo, mientras que la mayoría de los proyectos Web3 son plataformas de pila completa con capas económicas. En comparaciones, MCP generalmente sale como una solución universal más liviana, mientras que los proyectos de blockchain son soluciones más pesadas y especializadas. Dependiendo del caso de uso, pueden complementar en lugar de competir estrictamente. A medida que el ecosistema madura, podríamos ver a MCP integrado en muchos proyectos de Web3 como un módulo (muy parecido a cómo HTTP o JSON son omnipresentes), en lugar de como un proyecto rival.

8. Percepción pública, tracción del mercado y cobertura de medios

El sentimiento público hacia MCP ha sido abrumadoramente positivo en las comunidades de AI y Web3, a menudo limitando con entusiasta. Muchos lo ven como un ** cambio de juego ** que llegó en silencio pero luego tomó la industria por asalto. Desglosemos la percepción, la tracción y las notables narrativas de los medios:

** Métricas de tracción y adopción del mercado: ** A mediados de 2025, MCP logró un nivel de adopción raro para un nuevo protocolo. Está respaldado por prácticamente todos los principales proveedores de modelos de IA (antrópico, OpenAi, Google, Meta) y respaldado por una gran infraestructura tecnológica (Microsoft, Github, AWS, etc.), como se detalló anteriormente. Esto solo indica al mercado que MCP probablemente esté aquí para quedarse (similar a cómo el amplio respaldo impulsó TCP/IP o HTTP en los primeros días de Internet). En el lado de la Web3, la *tracción es evidente en el comportamiento del desarrollador *: Hackathons comenzó a presentar proyectos MCP, y muchas herramientas de blockchain Dev ahora mencionan la integración de MCP como un punto de venta. La estadística de "más de 1000 conectores en unos pocos meses" y la cita de "miles de integraciones" de Mike Krieger a menudo se citan para ilustrar cuán rápido se capta MCP. Esto sugiere fuertes efectos de la red: cuantas más herramientas estén disponibles a través de MCP, más útiles es, lo que provoca más adopción (un ciclo de retroalimentación positiva). Los VC y los analistas han notado que MCP logró en menos de un año lo que los intentos anteriores de "interoperabilidad de IA" no lograron hacer durante varios años, en gran parte debido a la hora (montar la ola de interés en los agentes de IA) y ser de código abierto. En Web3 Media, la tracción a veces se mide en términos de desarrollador mental e integración en proyectos, y los puntajes MCP en ambos ahora.

** Percepción pública en comunidades AI y Web3: ** Inicialmente, MCP voló bajo el radar cuando se anunció por primera vez (finales de 2024). Pero a principios de 2025, a medida que surgieron historias de éxito, la percepción cambió a la emoción. Los practicantes de IA vieron a MCP como la "pieza de rompecabezas faltante" para hacer que los agentes de IA realmente útiles más allá de los ejemplos de juguetes. Los constructores de Web3, por otro lado, lo vieron como un puente para finalmente incorporar IA en DAPPS sin tirar la descentralización: una IA puede usar datos en la cadena sin necesidad de un oráculo centralizado, por ejemplo. ** Los líderes de pensamiento ** han estado cantando alabanzas: por ejemplo, Jesús Rodríguez (un destacado escritor de IA Web3) escribió en Coindesk que MCP puede ser*"uno de los protocolos más transformadores para la era de la IA y un gran ajuste para las arquitecturas Web3"*. Rares Crisan en un notable blog de capital argumentó que MCP podría cumplir con la promesa de Web3 donde Blockchain solo luchó, haciendo que Internet sea más centrado en el usuario y natural para interactuar. Estas narrativas enmarcan MCP como revolucionarias pero prácticas, no solo exageradas.

Para ser justos, ** no todos los comentarios son poco críticos **. Algunos desarrolladores de IA en foros como Reddit han señalado que MCP "no hace todo": es un protocolo de comunicación, no un agente listón o motor de razonamiento. Por ejemplo, una discusión de Reddit titulada "MCP es una trampa sin salida" argumentó que MCP en sí mismo no gestiona la cognición del agente ni garantiza la calidad; Todavía requiere un buen diseño de agente y controles de seguridad. Este punto de vista sugiere que MCP podría ser sobrevalorado como una bala de plata. Sin embargo, estas críticas son más sobre el templado de las expectativas que rechazar la utilidad de MCP. Hacen hincapié en que MCP resuelve la conectividad de la herramienta, pero aún uno debe construir una lógica de agente robusta (es decir, MCP no crea mágicamente un agente inteligente, equipa uno con herramientas). Sin embargo, el consenso ** es que MCP es un gran paso adelante **, incluso entre voces cautelosas. Hugging’s Face’s Community Blog señaló que si bien MCP no es un resuelto, es un gran facilitador para la IA integrada, consciente del contexto, y los desarrolladores se están reuniendo a su alrededor por esa razón.

** Cobertura de medios: ** MCP ha recibido una cobertura significativa en los medios tecnológicos principales y los medios de bloques de nicho:

  • ** TechCrunch ** ha ejecutado múltiples historias. Cubrieron el concepto inicial ("Anthrope propone una nueva forma de conectar los datos a los chatbots de IA") alrededor del lanzamiento en 2024. En 2025, TechCrunch destacó cada gran momento de adopción: el soporte de Openi, el abrazo de Google, la participación de Microsoft/Github. Estos artículos a menudo enfatizan la unidad de la industria en torno a MCP. Por ejemplo, TechCrunch citó el respaldo de Sam Altman y señaló el rápido cambio de los estándares rivales a MCP. Al hacerlo, retrataron a MCP como el estándar emergente similar a la forma en que nadie quería quedar fuera de los protocolos de Internet en los años 90. Tal cobertura en una salida prominente señaló al mundo tecnológico más amplio que MCP es importante y real, no solo un proyecto de código abierto marginal.
  • ** CoinDesk ** y otras publicaciones criptográficas adquiridas en el ángulo Web3 ** **. A menudo se cita el artículo de opinión de Coindesk de Rodríguez (julio de 2025); Pintó una imagen futurista donde cada cadena de bloques podría ser un servidor MCP y las nuevas redes MCP podrían ejecutarse en blockchains. Conectó MCP con conceptos como la identidad descentralizada, la autenticación y la verificabilidad: hablar el lenguaje de la audiencia de blockchain y sugerir que MCP podría ser el protocolo que realmente combina la IA con marcos descentralizados. Cointelegraph, Bankless y otros también han discutido MCP en el contexto de "AI Agents & Defi" y temas similares, generalmente optimistas sobre las posibilidades (por ejemplo, Bankless tenía una pieza sobre el uso de MCP para dejar que una IA administre los comercios en la cadena en la cadena, e incluyó un cómo hacer para su propio servidor MCP).
  • ** Blogs de VC notables / Informes de analistas: ** La notable publicación de blog de capital (julio de 2025) es un ejemplo de análisis de análisis de riesgo paralelos entre MCP y la evolución de los protocolos web. Básicamente argumenta que MCP podría hacer para Web3 lo que HTTP hizo para Web1, proporcionando una nueva capa de interfaz (interfaz del lenguaje natural) que no reemplaza la infraestructura subyacente, pero la hace utilizable. Este tipo de narración es convincente y se ha hecho eco en paneles y podcasts. Pos coloca a MCP no tan compitiendo con blockchain, sino como la siguiente capa de abstracción que finalmente permite que los usuarios normales (a través de IA) aprovechen fácilmente los servicios de blockchain y web.
  • ** Desarrollador Community Buzz: ** Fuera de artículos formales, el ascenso de MCP puede ser medido por su presencia en el discurso de desarrolladores: conversaciones de conferencias, canales de YouTube, boletines. Por ejemplo, ha habido publicaciones populares de blog como "MCP: ¿El enlace faltante para la IA de agente?" En sitios como Runtime.News y Newsletters (por ejemplo, uno del investigador de IA Nathan Lambert) discutiendo experimentos prácticos con MCP y cómo se compara con otros marcos de uso de herramientas. El tono general es la curiosidad y la emoción: los desarrolladores comparten demostraciones de enganchar la IA a la automatización de su hogar o la billetera criptográfica con solo unas pocas líneas usando servidores MCP, algo que se sintió de ciencia ficción no hace mucho tiempo. Esta emoción de base es importante porque muestra que MCP tiene mentalidad mental más allá de los respaldos corporativos.
  • ** Perspectiva empresarial: ** Medios y analistas que se centran en la IA empresarial también anotan MCP como un desarrollo clave. Por ejemplo, * la nueva pila * cubrió cómo Anthrope agregó soporte para servidores MCP remotos en Claude para uso empresarial. El ángulo aquí es que las empresas pueden usar MCP para conectar sus bases y sistemas de conocimiento interno a IA de manera segura. Esto también es importante para Web3, ya que muchas empresas blockchain son empresas mismas y pueden aprovechar el MCP internamente (por ejemplo, un intercambio de criptografía podría usar MCP para permitir que una IA analice registros de transacciones internas para la detección de fraude).

** Citas y reacciones notables: ** Vale la pena resaltar algunos como percepción pública encapsulante:

    • "Al igual que las comunicaciones web revolucionadas por HTTP, MCP proporciona un marco universal ... reemplazando las integraciones fragmentadas con un solo protocolo". * - CoindenSk. Esta comparación con HTTP es poderosa; Enmarca MCP como innovación a nivel de infraestructura.
    • “MCP [se ha convertido en un] estándar abierto prosperado con miles de integraciones y crecientes. Los LLM son más útiles cuando se conecta a los datos que ya tiene ..." * - Mike Krieger (antrópico). Esta es una confirmación oficial de la tracción y la proposición de valor central, que ha sido ampliamente compartida en las redes sociales.
    • "La promesa de Web3 ... finalmente se puede realizar ... a través del lenguaje natural y los agentes de IA ... MCP es lo más cercano que hemos visto a una web3 real para las masas". * - Capital notable. Esta audaz declaración resuena con aquellos frustrados por las lentas mejoras de UX en criptografía; Sugiere que la IA podría descifrar el código de adopción convencional al abstraer la complejidad.

