¿Cuál es el propósito de los Crypto AI Agents?

Ha pasado un año desde que arrancó la fiebre de los agentes de IA en el cuarto trimestre de 2024, cuando @ virtuals_io impulsó la “Tokenización de agentes de IA”, en la que las aplicaciones y agentes de IA se emparejan con un token lanzado de manera justa.

El tiempo pasa volando.

En apenas doce meses, el Crypto AI ha experimentado un cambio radical, con el auge del movimiento open source partiendo de la IA general y la aparición de herramientas que facilitan a cualquier usuario —desarrollador o no— construir sus propios proyectos.

Lo que empezó siendo un producto de IA vinculado a un token, con una valoración baja y lanzado de manera justa por desarrolladores independientes y equipos pequeños, se ha convertido en un auténtico ecosistema Crypto AI, donde cientos de equipos de alto nivel desarrollan su visión.

En este artículo, aprovechando el reciente boom de la narrativa x402, vamos a repasar el panorama, analizar los cambios, ver cómo evolucionan los actores clave y, sobre todo, hacia dónde van las cosas y qué sentido tienen realmente los Agentes Crypto AI.

Vamos allá ↓

Si te apasiona —como a mí— la IA, seguro que has notado lo rápido que avanza. Cada mes surge algo nuevo y sorprendente: desde utilidades básicas tipo “Ghiblifi” hasta vídeos generados por IA de calidad profesional y agentes capaces de superar en productividad al desarrollador junior medio.

En el mundo Crypto esto no siempre sucede igual. Lo que se viralizó cuando surgió la narrativa de los agentes de IA hace un año fue:

• @ truth_terminal cobrando vida, interactuando y recibiendo financiación de @ pmarca (a16z)
• @ aixbt_agent con análisis avanzados y el toque irreverente de degen nativo de CT en X
• @ virtuals_io, como sociedad de agentes, lanzando “agent tokens” que multiplicaban su valor entre 10 y 50 veces
• @ dolos_diary como el mayor troll de internet, adorado por todos por su humor y su carácter mordaz
• @ luna_virtuals como el primer AIDOL, entreteniendo a su comunidad en redes sociales

El entretenimiento fue el principal motor en los inicios de la narrativa, PERO hoy... no ha surgido ningún nuevo formato de entretenimiento con agentes de IA en mucho tiempo (lo cual quizá está bien, pero la magia y el atractivo de aquellos primeros días se ha perdido).

Ahora el foco está en los verticales donde Crypto destaca: aplicaciones financieras, es decir, ganar dinero (y evitar perderlo).

El TAM de a16z para la economía agentic en su último informe “The State of Crypto” habla de 30 T, una cifra algo exagerada si pensamos que el TAM de la IA se estima en varios billones para 2030.

Dicho esto, imagino que la economía agentic podría alcanzar billones. A medida que las herramientas de IA generativa y las verticales aplicadas ayudan a mejorar la productividad individual, crece la adopción empresarial y se implantan flujos de trabajo más eficientes basados en IA.

Crypto no es diferente, aunque como sector enfocado en maximizar beneficios, los flujos de trabajo se orientan a ganar dinero (y no perderlo), y destacan varias categorías:

(i) Defi — El PMF número uno de Crypto

• Trading (Spot, Perps en CEX/DEX),
• Mercados monetarios (préstamos/financiación, aprovechando activos cripto),
• Stablecoins (medio de intercambio/unidad de estabilidad, estrategias defi de alto rendimiento y composables),
• Protocolos de yield (mercados de tipos de interés, mercados de puntos, mercados de funding rate, optimizadores de yield/productos tipo vault),
• RWA/DePIN (tokenización de activos productivos reales, conexión de capital onchain con demanda offchain)

El mayor TAM del sector, con más de 150 B en TVL y más de 300 B de capitalización en stablecoins. La mejora de la claridad regulatoria y el crecimiento de la adopción institucional impulsan la entrada de nuevo capital onchain, mientras que el auge de las stablecoins atrae a empresas y startups a integrarse en la infraestructura cripto.

Por todo ello, la demanda de automatización —infraestructura y herramientas que funcionen como backend, mientras empresas y startups actúan como frontend atrayendo usuarios convencionales onchain— será clave en la próxima fase de adopción.

Los agentes capaces de abstraer la complejidad de Defi, facilitar la ejecución y optimizar aspectos clave como gestión de riesgos, rebalanceo o curación de estrategias, captarán buena parte del valor que fluya hacia los protocolos Defi.