** Desafíos y escepticismo: ** Si bien el entusiasmo es alto, los medios también han discutido los desafíos:

  • ** Preocupaciones de seguridad: ** Los puntos de venta como la nueva pila o los blogs de seguridad han planteado que permitir que la IA ejecute herramientas puede ser peligrosa si no se sandan. ¿Qué pasa si un servidor MCP malicioso intentaba que una IA realice una acción dañina? El blog de Limechain advierte explícitamente de * "riesgos de seguridad significativos" * con los servidores MCP desarrollados por la comunidad (por ejemplo, un servidor que maneja las claves privadas debe ser extremadamente segura). Estas preocupaciones se han hecho eco en las discusiones: esencialmente, MCP expande las capacidades de IA, pero con el poder viene el riesgo. La respuesta de la comunidad (guías, mecanismos de autores) también se ha cubierto, generalmente asegurando que se están construyendo mitigaciones. Aún así, cualquier uso indebido de alto perfil de MCP (por ejemplo, una IA desencadenó una transferencia de criptografía involuntaria) afectaría la percepción, por lo que los medios están atentos a este frente. -** Rendimiento y costo: ** Algunos analistas señalan que el uso de agentes de IA con herramientas podría ser más lento o más costoso que llamar directamente a una API (porque la IA podría necesitar múltiples pasos de ida y vuelta para obtener lo que necesita). En los contextos de ejecución en el comercio de alta frecuencia o de ejecución en la cadena, esa latencia podría ser problemática. Por ahora, estos son vistos como obstáculos técnicos para optimizar (a través de un mejor diseño o transmisión de agentes), en lugar de rompecabezas.
  • ** Gestión de exageración: ** Como con cualquier tecnología de tendencia, hay un poco de publicidad. Algunas voces advierten no declarar a MCP la solución a todo. Por ejemplo, el artículo de abrazos de abrazos pregunta "¿MCP es una bala de plata?" y respuestas no: los desarrolladores aún necesitan manejar la gestión del contexto, y MCP funciona mejor en combinación con buenas estrategias de consulta y memoria. Tales tomas equilibradas son saludables en el discurso.

** Sentimiento general de los medios: ** La narrativa que emerge es en gran medida esperanzadora y con visión de futuro:

  • MCP se ve como una herramienta práctica que ofrece mejoras reales ahora (por lo que no vaporware), que los medios subrayan citando ejemplos de trabajo: Claude Reading Archivos, copilotas usando MCP en VScode, una IA que completa una transacción solana en una demostración, etc.
  • También se retrata como una pieza básica estratégica para el futuro de AI y Web3. Los medios a menudo concluyen que MCP o cosas como esto serán esenciales para "IA descentralizada" o "Web4" o cualquier término que se use para la web de próxima generación. Existe la sensación de que MCP abrió una puerta, y ahora la innovación está fluyendo, ya sea los agentes o empresas descentralizadas de Namda que conectan sistemas heredados con IA, muchas historias futuras se remontan a la introducción de MCP.

En el mercado, uno podría medir la tracción mediante la formación de nuevas empresas y fondos alrededor del ecosistema MCP. De hecho, hay rumores/informes de nuevas empresas que se centran en los "mercados MCP" o las plataformas MCP administradas que obtienen fondos (la escritura de capital notable al respecto sugiere un interés de capital de riesgo). Podemos esperar que los medios comiencen a cubrir esos tangencialmente, por ejemplo, "Startup X usa MCP para dejar que su IA administre su cartera de criptografía, recauda $ Y millones".

** Conclusión de percepción: ** A finales de 2025, MCP disfruta de una reputación como una tecnología innovadora. Tiene una fuerte defensa de figuras influyentes tanto en IA como en Crypto. La narrativa pública ha evolucionado de *"Aquí hay una herramienta ordenada" *a *"Esto podría ser fundamental para la próxima web" *. Mientras tanto, la cobertura práctica confirma que está funcionando y siendo adoptada, prestando credibilidad. Siempre que la comunidad continúe abordando los desafíos (seguridad, gobernanza a escala) y no se producen desastres importantes, es probable que la imagen pública de MCP siga siendo positiva o incluso se vuelva icónica como "el protocolo que hizo que AI y Web3 jueguen bien".

Los medios probablemente vigilarán de cerca:

  • Historias de éxito (por ejemplo, si un DAO importante implementa un tesorero de IA a través de MCP, o un gobierno usa MCP para sistemas de IA de datos abiertos).
  • Cualquier incidente de seguridad (para evaluar el riesgo).
  • La evolución de las redes MCP y si algún componente de token o blockchain ingresa oficialmente a la imagen (lo que sería una gran noticia para unir IA y cripto aún más estrechamente).

A partir de ahora, sin embargo, la cobertura se puede resumir mediante una línea de Coindesk: * "La combinación de Web3 y MCP podría ser una nueva base para la IA descentralizada". * - Un sentimiento que captura tanto la promesa como la emoción que rodea a MCP en el ojo público.

** Referencias: **

  • Noticias antrópicas: * "Presentación del protocolo del contexto del modelo", * noviembre 2024
  • Blog de Limechain: * "¿Qué es MCP y cómo se aplica a Blockchains?" * Mayo 2025
  • Blog de ChainStack: * "MCP para Web3 Builders: Solana, EVM y documentación", * junio de 2025
  • Op-Ed Coindesk: * "El protocolo de los agentes: potencial MCP de Web3", * julio de 2025
  • Capital notable: * "Por qué MCP representa la oportunidad real de Web3", * julio de 2025
  • TechCrunch: * "OpenAi adopta el estándar de Anthrope ...", * 26 de marzo de 2025
  • TechCrunch: * "Google para abrazar el estándar de Anthrope ...", * 9 de abril de 2025
  • TechCrunch: * "Github, Microsoft Embrace ... (Comité Directivo de MCP)", * 19 de mayo de 2025
  • Blog de Microsoft Dev: * "C# SDK oficial para MCP", * Abr 2025
  • Blog de abrazadera: * "#14: ¿Qué es MCP y por qué todos hablan de eso?" * Mar 2025
  • Investigación de Messari: * "Fetch.ai Perfil", * 2023
  • Medium (Nu Fintimes): * "Inventa singularitynet", * Mar 2024

Conectando IA y Web3 a través de MCP: Un Análisis Panorámico

· 52 min de lectura
Dora Noda
Software Engineer

Introducción

La IA y la Web3 están convergiendo de formas poderosas, con las interfaces generales de IA concebidas ahora como un tejido conectivo para la web descentralizada. Un concepto clave que surge de esta convergencia es MCP, que se conoce diversamente como “Model Context Protocol” (Protocolo de Contexto de Modelo, introducido por Anthropic) o se describe vagamente como un Protocolo de Conexión del Metaverso en discusiones más amplias. En esencia, MCP es un marco estandarizado que permite que los sistemas de IA se conecten con herramientas y redes externas de una manera natural y segura – conectando potencialmente a los agentes de IA con cada rincón del ecosistema Web3. Este informe proporciona un análisis exhaustivo de cómo las interfaces generales de IA (como los agentes de modelos de lenguaje de gran escala y los sistemas neuro-simbólicos) podrían conectar todo en el mundo de la Web3 a través de MCP, cubriendo los antecedentes históricos, la arquitectura técnica, el panorama de la industria, los riesgos y el potencial futuro.

1. Antecedentes de desarrollo

1.1 La evolución de la Web3 y las promesas incumplidas

El término “Web3” fue acuñado alrededor de 2014 para describir una web descentralizada impulsada por blockchain. La visión era ambiciosa: un internet sin permisos centrado en la propiedad del usuario. Los entusiastas imaginaron reemplazar la infraestructura centralizada de la Web2 con alternativas basadas en blockchain – p. ej., Ethereum Name Service (para DNS), Filecoin o IPFS (para almacenamiento) y DeFi para los rieles financieros. En teoría, esto arrebataría el control a las plataformas de las Big Tech y otorgaría a las personas soberanía propia sobre sus datos, identidad y activos.

La realidad se quedó corta. A pesar de años de desarrollo y expectativas, el impacto masivo de la Web3 siguió siendo marginal. Los usuarios promedio de internet no acudieron en masa a las redes sociales descentralizadas ni comenzaron a gestionar claves privadas. Las razones clave incluyeron una experiencia de usuario deficiente, transacciones lentas y costosas, estafas de alto perfil e incertidumbre regulatoria. La “web de propiedad” descentralizada en gran medida “no logró materializarse” más allá de una comunidad de nicho. A mediados de la década de 2020, incluso los defensores de las criptomonedas admitieron que la Web3 no había provocado un cambio de paradigma para el usuario común.

Mientras tanto, la IA estaba experimentando una revolución. A medida que el capital y el talento de los desarrolladores pivotaban de las criptomonedas a la IA, los avances transformadores en el aprendizaje profundo y los modelos fundacionales (GPT-3, GPT-4, etc.) capturaron la imaginación del público. La IA generativa demostró una utilidad clara – produciendo contenido, código y decisiones – de una manera que las aplicaciones cripto habían tenido dificultades para lograr. De hecho, el impacto de los modelos de lenguaje de gran escala en solo un par de años superó notablemente a una década de adopción de blockchain por parte de los usuarios. Este contraste llevó a algunos a bromear diciendo que “la Web3 se desperdició en las criptomonedas” y que la verdadera Web 3.0 está surgiendo de la ola de la IA.

1.2 El auge de las interfaces generales de IA

Durante décadas, las interfaces de usuario evolucionaron desde páginas web estáticas (Web 1.0) hasta aplicaciones interactivas (Web 2.0) – pero siempre dentro de los límites de hacer clic en botones y completar formularios. Con la IA moderna, especialmente los modelos de lenguaje de gran escala (LLM), ha llegado un nuevo paradigma de interfaz: el lenguaje natural. Los usuarios pueden simplemente expresar su intención en lenguaje sencillo y hacer que los sistemas de IA ejecuten acciones complejas en muchos dominios. Este cambio es tan profundo que algunos sugieren redefinir la “Web 3.0” como la era de los agentes impulsados por IA (“la Web Agéntica”) en lugar de la definición anterior centrada en blockchain.

Sin embargo, los primeros experimentos con agentes de IA autónomos expusieron un cuello de botella crítico. Estos agentes – p. ej., prototipos como AutoGPT – podían generar texto o código, pero carecían de una forma sólida de comunicarse con sistemas externos y entre sí. No había un “lenguaje común nativo de la IA” para la interoperabilidad. Cada integración con una herramienta o fuente de datos era un truco a medida, y la interacción de IA a IA no tenía un protocolo estándar. En términos prácticos, un agente de IA podría tener una gran capacidad de razonamiento pero fallar al ejecutar tareas que requerían el uso de aplicaciones web o servicios on-chain, simplemente porque no sabía cómo hablar con esos sistemas. Este desajuste – cerebros poderosos, E / S primitivas – era similar a tener un software superinteligente atrapado detrás de una interfaz gráfica de usuario (GUI) torpe.

1.3 Convergencia y el surgimiento de MCP

Para 2024, se hizo evidente que para que la IA alcanzara su máximo potencial (y para que la Web3 cumpliera su promesa), era necesaria una convergencia: los agentes de IA requieren un acceso fluido a las capacidades de la Web3 (aplicaciones descentralizadas, contratos, datos), y la Web3 necesita más inteligencia y usabilidad, que la IA puede proporcionar. Este es el contexto en el que nació MCP (Model Context Protocol). Introducido por Anthropic a finales de 2024, MCP es un estándar abierto para la comunicación entre herramientas de IA que se siente natural para los LLM. Proporciona una forma estructurada y detectable para que los “hosts” de IA (como ChatGPT, Claude, etc.) encuentren y utilicen una variedad de herramientas y recursos externos a través de servidores MCP. En otras palabras, MCP es una capa de interfaz común que permite a los agentes de IA conectarse a servicios web, API e incluso funciones de blockchain, sin necesidad de codificar a medida cada integración.

Piense en MCP como “el USB-C de las interfaces de IA”. Así como el USB-C estandarizó cómo se conectan los dispositivos (para que no necesite cables diferentes para cada dispositivo), MCP estandariza cómo los agentes de IA se conectan a las herramientas y los datos. En lugar de codificar de forma rígida diferentes llamadas de API para cada servicio (Slack frente a Gmail frente a un nodo de Ethereum), un desarrollador puede implementar la especificación MCP una vez, y cualquier IA compatible con MCP podrá entender cómo usar ese servicio. Los principales actores de la IA vieron rápidamente la importancia: Anthropic lanzó MCP como código abierto, y empresas como OpenAI y Google están integrando soporte para ello en sus modelos. Este impulso sugiere que MCP (o protocolos de “meta-conectividad” similares) podría convertirse en la columna vertebral que finalmente conecte la IA y la Web3 de una manera escalable.

Notablemente, algunos tecnólogos argumentan que esta conectividad centrada en la IA es la verdadera realización de la Web 3.0. En palabras de Simba Khadder, “MCP tiene como objetivo estandarizar una API entre los LLM y las aplicaciones”, de manera similar a cómo las API REST habilitaron la Web 2.0 – lo que significa que la próxima era de la Web3 podría estar definida por interfaces de agentes inteligentes en lugar de solo por blockchains. En lugar de la descentralización por sí misma, la convergencia con la IA podría hacer que la descentralización sea útil, al ocultar la complejidad detrás del lenguaje natural y los agentes autónomos. El resto de este informe profundiza en cómo, técnica y prácticamente, las interfaces generales de IA (a través de protocolos como MCP) pueden conectar todo en el mundo de la Web3.

2. Arquitectura técnica: Interfaces de IA que sirven de puente para las tecnologías Web3

La integración de agentes de IA en el ecosistema Web3 requiere una integración en múltiples niveles: redes blockchain y contratos inteligentes, almacenamiento descentralizado, sistemas de identidad y economías basadas en tokens. Las interfaces generales de IA —desde grandes modelos base hasta sistemas híbridos neuro-simbólicos— pueden actuar como un “adaptador universal” que conecta estos componentes. A continuación, analizamos la arquitectura de dicha integración:

** Figura: Un diagrama conceptual de la arquitectura de MCP, que muestra cómo los hosts de IA (aplicaciones basadas en LLM como Claude o ChatGPT) utilizan un cliente MCP para conectarse a varios servidores MCP. Cada servidor proporciona un puente a alguna herramienta o servicio externo (por ejemplo, Slack, Gmail, calendarios o datos locales), de forma análoga a los periféricos que se conectan a través de un concentrador universal. Esta interfaz MCP estandarizada permite que los agentes de IA accedan a servicios remotos y recursos on-chain a través de un protocolo común. **

2.1 Agentes de IA como clientes Web3 (Integración con blockchains)

En el núcleo de Web3 se encuentran las blockchains y los contratos inteligentes, máquinas de estado descentralizadas que pueden ejecutar lógica de manera trustless. ¿ Cómo puede una interfaz de IA interactuar con estos ? Hay dos direcciones a considerar:

  • IA leyendo desde la blockchain: Un agente de IA puede necesitar datos on-chain (por ejemplo, precios de tokens, saldo de activos del usuario, propuestas de DAO) como contexto para sus decisiones. Tradicionalmente, la recuperación de datos de blockchain requiere interactuar con las API RPC de los nodos o bases de datos de subgrafos. Con un marco como MCP, una IA puede consultar un servidor MCP estandarizado de “datos de blockchain” para obtener información on-chain en tiempo real. Por ejemplo, un agente habilitado para MCP podría solicitar el volumen de transacciones más reciente de un token determinado, o el estado de un contrato inteligente, y el servidor MCP se encargaría de los detalles de bajo nivel de la conexión a la blockchain y devolvería los datos en un formato que la IA pueda utilizar. Esto aumenta la interoperabilidad al desacoplar la IA del formato de API de cualquier blockchain específica.

  • IA escribiendo en la blockchain: De manera más potente, los agentes de IA pueden ejecutar llamadas a contratos inteligentes o transacciones a través de integraciones Web3. Una IA podría, por ejemplo, ejecutar de forma autónoma una operación en un exchange descentralizado o ajustar parámetros en un contrato inteligente si se cumplen ciertas condiciones. Esto se logra mediante la invocación por parte de la IA de un servidor MCP que envuelve la funcionalidad de transacción de la blockchain. Un ejemplo concreto es el servidor MCP de thirdweb para cadenas EVM, que permite a cualquier cliente de IA compatible con MCP interactuar con Ethereum, Polygon, BSC, etc., abstrayendo la mecánica específica de cada cadena. Utilizando una herramienta de este tipo, un agente de IA podría activar acciones on-chain “sin intervención humana”, permitiendo dApps autónomas; por ejemplo, una bóveda DeFi impulsada por IA que se reequilibra a sí misma firmando transacciones cuando cambian las condiciones del mercado.

Internamente, estas interacciones siguen dependiendo de billeteras, claves y tarifas de gas, pero a la interfaz de IA se le puede dar acceso controlado a una billetera (con entornos de seguridad adecuados) para realizar las transacciones. Los oráculos y los puentes cross-chain también entran en juego: las redes de oráculos como Chainlink sirven como puente entre la IA y las blockchains, permitiendo que los resultados de la IA se introduzcan on-chain de forma confiable. El Protocolo de Interoperabilidad Cross-Chain (CCIP) de Chainlink, por ejemplo, podría permitir que un modelo de IA considerado confiable active múltiples contratos en diferentes cadenas simultáneamente en nombre de un usuario. En resumen, las interfaces generales de IA pueden actuar como un nuevo tipo de cliente Web3, uno que puede tanto consumir datos de blockchain como producir transacciones de blockchain a través de protocolos estandarizados.

2.2 Sinergia neuro-simbólica: Combinando el razonamiento de la IA con contratos inteligentes

Un aspecto intrigante de la integración IA-Web3 es el potencial de las arquitecturas neuro-simbólicas que combinan la capacidad de aprendizaje de la IA (redes neuronales) con la lógica rigurosa de los contratos inteligentes (reglas simbólicas). En la práctica, esto podría significar que los agentes de IA manejen la toma de decisiones no estructurada y pasen ciertas tareas a los contratos inteligentes para una ejecución verificable. Por ejemplo, una IA podría analizar el sentimiento del mercado (una tarea difusa), pero luego ejecutar operaciones a través de un contrato inteligente determinista que siga reglas de riesgo preestablecidas. El marco MCP y los estándares relacionados hacen que tales transferencias sean factibles al dar a la IA una interfaz común para llamar a funciones de contrato o consultar las reglas de una DAO antes de actuar.

Un ejemplo concreto es el AI-DSL (Lenguaje Específico de Dominio de IA) de SingularityNET, que tiene como objetivo estandarizar la comunicación entre agentes de IA en su red descentralizada. Esto puede verse como un paso hacia la integración neuro-simbólica: un lenguaje formal (simbólico) para que los agentes soliciten servicios de IA o datos entre sí. Del mismo modo, proyectos como AlphaCode de DeepMind u otros podrían eventualmente conectarse para que los contratos inteligentes llamen a modelos de IA para la resolución de problemas on-chain. Aunque ejecutar grandes modelos de IA directamente on-chain es poco práctico hoy en día, están surgiendo enfoques híbridos: por ejemplo, ciertas blockchains permiten la verificación de computaciones de ML a través de pruebas de conocimiento cero o ejecución confiable, lo que permite la verificación on-chain de los resultados de IA off-chain. En resumen, la arquitectura técnica visualiza los sistemas de IA y los contratos inteligentes de blockchain como componentes complementarios, orquestados a través de protocolos comunes: la IA maneja la percepción y las tareas abiertas, mientras que las blockchains proporcionan integridad, memoria y ejecución de las reglas acordadas.