Principales actores del ecosistema:

• @ almanak
• @ gizatechxyz
• @ Cod3xOrg
• @ TheoriqAI
• @ ZyfAI_

(ii) DeAI/Darwinian AI — El PMF más relevante en Crypto AI

(iii) Prediction Markets x AI — El segmento de mayor crecimiento en Crypto

No profundizaré en (ii) ni en (iii), ya que los hemos tratado en artículos anteriores.

Si has seguido el sector, verás que el segmento Defi x AI apenas ha cambiado. Y es que resolver los flujos Defi con IA es tremendamente complejo. No basta con añadir IA y esperar resultados: requiere arquitecturas responsables y controles para evitar que los agentes actúen fuera de los límites.

¿Por qué estoy hablando de esto y no de “Agentes de IA”?

El panorama inicial de los Agentes de IA era esencialmente Virtuals y los agentes que se creaban en su ecosistema (quizá algo de CreatorBid y sus agentes puntualmente), y el framework ai16z (ahora ElizaOS) que facilitaba la creación de “agentes” o bots X capaces de interactuar con diferentes herramientas, junto a frameworks como Arc, Pippin, y otros.

Todo esto era innovador y divertido, pero no es la definición real de agente de IA. Un agente debe comprender su entorno, conocer sus funciones y responsabilidades, tomar decisiones proactivas y actuar para alcanzar objetivos concretos con mínima intervención humana.

Si observas el sector, más del 95 % de lo que hay no cumple esto. O bien son programas, productos de IA generativa, o aún están en proceso de convertirse en agentes autónomos.

No es una crítica; lo que quiero decir es que seguimos en una etapa muy inicial... tan temprana que casi nadie ha encontrado el modelo que realmente funciona.

Los que sí lo han logrado (o están cerca de hacerlo) rara vez se agrupan bajo “Agentes de IA”; se consideran proyectos de IA.

El panorama

El reciente boom x402 ha movilizado capital e interés hacia el Crypto AI, pero el escenario ahora es muy distinto al anterior.

La fiebre de los frameworks se ha enfriado

En su momento, los frameworks fueron clave: ayudaban a los desarrolladores a empezar, reducían el tiempo de aprendizaje y codificación y facilitaban el diseño de flujos. Herramientas como MCP amplían la capacidad de los agentes para interactuar con APIs, ERC-8004 creará un registro y posicionará Ethereum como capa de confianza y liquidación, Google A2A y AP2 se consolidan como frameworks de referencia, y aparecen herramientas como n8n que atraen tanto a desarrolladores como a usuarios convencionales en la creación de agentes y flujos de trabajo IA.

Por todo esto, el hype de los frameworks se ha desinflado y muchos han pivotado, como @ arcdotfun hacia constructores de flujos tipo canvas, o @ openservai, que pasó de “swarm” a herramientas para crear negocios Web3 basados en IA y agentes orientados a usuarios concretos (por ejemplo, flujos de mercados de predicción).

Los frameworks siguen siendo relevantes, pero la proliferación de frameworks y herramientas de IA Web2, junto con la adopción de infra Web3, ha hecho que el hype Web3 disminuya.

Del modelo launchpad fair-launched al meta ICO

El modelo launchpad fair-launched favorece a los pequeños inversores minoristas (y al propio launchpad), pero dificulta el escalado de los equipos. Además, fomenta desarrollos indie orientados al corto plazo y al hype, en vez de negocios de IA duraderos (3-5 años o más).

Por eso tiene sentido la expansión de Virtuals a través de Agents Commerce Protocol (ACP). A medida que x402 se consolida como la infraestructura de pagos para agentes, la infraestructura que define la reputación y confianza, así como el funcionamiento y pago entre agentes, será esencial para construir la visión agentic.

Sin embargo, el reto principal sigue siendo: “¿Existen servicios de calidad que la gente esté dispuesta a pagar?”

Si no aportan valor, ¿por qué no usar servicios de IA Web2 en vez de Web3? Y, si es así, ¿para qué unir agentes Web3?

Para crear un negocio sostenible de IA capaz de facturar 7-8 cifras, se necesita financiación, talento con iniciativa y tiempo... para desarrollar la visión; el modelo fair-launched no es suficiente.