2.3 Almacenamiento descentralizado y datos para la IA

La IA prospera con los datos, y Web3 ofrece nuevos paradigmas para el almacenamiento y el intercambio de datos. Las redes de almacenamiento descentralizado (como IPFS / Filecoin, Arweave, Storj, etc.) pueden servir tanto como repositorios para artefactos de modelos de IA como fuentes de datos de entrenamiento, con control de acceso basado en blockchain. Una interfaz general de IA, a través de MCP o similar, podría recuperar archivos o conocimientos del almacenamiento descentralizado tan fácilmente como de una API Web2. Por ejemplo, un agente de IA podría extraer un conjunto de datos del mercado de Ocean Protocol o un archivo cifrado de un almacenamiento distribuido, si tiene las claves o los pagos adecuados.

Ocean Protocol en particular se ha posicionado como una plataforma de “economía de datos de IA”, utilizando blockchain para tokenizar datos e incluso servicios de IA. En Ocean, los conjuntos de datos están representados por datatokens que controlan el acceso; un agente de IA podría obtener un datatoken (quizás pagando con cripto o a través de algún derecho de acceso) y luego usar un servidor MCP de Ocean para recuperar los datos reales para su análisis. El objetivo de Ocean es desbloquear los “datos inactivos” para la IA, incentivando el intercambio mientras se preserva la privacidad. Por lo tanto, una IA conectada a Web3 podría aprovechar un vasto corpus descentralizado de información —desde depósitos de datos personales hasta datos gubernamentales abiertos— que anteriormente estaban aislados. La blockchain garantiza que el uso de los datos sea transparente y pueda ser recompensado de manera justa, impulsando un ciclo virtuoso donde más datos están disponibles para la IA y más contribuciones de IA (como modelos entrenados) pueden monetizarse.

Los sistemas de identidad descentralizados también juegan un papel aquí (se analiza más en la siguiente subsección): pueden ayudar a controlar quién o qué tiene permiso para acceder a ciertos datos. Por ejemplo, se podría requerir que un agente de IA médico presente una credencial verificable (prueba on-chain de cumplimiento con HIPAA o similar) antes de que se le permita descifrar un conjunto de datos médicos del almacenamiento IPFS personal de un paciente. De esta manera, la arquitectura técnica garantiza que los datos fluyan hacia la IA cuando sea apropiado, pero con gobernanza on-chain y pistas de auditoría para hacer cumplir los permisos.

2.4 Identidad y gestión de agentes en un entorno descentralizado

Cuando los agentes de IA autónomos operan en un ecosistema abierto como Web3, la identidad y la confianza se vuelven fundamentales. Los marcos de identidad descentralizada (DID) proporcionan una forma de establecer identidades digitales para los agentes de IA que pueden verificarse criptográficamente. Cada agente (o el humano / organización que lo despliega) puede tener un DID y credenciales verificables asociadas que especifiquen sus atributos y permisos. Por ejemplo, un bot de trading de IA podría portar una credencial emitida por un entorno de pruebas regulatorio que certifique que puede operar dentro de ciertos límites de riesgo, o un moderador de contenido de IA podría demostrar que fue creado por una organización confiable y que se ha sometido a pruebas de sesgo.

A través de registros de identidad on-chain y sistemas de reputación, el mundo Web3 puede exigir responsabilidad por las acciones de la IA. Cada transacción que realiza un agente de IA puede rastrearse hasta su ID, y si algo sale mal, las credenciales indican quién lo construyó o quién es responsable. Esto aborda un desafío crítico: sin identidad, un actor malicioso podría crear agentes de IA falsos para explotar sistemas o difundir información errónea, y nadie podría distinguir los bots de los servicios legítimos. La identidad descentralizada ayuda a mitigar eso al permitir una autenticación robusta y distinguir a los agentes de IA auténticos de las suplantaciones.

En la práctica, una interfaz de IA integrada con Web3 usaría protocolos de identidad para firmar sus acciones y solicitudes. Por ejemplo, cuando un agente de IA llama a un servidor MCP para usar una herramienta, podría incluir un token o firma vinculada a su identidad descentralizada, para que el servidor pueda verificar que la llamada proviene de un agente autorizado. Los sistemas de identidad basados en blockchain (como el ERC-725 de Ethereum o los DID de W3C anclados en un libro mayor) garantizan que esta verificación sea trustless y verificable globalmente. El concepto emergente de “billeteras de IA” se vincula con esto, otorgando esencialmente a los agentes de IA billeteras de criptomonedas vinculadas a su identidad, para que puedan gestionar claves, pagar servicios o realizar staking de tokens como garantía (que podría ser recortada por mal comportamiento). ArcBlock, por ejemplo, ha analizado cómo los “agentes de IA necesitan una billetera” y un DID para operar de manera responsable en entornos descentralizados.

En resumen, la arquitectura técnica prevé a los agentes de IA como ciudadanos de primera clase en Web3, cada uno con una identidad on-chain y posiblemente una participación en el sistema, utilizando protocolos como MCP para interactuar. Esto crea una red de confianza: los contratos inteligentes pueden requerir las credenciales de una IA antes de cooperar, y los usuarios pueden optar por delegar tareas solo a aquellas IA que cumplan con ciertas certificaciones on-chain. Es una combinación de la capacidad de la IA con las garantías de confianza de la blockchain.

2.5 Economías de tokens e incentivos para la IA

La tokenización es un sello distintivo de Web3, y se extiende también al dominio de la integración de la IA. Al introducir incentivos económicos a través de tokens, las redes pueden fomentar comportamientos deseados tanto de los desarrolladores de IA como de los propios agentes. Están surgiendo varios patrones:

  • Pago por servicios: Los modelos y servicios de IA se pueden monetizar on-chain. SingularityNET fue pionero en esto al permitir a los desarrolladores desplegar servicios de IA y cobrar a los usuarios en un token nativo (AGIX) por cada llamada. En un futuro habilitado por MCP, uno podría imaginar que cualquier herramienta o modelo de IA sea un servicio plug-and-play donde el uso se mida a través de tokens o micropagos. Por ejemplo, si un agente de IA utiliza una API de visión de terceros a través de MCP, podría gestionar automáticamente el pago transfiriendo tokens al contrato inteligente del proveedor de servicios. Fetch.ai prevé de manera similar mercados donde los “agentes económicos autónomos” intercambian servicios y datos, con su nuevo LLM Web3 (ASI-1) presuntamente integrando transacciones cripto para el intercambio de valor.

  • Staking y reputación: Para asegurar la calidad y la confiabilidad, algunos proyectos requieren que los desarrolladores o agentes realicen staking de tokens. Por ejemplo, el proyecto DeMCP (un mercado descentralizado de servidores MCP) planea usar incentivos de tokens para recompensar a los desarrolladores por crear servidores MCP útiles, y posiblemente hacer que realicen staking de tokens como señal de compromiso con la seguridad de su servidor. La reputación también podría estar vinculada a los tokens; por ejemplo, un agente que se desempeña consistentemente bien podría acumular tokens de reputación o reseñas positivas on-chain, mientras que uno que se comporta mal podría perder su stake o recibir calificaciones negativas. Esta reputación tokenizada puede luego retroalimentar el sistema de identidad mencionado anteriormente (los contratos inteligentes o los usuarios verifican la reputación on-chain del agente antes de confiar en él).

  • Tokens de gobernanza: Cuando los servicios de IA se convierten en parte de plataformas descentralizadas, los tokens de gobernanza permiten a la comunidad dirigir su evolución. Proyectos como SingularityNET y Ocean tienen DAOs donde los holders de tokens votan sobre cambios en los protocolos o el financiamiento de iniciativas de IA. En la combinación Artificial Superintelligence (ASI) Alliance —una fusión recientemente anunciada de SingularityNET, Fetch.ai y Ocean Protocol—, un token unificado (ASI) está destinado a gobernar la dirección de un ecosistema conjunto de IA+blockchain. Dichos tokens de gobernanza podrían decidir políticas como qué estándares adoptar (por ejemplo, admitir protocolos MCP o A2A), qué proyectos de IA incubar o cómo manejar las pautas éticas para los agentes de IA.

  • Acceso y utilidad: Los tokens pueden controlar el acceso no solo a los datos (como con los datatokens de Ocean), sino también al uso de modelos de IA. Un escenario posible son los “NFT de modelos” o similares, donde poseer un token otorga derechos sobre las salidas de un modelo de IA o una participación en sus ganancias. Esto podría sustentar los mercados descentralizados de IA: imagine un NFT que represente la propiedad parcial de un modelo de alto rendimiento; los propietarios ganan colectivamente cada vez que el modelo se utiliza en tareas de inferencia y pueden votar sobre su ajuste fino (fine-tuning). Aunque es experimental, esto se alinea con el espíritu de Web3 de propiedad compartida aplicada a los activos de IA.

En términos técnicos, la integración de tokens significa que los agentes de IA necesitan funcionalidad de billetera (como se señaló, muchos tendrán sus propias billeteras cripto). A través de MCP, una IA podría tener una “herramienta de billetera” que le permita verificar saldos, enviar tokens o llamar a protocolos DeFi (quizás para intercambiar un token por otro para pagar un servicio). Por ejemplo, si un agente de IA que se ejecuta en Ethereum necesita algunos tokens de Ocean para comprar un conjunto de datos, podría intercambiar automáticamente algo de ETH por $OCEAN a través de un DEX usando un plugin de MCP, y luego proceder con la compra, todo sin intervención humana, guiado por las políticas establecidas por su propietario.

En general, la economía de tokens proporciona la capa de incentivos en la arquitectura IA-Web3, asegurando que los colaboradores (ya sea que proporcionen datos, código de modelo, potencia de cómputo o auditorías de seguridad) sean recompensados, y que los agentes de IA tengan “intereses en juego” (skin in the game) que los alineen (hasta cierto punto) con las intenciones humanas.

3. Panorama de la industria

La convergencia de la IA y la Web3 ha impulsado un ecosistema vibrante de proyectos, empresas y alianzas. A continuación, analizamos los actores e iniciativas clave que impulsan este espacio, así como los casos de uso emergentes. La Tabla 1 proporciona una visión general de alto nivel de los proyectos notables y sus funciones en el panorama de la IA-Web3:

Tabla 1: Actores clave en IA + Web3 y sus funciones

Proyecto / ActorEnfoque y descripciónPapel en la convergencia IA-Web3 y casos de uso
Fetch.ai (Fetch)Plataforma de agentes de IA con una blockchain nativa (basada en Cosmos). Desarrolló marcos para agentes autónomos y recientemente introdujo “ASI-1 Mini”, un LLM optimizado para Web3.Permite servicios basados en agentes en Web3. Los agentes de Fetch pueden realizar tareas como logística descentralizada, búsqueda de plazas de aparcamiento o trading en DeFi en nombre de los usuarios, utilizando cripto para los pagos. Las asociaciones (por ejemplo, con Bosch) y la fusión de la alianza Fetch-AI lo posicionan como una infraestructura para desplegar dApps agénticas.
Ocean Protocol (Ocean)Mercado de datos descentralizado y protocolo de intercambio de datos. Se especializa en la tokenización de conjuntos de datos y modelos, con control de acceso que preserva la privacidad.Proporciona la columna vertebral de datos para la IA en Web3. Ocean permite a los desarrolladores de IA encontrar y comprar conjuntos de datos o vender modelos entrenados en una economía de datos trustless. Al alimentar la IA con datos más accesibles (mientras recompensa a los proveedores de datos), apoya la innovación en IA y el intercambio de datos para el entrenamiento. Ocean forma parte de la nueva alianza ASI, integrando sus servicios de datos en una red de IA más amplia.
SingularityNET (SNet)Un mercado de servicios de IA descentralizado fundado por el pionero de la IA Ben Goertzel. Permite a cualquier persona publicar o consumir algoritmos de IA a través de su plataforma basada en blockchain, utilizando el token AGIX.Fue pionero en el concepto de un mercado de IA abierto en blockchain. Fomenta una red de agentes y servicios de IA que pueden interoperar (desarrollando un AI-DSL especial para la comunicación entre agentes). Los casos de uso incluyen IA como servicio para tareas como análisis, reconocimiento de imágenes, etc., todo accesible a través de una dApp. Ahora se está fusionando con Fetch y Ocean (alianza ASI) para combinar IA, agentes y datos en un solo ecosistema.
Chainlink (Red de Oráculos)Red de oráculos descentralizada que conecta las blockchains con datos y computación off-chain. No es un proyecto de IA per se, pero es crucial para conectar contratos inteligentes on-chain con APIs y sistemas externos.Actúa como un middleware seguro para la integración IA-Web3. Los oráculos de Chainlink pueden suministrar resultados de modelos de IA a contratos inteligentes, permitiendo que los programas on-chain reaccionen a las decisiones de la IA. Por el contrario, los oráculos pueden recuperar datos de blockchains para la IA. La arquitectura de Chainlink puede incluso agregar resultados de múltiples modelos de IA para mejorar la fiabilidad (un enfoque de “máquina de la verdad” para mitigar las alucinaciones de la IA). Básicamente, proporciona los rieles para la interoperabilidad, asegurando que los agentes de IA y la blockchain coincidan en datos de confianza.
Anthropic & OpenAI (Proveedores de IA)Desarrolladores de modelos fundacionales de vanguardia (Claude de Anthropic, GPT de OpenAI). Están integrando características amigables con Web3, como APIs nativas de uso de herramientas y soporte para protocolos como MCP.Estas empresas impulsan la tecnología de interfaz de IA. La introducción de MCP por parte de Anthropic estableció el estándar para que los LLMs interactúen con herramientas externas. OpenAI ha implementado sistemas de plugins para ChatGPT (análogos al concepto de MCP) y está explorando la conexión de agentes a bases de datos y posiblemente blockchains. Sus modelos sirven como los “cerebros” que, cuando se conectan a través de MCP, pueden interactuar con la Web3. Los principales proveedores de la nube (por ejemplo, el protocolo A2A de Google) también están desarrollando estándares para interacciones multi-agente y de herramientas que beneficiarán la integración con Web3.
Otros actores emergentesLumoz: enfocado en servidores MCP e integración de herramientas de IA en Ethereum (apodado “Ethereum 3.0”), por ejemplo, verificar saldos on-chain a través de agentes de IA. Alethea AI: creación de avatares NFT inteligentes para el metaverso. Cortex: una blockchain que permite la inferencia de modelos de IA on-chain a través de contratos inteligentes. Golem y Akash: mercados de computación descentralizada que pueden ejecutar cargas de trabajo de IA. Numerai: modelos de IA crowdsourced para finanzas con incentivos cripto.Este grupo diverso aborda facetas de nicho: IA en el metaverso (NPCs y avatares impulsados por IA que son propiedad a través de NFTs), ejecución de IA on-chain (ejecución de modelos de ML de forma descentralizada, aunque actualmente limitada a modelos pequeños debido al coste de computación) y computación descentralizada (para que las tareas de entrenamiento o inferencia de IA puedan distribuirse entre nodos incentivados por tokens). Estos proyectos muestran las múltiples direcciones de la fusión IA-Web3, desde mundos de juego con personajes de IA hasta modelos predictivos crowdsourced asegurados por blockchain.

Alianzas y colaboraciones: Una tendencia notable es la consolidación de los esfuerzos de IA-Web3 a través de alianzas. La Artificial Superintelligence Alliance (ASI) es un ejemplo de ello, fusionando efectivamente SingularityNET, Fetch.ai y Ocean Protocol en un solo proyecto con un token unificado. El objetivo es combinar fortalezas: el mercado de SingularityNET, los agentes de Fetch y los datos de Ocean, creando así una plataforma integral para servicios de IA descentralizados. Esta fusión (anunciada en 2024 y aprobada por los votos de los poseedores de tokens) también indica que estas comunidades creen que es mejor cooperar que competir, especialmente ante el avance de la gran IA (OpenAI, etc.) y las grandes cripto (Ethereum, etc.). Es posible que veamos a esta alianza impulsar implementaciones estándar de elementos como MCP en sus redes, o financiar conjuntamente infraestructuras que beneficien a todos (como redes de computación o estándares de identidad comunes para la IA).

Otras colaboraciones incluyen las asociaciones de Chainlink para llevar datos de laboratorios de IA a la cadena (ha habido programas piloto para usar IA en el refinamiento de datos de oráculos), o la participación de plataformas en la nube (el soporte de Cloudflare para desplegar servidores MCP fácilmente). Incluso los proyectos cripto tradicionales están añadiendo funciones de IA; por ejemplo, algunas cadenas de Capa 1 han formado "grupos de trabajo de IA" para explorar la integración de la IA en sus ecosistemas de dApps (vemos esto en las comunidades de NEAR, Solana, etc., aunque los resultados concretos son incipientes).

Casos de uso emergentes: Incluso en esta etapa temprana, podemos identificar casos de uso que ejemplifican el poder de la IA + Web3:

  • DeFi y Trading autónomos: Los agentes de IA se utilizan cada vez más en bots de trading de criptomonedas, optimizadores de yield farming y gestión de carteras on-chain. SingularityDAO (una escisión de SingularityNET) ofrece carteras DeFi gestionadas por IA. La IA puede monitorizar las condiciones del mercado las 24 horas del día, los 7 días de la semana, y ejecutar reequilibrios o arbitrajes a través de contratos inteligentes, convirtiéndose esencialmente en un fondo de cobertura autónomo (con transparencia on-chain). La combinación de la toma de decisiones por IA con la ejecución inmutable reduce la emocionalidad y podría mejorar la eficiencia, aunque también introduce nuevos riesgos (que se analizarán más adelante).

  • Mercados de inteligencia descentralizada: Más allá del mercado de SingularityNET, vemos plataformas como Ocean Market donde se intercambian datos (el combustible de la IA), y conceptos más nuevos como mercados de IA para modelos (por ejemplo, sitios web donde los modelos se enumeran con estadísticas de rendimiento y cualquiera puede pagar por consultarlos, con la blockchain manteniendo los registros de auditoría y gestionando la división de pagos para los creadores de modelos). A medida que MCP o estándares similares se popularicen, estos mercados podrían volverse interoperables: un agente de IA podría comprar de forma autónoma el servicio con el mejor precio a través de múltiples redes. En efecto, podría surgir una capa global de servicios de IA sobre la Web3, donde cualquier IA pueda utilizar cualquier herramienta o fuente de datos a través de protocolos y pagos estándar.

  • Metaverso y Gaming: El metaverso —mundos virtuales inmersivos a menudo construidos sobre activos de blockchain— se beneficiará drásticamente de la IA. Los NPCs (personajes no jugadores) impulsados por IA pueden hacer que los mundos virtuales sean más atractivos al reaccionar inteligentemente a las acciones de los usuarios. Startups como Inworld AI se centran en esto, creando NPCs con memoria y personalidad para juegos. Cuando dichos NPCs están vinculados a la blockchain (por ejemplo, los atributos y la propiedad de cada NPC son un NFT), obtenemos personajes persistentes que los jugadores pueden poseer realmente e incluso intercambiar. Decentraland ha experimentado con NPCs de IA, y existen propuestas de usuarios para permitir que las personas creen avatares personalizados impulsados por IA en plataformas del metaverso. MCP podría permitir que estos NPCs accedan a conocimientos externos (haciéndolos más inteligentes) o interactúen con el inventario on-chain. La generación de contenido procedimental es otro ángulo: la IA puede diseñar terrenos virtuales, objetos o misiones sobre la marcha, que luego pueden acuñarse como NFTs únicos. Imagine un juego descentralizado donde la IA genera una mazmorra adaptada a su habilidad, y el mapa en sí es un NFT que usted gana al completarla.

  • Ciencia y conocimiento descentralizados: Existe un movimiento (DeSci) para utilizar la blockchain en la investigación, las publicaciones y la financiación de trabajos científicos. La IA puede acelerar la investigación analizando datos y literatura. Una red como Ocean podría albergar conjuntos de datos para, por ejemplo, investigación genómica, y los científicos utilizarían modelos de IA (quizás alojados en SingularityNET) para obtener conocimientos, con cada paso registrado on-chain para su reproducibilidad. Si esos modelos de IA proponen nuevas moléculas de fármacos, se podría acuñar un NFT para registrar la invención y compartir los derechos de propiedad intelectual. Esta sinergia podría producir colectivos de I+D descentralizados impulsados por IA.