Ahora vemos surgir equipos de IA medianos y grandes que consiguen financiación de business angels y VCs y lanzan producto mediante rondas comunitarias (Kaito Launchpad, Legion, Echo, etc.).

Estos equipos ofrecen productos y servicios de mayor calidad, gracias a los recursos (financiación, talento, credibilidad VC, etc.), lo que suele traducirse en mejores resultados para sus tokens.

Modelo de monetización y tokenomics fallido

Gestionar un producto de IA junto a un token requiere habilidades muy diferentes y mucha precisión para conectar ambos y acelerar el crecimiento y la captación de usuarios (por ejemplo: airdrop de tokens al público adecuado ➔ conversión en usuarios de pago ➔ pagan y usan el producto ➔ reciben más tokens que alinean sus intereses a largo plazo con el proyecto (revenue share, buyback, gobernanza, etc.) ➔ y el ciclo se repite).

Fácil de decir, difícil de ejecutar. La mayoría de los equipos pequeños de agentes de IA entregan entre el 30 % y el 80 % de sus tokens al mercado, sin reservar para activar el ciclo.

La mayoría usa modelos SaaS de suscripción o precios por uso/crédito, y añade la opción de pago con token cripto para descuentos. Muchos destinan parte de los ingresos de suscripciones a recomprar el token y/o quemar el token usado para el servicio.

Utilizar los ingresos de suscripción para recompras está bien; exigir el pago en token (o para descuento) dificulta escalar.

Los tokens cripto son muy volátiles. Usarlos como medio de pago no es práctico (un día suben un 20 %, otro bajan un 30 %; imposible presupuestar).

Darwinian AI como alternativa para la formación de capital con modelo de tokenomics claro

• @ opentensor (Bittensor) se ha consolidado como plataforma de referencia para fundadores que quieren arrancar ideas, mineros que contribuyen a la IA e inversores que buscan la próxima DeAI disruptiva
• @ flock_io marca el estándar en IA de dominio específico y privacidad mediante aprendizaje federado, atrayendo empresas Web2 y gobiernos como clientes, y entrenadores (mineros) para aportar talento. Igual que Bittensor, Flock ayuda a las compañías a subcontratar talento de calidad para proyectos de IA relevantes.
• @ BitRobotNetwork, inspirada en Bittensor, adopta un enfoque similar para crear un ecosistema de subnets centradas en robots.

Se están creando benchmarks y evaluaciones reales con incentivos económicos para que cualquiera pueda comprobar resultados (también como formato de entretenimiento de calidad).

• @ the_nof1 Alpha Arena, que enfrenta a seis modelos IA punteros en una competición de trading de perps con dinero real (cada uno recibe 10 k para operar)
• @ FractionAI_xyz utiliza competiciones entre agentes para mejorar y afinar resultados, señales, beneficios y gestión del riesgo.
• @ openservai crea OpenArena, donde modelos IA compiten en prediction markets.

Parece que me repito hablando de Darwinian AI, pero es una realidad: este modelo está resolviendo el problema de formación de capital y haciendo avanzar la innovación en Crypto AI.

Echa un vistazo al artículo de Darwinian AI si no lo has leído aún.

Todos los puntos anteriores muestran lo que pueden hacer las subnets.

• Chutes, la subnet número uno de Bittensor, ya es el proveedor de inferencia líder en OpenRouter, el gateway API más popular para desarrolladores de IA general
• Las principales subnets de cómputo (tres o cuatro) generan entre 20 y 30 M de ARR
• Las subnets de predicción empiezan a alcanzar seis o siete cifras de ARR monetizando la alpha y/o utilizando señales para operar o predecir mejor

Darwinian AI = formación de capital (sin VCs) + acelerador de innovación (AI/ML engineers contributors): esto definirá la narrativa de los agentes IA en 2026.

Además de productos útiles, los tokenomics de Darwinian AI destacan por su claridad y por motores de incentivos que motivan a todos los actores a contribuir, invertir, participar en la gobernanza, etc.

¿Qué resulta interesante ahora en equipos pequeños y Agentes IA?

Siendo sincero, hay algunos que disfruto usando, pero por ahora no hay ninguno por el que pagaría.

Grok cubre la investigación en X y ChatGPT cubre la investigación general.

Para análisis en profundidad, consulto newsletters y, de vez en cuando, informes de Messari.

Para un vistazo rápido al mercado cripto, uso el chatbot TG de @ elfa_ai.