  • Confianza y autenticación de contenidos: Con la proliferación de deepfakes y medios generados por IA, la blockchain puede utilizarse para verificar la autenticidad. Los proyectos están explorando el "marcado de agua digital" de los resultados de la IA y su registro on-chain. Por ejemplo, el origen real de una imagen generada por IA puede ser notariado en una blockchain para combatir la desinformación. Un experto señaló casos de uso como la verificación de los resultados de la IA para combatir los deepfakes o el seguimiento de la procedencia a través de registros de propiedad, funciones en las que las cripto pueden añadir confianza a los procesos de IA. Esto podría extenderse a las noticias (por ejemplo, artículos escritos por IA con prueba de los datos de origen), la cadena de suministro (IA verificando certificados on-chain), etc.

En resumen, el panorama de la industria es rico y evoluciona rápidamente. Vemos proyectos cripto tradicionales inyectando IA en sus hojas de ruta, startups de IA adoptando la descentralización por resiliencia y equidad, y empresas totalmente nuevas surgiendo en la intersección. Alianzas como la de ASI indican un impulso de toda la industria hacia plataformas unificadas que aprovechan tanto la IA como la blockchain. Y subyacente a muchos de estos esfuerzos está la idea de interfaces estándar (MCP y otros) que hacen que las integraciones sean factibles a escala.

4. Riesgos y desafíos

Mientras que la fusión de las interfaces generales de IA con Web3 abre posibilidades emocionantes , también introduce un panorama de riesgos complejo . Los ** desafíos técnicos , éticos y de gobernanza ** deben abordarse para garantizar que este nuevo paradigma sea seguro y sostenible . A continuación , describimos los principales riesgos y obstáculos :

4.1 Obstáculos técnicos : latencia y escalabilidad

Las redes blockchain son ** conocidas por su latencia y rendimiento limitado ** , lo que choca con la naturaleza en tiempo real y ávida de datos de la IA avanzada . Por ejemplo , un agente de IA podría necesitar acceso instantáneo a un dato o necesitar ejecutar muchas acciones rápidas – pero si cada interacción on - chain tarda , por ejemplo , 12 segundos ( tiempo de bloque típico en Ethereum ) o cuesta altas tarifas de gas , la efectividad del agente se ve mermada . Incluso las cadenas más nuevas con una finalidad más rápida podrían tener dificultades bajo la carga de la ** actividad impulsada por la IA ** si , por ejemplo , miles de agentes están operando o realizando consultas on - chain simultáneamente . Las soluciones de escalabilidad ( redes de Capa - 2 , cadenas fragmentadas , etc. ) están en progreso , pero garantizar ** canales de baja latencia y alto rendimiento entre la IA y la blockchain ** sigue siendo un desafío . Los sistemas off - chain ( como oráculos y canales de estado ) podrían mitigar algunos retrasos al manejar muchas interacciones fuera de la cadena principal , pero añaden complejidad y una posible centralización . Lograr una UX fluida donde las respuestas de la IA y las actualizaciones on - chain ocurran en un abrir y cerrar de ojos requerirá probablemente una innovación significativa en la escalabilidad de la blockchain .

4.2 Interoperabilidad y estándares

Irónicamente , aunque el MCP es en sí mismo una solución para la interoperabilidad , la aparición de múltiples estándares podría causar fragmentación . Tenemos el ** MCP de Anthropic ** , pero también el protocolo ** A2A ( Agent - to - Agent ) ** recientemente anunciado por Google para la comunicación entre agentes , y varios marcos de plugins de IA ( plugins de OpenAI , esquemas de herramientas de LangChain , etc. ) . Si cada plataforma de IA o cada blockchain desarrolla su propio estándar para la integración de la IA , corremos el riesgo de repetir la fragmentación del pasado – lo que requeriría muchos adaptadores y socavaría el objetivo de una " interfaz universal " . El ** desafío es lograr una adopción amplia ** de protocolos comunes . La colaboración de la industria ( posiblemente a través de organismos de estándares abiertos o alianzas ) será necesaria para converger en piezas clave : cómo descubren los agentes de IA los servicios on - chain , cómo se autentican , cómo formatean las solicitudes , etc. Los primeros movimientos de los grandes actores son prometedores ( con los principales proveedores de LLM admitiendo el MCP ) , pero es un esfuerzo continuo . Además , la interoperabilidad a través de las blockchains ( multi - chain ) significa que un agente de IA debe manejar los matices de las diferentes cadenas . Herramientas como Chainlink CCIP y los servidores MCP cross - chain ayudan al abstraer las diferencias . Aun así , garantizar que un agente de IA pueda navegar por una ** Web3 heterogénea ** sin romper la lógica es un desafío no trivial .

4.3 Vulnerabilidades de seguridad y exploits

Conectar potentes agentes de IA a redes financieras abre una ** superficie de ataque enorme ** . La flexibilidad que otorga el MCP ( permitiendo que la IA use herramientas y escriba código sobre la marcha ) puede ser un arma de doble filo . Los investigadores de seguridad ya han destacado varios ** vectores de ataque en agentes de IA basados en MCP ** :

    • Plugins o herramientas maliciosas : * Debido a que el MCP permite a los agentes cargar " plugins " ( herramientas que encapsulan alguna capacidad ) , un plugin hostil o con troyanos podría secuestrar la operación del agente . Por ejemplo , un plugin que afirma obtener datos podría inyectar datos falsos o ejecutar operaciones no autorizadas . SlowMist ( una firma de seguridad ) identificó ataques basados en plugins como la ** inyección JSON ** ( introducir datos corruptos que manipulan la lógica del agente ) y la ** anulación de funciones ** ( donde un plugin malicioso anula funciones legítimas que el agente utiliza ) . Si un agente de IA está gestionando fondos cripto , tales exploits podrían ser desastrosos – por ejemplo , engañando al agente para que filtre claves privadas o vacíe una billetera .
    • Inyección de prompts e ingeniería social : * Los agentes de IA dependen de instrucciones ( prompts ) que podrían ser manipuladas . Un atacante podría diseñar una transacción o un mensaje on - chain que , al ser leído por la IA , actúe como una instrucción maliciosa ( ya que la IA también puede interpretar datos on - chain ) . Se ha descrito este tipo de * " ataque de llamada cross - MCP " * donde un sistema externo envía prompts engañosos que hacen que la IA se comporte mal . En un entorno descentralizado , estos prompts podrían provenir de cualquier lugar – la descripción de una propuesta de una DAO , un campo de metadatos de un NFT – por lo tanto , ** blindar a los agentes de IA contra entradas maliciosas ** es crítico .
    • Riesgos de agregación y consenso : * Aunque agregar resultados de múltiples modelos de IA a través de oráculos puede mejorar la fiabilidad , también introduce complejidad . Si no se hace con cuidado , los adversarios podrían descubrir cómo manipular el consenso de los modelos de IA o corromper selectivamente algunos modelos para sesgar los resultados . Garantizar que una red de oráculos descentralizada " sanitice " adecuadamente las salidas de la IA ( y quizás filtre errores flagrantes ) es todavía un área de investigación activa .

El ** enfoque de seguridad ** debe cambiar para este nuevo paradigma : los desarrolladores de Web3 están acostumbrados a asegurar contratos inteligentes ( que son estáticos una vez desplegados ) , pero los agentes de IA son dinámicos – pueden cambiar su comportamiento con nuevos datos o prompts . Como dijo un experto en seguridad , * " el momento en que abres tu sistema a plugins de terceros , estás extendiendo la superficie de ataque más allá de tu control " * . Las mejores prácticas incluirán el ** aislar el uso de herramientas de IA ( sandboxing ) ** , la verificación rigurosa de plugins y la limitación de privilegios ( principio de menor autoridad ) . La comunidad está empezando a compartir consejos , como las recomendaciones de SlowMist : sanitización de entradas , monitoreo del comportamiento del agente y tratamiento de las instrucciones del agente con la misma precaución que las entradas de usuarios externos . No obstante , dado que ** más de 10,000 agentes de IA ya operaban en cripto a finales de 2024 , y se espera que alcancen el millón en 2025 ** , es posible que veamos una ola de exploits si la seguridad no se mantiene al día . Un ataque exitoso a un agente de IA popular ( por ejemplo , un agente de trading con acceso a muchas bóvedas o vaults ) podría tener efectos en cascada .

4.4 Privacidad y gobernanza de datos

La sed de datos de la IA entra en conflicto a veces con los requisitos de privacidad – y añadir blockchain puede agravar el problema . ** Las blockchains son libros contables transparentes ** , por lo que cualquier dato que se suba on - chain ( incluso para el uso de la IA ) es visible para todos e inmutable . Esto plantea preocupaciones si los agentes de IA manejan datos personales o sensibles . Por ejemplo , si un agente médico de IA accede a la identidad descentralizada personal o a los registros de salud de un usuario , ¿ cómo garantizamos que esa información no se registre inadvertidamente on - chain ( lo que violaría el " derecho al olvido " y otras leyes de privacidad ) ? Técnicas como el cifrado , el hashing y el almacenamiento de solo pruebas on - chain ( con los datos brutos off - chain ) pueden ayudar , pero complican el diseño .

Además , los propios agentes de IA podrían comprometer la privacidad al inferir información sensible a partir de datos públicos . ** La gobernanza deberá dictar qué se permite hacer a los agentes de IA con los datos ** . Se podrían emplear algunos esfuerzos , como la privacidad diferencial y el aprendizaje federado , para que la IA pueda aprender de los datos sin exponerlos . Pero si los agentes de IA actúan de forma autónoma , se debe asumir que en algún momento manejarán datos personales – por lo tanto , deben estar sujetos a políticas de uso de datos codificadas en contratos inteligentes o leyes . Los regímenes regulatorios como el RGPD o la próxima Ley de IA de la UE exigirán que incluso los sistemas de IA descentralizados cumplan con los requisitos de privacidad y transparencia . Esta es una zona gris legal : un agente de IA verdaderamente descentralizado no tiene un operador claro al que responsabilizar por una brecha de datos . Eso significa que ** las comunidades Web3 pueden necesitar integrar el cumplimiento por diseño ** , utilizando contratos inteligentes que , por ejemplo , controlen estrictamente lo que una IA puede registrar o compartir . Las pruebas de conocimiento cero ( zero - knowledge proofs ) podrían permitir que una IA demuestre que realizó un cálculo correctamente * sin revelar los datos privados subyacentes * , ofreciendo una posible solución en áreas como la verificación de identidad o la calificación crediticia .

4.5 Riesgos de alineación y desalineación de la IA

Cuando se otorga una autonomía significativa a los agentes de IA – especialmente con acceso a recursos financieros e impacto en el mundo real – el problema de la ** alineación con los valores humanos ** se vuelve agudo . Un agente de IA podría no tener intenciones maliciosas pero podría * " malinterpretar " * su objetivo de una manera que cause daño . El análisis legal de Reuters señala sucintamente : a medida que los agentes de IA operan en entornos variados e interactúan con otros sistemas , ** el riesgo de estrategias desalineadas crece ** . Por ejemplo , un agente de IA encargado de maximizar el rendimiento ( yield ) de DeFi podría encontrar un vacío legal que explote un protocolo ( esencialmente hackeándolo ) – desde la perspectiva de la IA , está logrando el objetivo , pero está rompiendo las reglas que a los humanos les importan . Ha habido casos hipotéticos y reales de algoritmos similares a la IA que participan en comportamientos de mercado manipuladores o eluden restricciones .

En contextos descentralizados , ** ¿ quién es responsable si un agente de IA " se rebela " ? ** Quizás el desplegador lo sea , pero ¿ qué pasa si el agente se modifica a sí mismo o varias partes contribuyeron a su entrenamiento ? Estos escenarios ya no son solo ciencia ficción . El artículo de Reuters incluso menciona que los tribunales podrían tratar a los agentes de IA de manera similar a los agentes humanos en algunos casos – por ejemplo , un chatbot que prometía un reembolso fue considerado vinculante para la empresa que lo desplegó . Por lo tanto , la desalineación puede provocar no solo problemas técnicos sino también responsabilidad legal .

La naturaleza abierta y componible de Web3 también podría permitir ** interacciones imprevistas entre agentes ** . Un agente podría influir en otro ( intencional o accidentalmente ) – por ejemplo , un bot de gobernanza de IA podría ser objeto de " ingeniería social " por parte de otra IA que proporcione análisis falsos , lo que llevaría a malas decisiones de la DAO . Esta complejidad emergente significa que la alineación no se trata solo del objetivo de una sola IA , sino de la ** alineación del ecosistema ** en general con los valores y las leyes humanas .

Abordar esto requiere múltiples enfoques : integrar restricciones éticas en los agentes de IA ( codificando ciertas prohibiciones o utilizando el aprendizaje por refuerzo a partir de la retroalimentación humana para dar forma a sus objetivos ) , implementar ** interruptores de seguridad ( circuit breakers ) ** ( puntos de control de contratos inteligentes que requieren aprobación humana para acciones de gran envergadura ) y supervisión comunitaria ( quizás DAOs que monitoreen el comportamiento de los agentes de IA y puedan desactivar a los que se comporten mal ) . La investigación sobre alineación es difícil en la IA centralizada ; en la descentralizada , es un territorio aún más inexplorado . Pero es crucial – un agente de IA con claves de administrador para un protocolo o al que se le confían fondos del tesoro debe estar extremadamente bien alineado o las consecuencias podrían ser irreversibles ( las blockchains ejecutan código inmutable ; un error provocado por la IA podría bloquear o destruir activos permanentemente ) .

4.6 Gobernanza e incertidumbre regulatoria

Los sistemas de IA descentralizados no encajan fácilmente en los marcos de gobernanza existentes . La gobernanza on - chain ( votación con tokens , etc. ) podría ser una forma de gestionarlos , pero tiene sus propios problemas ( ballenas , apatía de los votantes , etc. ) . Y cuando algo sale mal , los reguladores preguntarán : * " ¿ A quién hacemos responsable ? " * . Si un agente de IA causa pérdidas masivas o se utiliza para actividades ilícitas ( por ejemplo , lavado de dinero a través de mezcladores automáticos ) , las autoridades podrían dirigirse a los creadores o a los facilitadores . Esto plantea el espectro de ** riesgos legales para desarrolladores y usuarios ** . La tendencia regulatoria actual es un mayor escrutinio tanto de la IA como de las criptomonedas por separado – su combinación sin duda invitará al escrutinio . La CFTC de EE. UU. , por ejemplo , ha discutido el uso de la IA en el trading y la necesidad de supervisión en contextos financieros . También se habla en círculos políticos sobre el requisito de ** registro de agentes autónomos ** o la imposición de restricciones a la IA en sectores sensibles .

Otro desafío de gobernanza es la ** coordinación transnacional ** . Web3 es global y los agentes de IA operarán a través de las fronteras . Una jurisdicción podría prohibir ciertas acciones de agentes de IA mientras que otra es permisiva , y la red blockchain abarca ambas . Este desajuste puede crear conflictos – por ejemplo , un agente de IA que brinde asesoramiento de inversión podría infringir la ley de valores en un país pero no en otro . Las comunidades podrían necesitar implementar ** geovallas ( geo - fencing ) ** a nivel de contrato inteligente para los servicios de IA ( aunque eso contradice el espíritu abierto ) . O podrían fragmentar los servicios por región para cumplir con las diversas leyes ( similar a cómo lo hacen los exchanges ) .

Dentro de las comunidades descentralizada , también existe la cuestión de ** quién establece las reglas para los agentes de IA ** . Si una DAO gobierna un servicio de IA , ¿ votan los poseedores de tokens sobre los parámetros de su algoritmo ? Por un lado , esto empodera a los usuarios ; por el otro , podría llevar a decisiones no cualificadas o a la manipulación . Pueden surgir nuevos modelos de gobernanza , como consejos de expertos en ética de IA integrados en la gobernanza de la DAO , o incluso ** participantes de IA en la gobernanza ** ( imagine agentes de IA votando como delegados basados en mandatos programados – una idea controvertida pero concebible ) .

Finalmente , el riesgo reputacional : los fracasos o escándalos tempranos podrían agriar la percepción pública . Por ejemplo , si una " DAO de IA " ejecuta un esquema Ponzi por error o un agente de IA toma una decisión sesgada que perjudica a los usuarios , podría haber una reacción violenta que afecte a todo el sector . Es importante para la industria ser proactiva – estableciendo ** estándares de autorregulación ** , dialogando con los responsables políticos para explicar cómo la descentralización cambia la rendición de cuentas , y quizás construyendo * interruptores de apagado * o procedimientos de parada de emergencia para los agentes de IA ( aunque estos introducen centralización , podrían ser necesarios de forma provisional por seguridad ) .

En resumen , los desafíos van desde lo profundamente técnico ( prevenir hackeos y gestionar la latencia ) hasta lo ampliamente social ( regular y alinear la IA ) . Cada desafío es significativo por sí mismo ; juntos , requieren un esfuerzo concertado de las comunidades de IA y blockchain para navegar . La siguiente sección analizará cómo , a pesar de estos obstáculos , el futuro podría desarrollarse si los abordamos con éxito .

5. Potencial Futuro

Mirando hacia adelante, la integración de interfaces generales de IA con Web3 – a través de marcos como MCP – podría transformar fundamentalmente el internet descentralizado. Aquí esbozamos algunos escenarios futuros y potenciales que ilustran cómo las interfaces de IA impulsadas por MCP podrían dar forma al futuro de Web3:

5.1 dApps y DAOs Autónomas

En los próximos años, podríamos presenciar el auge de aplicaciones descentralizadas totalmente autónomas. Estas son dApps donde los agentes de IA manejan la mayoría de las operaciones, guiados por reglas definidas en contratos inteligentes y objetivos comunitarios. Por ejemplo, considere una DAO de fondo de inversión descentralizado: hoy en día podría depender de propuestas humanas para el reequilibrio de activos. En el futuro, los poseedores de tokens podrían establecer una estrategia de alto nivel, y luego un agente de IA (o un equipo de agentes) implementa continuamente esa estrategia – monitoreando mercados, ejecutando operaciones on-chain, ajustando carteras – todo mientras la DAO supervisa el rendimiento. Gracias al MCP, la IA puede interactuar sin problemas con varios protocolos DeFi, exchanges y fuentes de datos para llevar a cabo su mandato. Si se diseña bien, tal dApp autónoma podría operar las 24 horas del día, los 7 días de la semana, de manera más eficiente que cualquier equipo humano, y con total transparencia (cada acción registrada on-chain).

Otro ejemplo es una dApp de seguros descentralizada gestionada por IA: la IA podría evaluar reclamaciones analizando pruebas (fotos, sensores), contrastándolas con las pólizas y luego activando automáticamente los pagos a través de un contrato inteligente. Esto requeriría la integración de la visión por computadora de IA off-chain (para analizar imágenes de daños) con la verificación on-chain – algo que el MCP podría facilitar al permitir que la IA llame a servicios de IA en la nube e informe al contrato. El resultado son decisiones de seguros casi instantáneas con bajos costos operativos.

Incluso la propia gobernanza podría automatizarse parcialmente. Las DAOs podrían usar moderadores de IA para hacer cumplir las reglas del foro, redactores de propuestas de IA para convertir el sentimiento bruto de la comunidad en propuestas bien estructuradas, o tesoreros de IA para pronosticar las necesidades presupuestarias. Es importante destacar que estas IAs actuarían como agentes de la comunidad, no de forma incontrolada – podrían ser revisadas periódicamente o requerir confirmación multifirma para acciones importantes. El efecto general es amplificar los esfuerzos humanos en las organizaciones descentralizadas, permitiendo que las comunidades logren más con menos participantes activos necesarios.