Para ideas de trading en prediction markets, uso @ AskBillyBets, @ Polysights y el @ futuredotfun de @ aion5100. (Tengo muchas ganas de probar @ sire_agent aVault, aunque aún no está disponible).

En Defi, suelo ejecutar la estrategia yo mismo, pero a menudo recurro a @ almanak y @ gizatechxyz, aunque no se consideran “Agentes IA” porque no se lanzaron de forma justa, aunque sus productos sí están relacionados con agentes.

Para trading, uso el agregador @ DefiLlama para swaps en EVM, o @ JupiterExchange para swaps en Solana. No suelo operar perps, pero cuando lo hago, utilizo @ Cod3xOrg para analizar y ejecutar la operación.

En Crypto, la mayoría de las herramientas son gratuitas, por lo que los usuarios prefieren opciones sin coste. El token-gating o fee-gating no funcionan demasiado bien, pero incluir la comisión directamente en el producto sí lo hace. Por eso el pricing basado en resultados funciona: la gente no quiere pagar 40 al mes, pero sí gastar 40 en gas en una transacción.

Si ofreces el mejor resultado (buenos rendimientos, mejor precio en trades), nadie se queja si incluyes una pequeña comisión, siempre que el resultado siga siendo óptimo.

Tras probar muchas apps y agentes Crypto AI, mi conclusión es que el mejor producto hoy es el que genera ingresos, y el mejor vertical es el launchpad (y pronto prediction markets), es decir, operar casinos onchain y recaudar comisiones de trading.

¿Qué viene ahora?

Casos de uso reales con adopción masiva (desarrolladores IA generales o público fuera del CT) aparecerán el próximo año y, probablemente, desde el ecosistema DeAI/Darwinian AI.

2026 será el año del Crypto AI, con proliferación de casos de uso Defi, infraestructura DeAI y aplicaciones de predicción.

La mayoría de los equipos pequeños de agentes acabarán desapareciendo, siendo absorbidos, fusionados o construyendo dentro del ecosistema Darwinian AI.

Crypto AI y Agentes IA como segmento se fusionarán, marcando una dirección y visión de producto más clara para el Crypto AI.

Los launchpads seguirán siendo el motor del CT, generando volumen y comisiones, pero la innovación relevante que impulsará el sector ocurrirá donde hay más recursos: capital, talento, distribución y adopción.

Entonces, ¿cuál es el sentido de los Agentes Crypto AI?

Te doy mi opinión.

En los “agentes IA” lanzados de forma justa, el objetivo es diseñar una experiencia de trading con el atractivo de invertir en tecnología, aunque la mayoría sean simplemente wrappers de LLM con un token añadido.

No me malinterpretes, los wrappers pueden ser únicos si realmente resuelven problemas. Pero esto sigue siendo raro.

En la mayoría de los casos, permiten a pequeños inversores acceder temprano a activos especulativos “agente IA” y ganar dinero.

Para otros (equipos capaces de crear productos sólidos independientemente del modelo de lanzamiento o financiación), el sentido de los agentes Crypto AI como narrativa es sentar las bases de la futura economía agentic, donde blockchain sea la infraestructura clave que lo haga posible.

Nota personal: ¡Gracias por leer! Este artículo es una versión resumida (si quieres mis impresiones completas, consulta la versión Substack).

Y si quieres conocer los proyectos DeAI que más me entusiasman, echa un vistazo a la serie The After Hour en mi Substack.

Disclaimer: Este documento es solo para fines informativos y de entretenimiento. Las opiniones aquí recogidas no constituyen asesoramiento ni recomendación de inversión. Cada destinatario debe realizar su propia diligencia, considerando su situación financiera, objetivos y tolerancia al riesgo (no contemplados aquí) antes de invertir. Este documento no constituye una oferta ni solicitud de compra o venta de ninguno de los activos mencionados.

Aviso legal:

1. Este artículo se publica de nuevo desde [Defi0xJeff]. Todos los derechos pertenecen al autor original [Defi0xJeff]. Si existe cualquier objeción a esta reimpresión, contacta con el equipo de Gate Learn y se gestionará de manera inmediata.
2. Exención de responsabilidad: Las opiniones expresadas son únicamente del autor y no constituyen asesoramiento de inversión.
3. Las traducciones a otros idiomas han sido realizadas por el equipo de Gate Learn. Salvo indicación expresa, queda prohibida la copia, distribución o plagio de los artículos traducidos.