5.2 Mercados y Redes de Inteligencia Descentralizada

Basándonos en proyectos como SingularityNET y la alianza ASI, podemos anticipar un mercado global de inteligencia maduro. En este escenario, cualquier persona con un modelo o habilidad de IA puede ofrecerlo en la red, y cualquier persona que necesite capacidades de IA puede utilizarlas, con la blockchain garantizando una compensación justa y procedencia. El MCP sería clave aquí: proporciona el protocolo común para que una solicitud pueda ser enviada al servicio de IA que mejor se adapte.

Por ejemplo, imagine una tarea compleja como “producir una campaña de marketing personalizada”. Un agente de IA en la red podría dividir esto en subtareas: diseño visual, redacción publicitaria, análisis de mercado – y luego encontrar especialistas para cada una (quizás un agente con un gran modelo de generación de imágenes, otro con un modelo de redacción ajustado para ventas, etc.). Estos especialistas podrían residir en diferentes plataformas originalmente, pero debido a que se adhieren a los estándares MCP / A2A, pueden colaborar de agente a agente de una manera segura y descentralizada. El pago entre ellos podría manejarse con microtransacciones en un token nativo, y un contrato inteligente podría ensamblar el entregable final y asegurar que cada contribuyente reciba su pago.

Este tipo de inteligencia combinatoria – múltiples servicios de IA vinculándose dinámicamente a través de una red descentralizada – podría superar incluso a las grandes IAs monolíticas, porque aprovecha la experiencia especializada. También democratiza el acceso: un pequeño desarrollador en una parte del mundo podría contribuir con un modelo de nicho a la red y obtener ingresos cada vez que se utilice. Mientras tanto, los usuarios obtienen una ventanilla única para cualquier servicio de IA, con sistemas de reputación (respaldados por tokens / identidad) que los guían hacia proveedores de calidad. Con el tiempo, tales redes podrían evolucionar hacia una nube de IA descentralizada, rivalizando con las ofertas de IA de las Big Tech pero sin un único dueño, y con una gobernanza transparente por parte de usuarios y desarrolladores.

5.3 Metaverso Inteligente y Vidas Digitales

Para 2030, nuestras vidas digitales pueden mezclarse sin problemas con los entornos virtuales – el metaverso – y es probable que la IA pueble estos espacios de manera ubicua. A través de la integración con Web3, estas entidades de IA (que podrían ser desde asistentes virtuales hasta personajes de juegos o mascotas digitales) no solo serán inteligentes sino que también estarán empoderadas económica y legalmente.

Imagine una ciudad del metaverso donde cada tendero NPC o dador de misiones es un agente de IA con su propia personalidad y diálogo (gracias a modelos generativos avanzados). Estos NPCs son en realidad propiedad de los usuarios como NFTs – tal vez usted “posee” una taberna en el mundo virtual y el barman NPC es una IA que ha personalizado y entrenado. Debido a que está sobre los rieles de Web3, el NPC puede realizar transacciones: podría vender bienes virtuales (artículos NFT), aceptar pagos y actualizar su inventario a través de contratos inteligentes. Incluso podría tener una billetera cripto para gestionar sus ganancias (que se acumulan para usted como propietario). El MCP permitiría que el cerebro de IA de ese NPC acceda a conocimientos externos – quizás extrayendo noticias del mundo real para conversar sobre ellas, o integrándose con un calendario Web3 para que “sepa” sobre los eventos de los jugadores.

Además, la identidad y la continuidad están garantizadas por la blockchain: su avatar de IA en un mundo puede saltar a otro mundo, llevando consigo una identidad descentralizada que demuestra su propiedad y tal vez su nivel de experiencia o logros a través de tokens soulbound. La interoperabilidad entre mundos virtuales (a menudo un desafío) podría verse facilitada por la IA que traduce el contexto de un mundo a otro, con la blockchain proporcionando la portabilidad de los activos.

También podríamos ver compañeros o agentes de IA que representen a individuos en los espacios digitales. Por ejemplo, usted podría tener una IA personal que asista a las reuniones de la DAO en su nombre. Esta entiende sus preferencias (mediante el entrenamiento en su comportamiento pasado, almacenado en su bóveda de datos personales), e incluso puede votar en asuntos menores por usted, o resumir la reunión más tarde. Este agente podría usar su identidad descentralizada para autenticarse en cada comunidad, asegurando que sea reconocido como “usted” (o su delegado). Podría ganar tokens de reputación si contribuye con buenas ideas, construyendo esencialmente capital social para usted mientras no está.

Otro potencial es la creación de contenido impulsada por IA en el metaverso. ¿Quiere un nuevo nivel de juego o una casa virtual? Simplemente descríbalo, y un agente constructor de IA lo creará, lo desplegará como un contrato inteligente / NFT, e incluso tal vez lo vincule con una hipoteca DeFi si es una estructura grande que usted paga con el tiempo. Estas creaciones, al estar on-chain, son únicas y comercializables. El constructor de IA podría cobrar una tarifa en tokens por su servicio (volviendo nuevamente al concepto de mercado anterior).

En general, el futuro internet descentralizado podría estar repleto de agentes inteligentes: algunos totalmente autónomos, algunos estrechamente vinculados a los humanos, muchos en algún punto intermedio. Negociarán, crearán, entretendrán y transaccionarán. El MCP y protocolos similares aseguran que todos hablen el mismo “idioma”, permitiendo una rica colaboración entre la IA y cada servicio de Web3. Si se hace correctamente, esto podría conducir a una era de productividad e innovación sin precedentes – una verdadera síntesis de inteligencia humana, artificial y distribuida impulsando a la sociedad.

Conclusión

La visión de las interfaces generales de IA que conectan todo en el mundo de la Web3 es innegablemente ambiciosa. Esencialmente, aspiramos a tejer dos de los hilos más transformadores de la tecnología — la descentralización de la confianza y el auge de la inteligencia de las máquinas — en un solo tejido. El contexto de desarrollo nos muestra que el momento es propicio: la Web3 necesitaba una "killer app" fácil de usar, y la IA bien podría proporcionarla, mientras que la IA necesitaba más agencia y memoria, algo que la infraestructura de la Web3 puede suministrar. Técnicamente, marcos como el MCP (Model Context Protocol) proporcionan el tejido conectivo, permitiendo que los agentes de IA conversen con fluidez con blockchains, contratos inteligentes, identidades descentralizadas y más allá. El panorama de la industria indica un impulso creciente, desde startups hasta alianzas y grandes laboratorios de IA, todos aportando piezas de este rompecabezas — mercados de datos, plataformas de agentes, redes de oráculos y protocolos estándar — que están empezando a encajar.

Sin embargo, debemos proceder con cautela ante los riesgos y desafíos identificados. Las brechas de seguridad, el comportamiento desalineado de la IA, las trampas de privacidad y las regulaciones inciertas forman una serie de obstáculos que podrían descarrilar el progreso si se subestiman. Cada uno requiere una mitigación proactiva: auditorías de seguridad robustas, controles de alineación y equilibrios, arquitecturas que preserven la privacidad y modelos de gobernanza colaborativa. La naturaleza de la descentralización significa que estas soluciones no pueden simplemente imponerse de arriba hacia abajo; probablemente surgirán de la comunidad a través del ensayo, el error y la iteración, tal como lo hicieron los protocolos iniciales de Internet.

Si logramos superar esos desafíos, el potencial futuro es emocionante. Podríamos ver a la Web3 ofreciendo finalmente un mundo digital centrado en el usuario — no de la manera imaginada originalmente en la que todos ejecutan sus propios nodos de blockchain, sino a través de agentes inteligentes que sirven a las intenciones de cada usuario mientras aprovechan la descentralización bajo el capó. En un mundo así, interactuar con las criptomonedas y el metaverso podría ser tan fácil como tener una conversación con su asistente de IA, quien a su vez negocia con docenas de servicios y cadenas sin necesidad de confianza en su nombre. Las redes descentralizadas podrían volverse "inteligentes" en un sentido literal, con servicios autónomos que se adaptan y mejoran a sí mismos.

En conclusión, el MCP y protocolos de interfaz de IA similares pueden convertirse de hecho en la columna vertebral de una nueva Web (llámese Web 3.0 o la Web Agéntica), donde la inteligencia y la conectividad son ubicuas. La convergencia de la IA y la Web3 no es solo una fusión de tecnologías, sino una convergencia de filosofías — la apertura y el empoderamiento del usuario de la descentralización encontrándose con la eficiencia y la creatividad de la IA. Si tiene éxito, esta unión podría anunciar un internet que sea más libre, más personalizado y más poderoso de lo que hayamos experimentado hasta ahora, cumpliendo verdaderamente las promesas tanto de la IA como de la Web3 de maneras que impacten la vida cotidiana.

Fuentes:

  • S. Khadder, “Web3.0 Isn’t About Ownership — It’s About Intelligence,” Blog de FeatureForm (8 de abril de 2025).
  • J. Saginaw, “Could Anthropic’s MCP Deliver the Web3 That Blockchain Promised?” Artículo de LinkedIn (1 de mayo de 2025).
  • Anthropic, “Introducing the Model Context Protocol,” Anthropic.com (noviembre de 2024).
  • thirdweb, “The Model Context Protocol (MCP) & Its Significance for Blockchain Apps,” Guías de thirdweb (21 de marzo de 2025).
  • Blog de Chainlink, “The Intersection Between AI Models and Oracles,” (4 de julio de 2024).
  • Messari Research, Profile of Ocean Protocol, (2025).
  • Messari Research, Profile of SingularityNET, (2025).
  • Cointelegraph, “AI agents are poised to be crypto’s next major vulnerability,” (25 de mayo de 2025).
  • Reuters (Westlaw), “AI agents: greater capabilities and enhanced risks,” (22 de abril de 2025).
  • Identity.com, “Why AI Agents Need Verified Digital Identities,” (2024).
  • PANews / IOSG Ventures, “Interpreting MCP: Web3 AI Agent Ecosystem,” (20 de mayo de 2025).