Los agentes de IA están evolucionando de herramientas de asistencia a participantes económicos reales a un ritmo muy superior al de cualquier otra infraestructura.
Aunque los agentes ya pueden ejecutar tareas y transacciones, aún carecen de formas estandarizadas en todos los entornos para demostrar "quién soy", "qué estoy autorizado a hacer" y "cómo debo recibir el pago". La identidad no es portable, los pagos aún no son programables por defecto y la colaboración sigue estando en silos.
La tecnología blockchain está abordando estos problemas a nivel de infraestructura. Un libro mayor público proporciona credenciales auditables por cualquiera para cada transacción; las billeteras otorgan a los agentes una identidad portable; y las stablecoins se convierten en otra capa de liquidación. Estos no son conceptos futuros, están disponibles hoy y pueden ayudar a que los agentes funcionen como verdaderos agentes económicos de manera sin permisos.
Proporcionando identidad para no humanos
El cuello de botella actual de la economía de agentes ya no es la inteligencia, sino la identidad.
Solo en la industria de servicios financieros, el número de identidades no humanas (sistemas de trading automatizados, motores de riesgo, modelos de fraude) es aproximadamente 100 veces mayor que el de empleados humanos. A medida que los marcos modernos de agentes (LLMs con capacidad de uso de herramientas, flujos de trabajo autónomos, orquestación de múltiples agentes) se desplieguen a gran escala, esta proporción continuará aumentando en todas las industrias.
Sin embargo, estos agentes siguen estando efectivamente "sin cuenta bancaria". Pueden interactuar con el sistema financiero, pero no de una manera portable, verificable y confiable por defecto. Carecen de formas estandarizadas para demostrar sus permisos, operar de forma independiente entre plataformas o asumir responsabilidad por sus acciones.
Lo que falta es una capa de identidad universal, equivalente al SSL para agentes, capaz de estandarizar la colaboración entre plataformas. Las soluciones actuales siguen siendo fragmentadas: por un lado, pilas verticalmente integradas y priorizadas para fiat; por otro, estándares abiertos y nativos de cripto (como x402 y las propuestas emergentes de identidad para agentes); y también extensiones de marcos de desarrollo que intentan puentear identidades a nivel de aplicación (como MCP, Model Context Protocol).
Todavía no existe una forma ampliamente adoptada e interoperable para que un agente pueda demostrarle a otro: a quién representa, qué tiene permitido hacer y cómo debe ser remunerado.
Este es el concepto central de KYA (Conoce a Tu Agente). Así como los humanos dependen de historiales crediticios y KYC (Conoce a Tu Cliente), los agentes necesitarán credenciales criptográficamente firmadas que los vinculen a un principal, permisos, restricciones y reputación.
Blockchain proporciona una capa de coordinación neutral: identidad portable, billeteras programables y pruebas verificables que pueden analizarse en aplicaciones de chat, APIs y mercados.
Ya estamos viendo implementaciones tempranas: registros de agentes on-chain, agentes nativos de billetera que usan USDC, estándares ERC para "agentes de confianza mínima", y kits de herramientas para desarrolladores que combinan identidad con pagos embebidos y controles de fraude.
Pero hasta que surja un estándar de identidad universal, los comerciantes seguirán bloqueando agentes en su firewall.
Gobernando los sistemas que ejecutan la IA
Los agentes comienzan a tomar el control de sistemas reales, lo que plantea una nueva pregunta: ¿quién tiene realmente el control? Imagina una comunidad o empresa donde sistemas de IA coordinan recursos críticos (ya sea asignando capital o gestionando cadenas de suministro).
Incluso si las personas pueden votar sobre cambios de políticas, si la capa subyacente de IA está controlada por un único proveedor, capaz de enviar actualizaciones de modelos, ajustar restricciones o anular decisiones, entonces esa autoridad es muy frágil. La capa de gobernanza formal puede ser descentralizada, pero la capa operativa sigue siendo centralizada: quien controla el modelo, controla finalmente el resultado.
Cuando los agentes asumen roles de gobernanza, introducen una nueva capa de dependencia. En teoría, esto podría hacer que la democracia directa sea más viable: todos podrían tener un agente de IA que les ayude a comprender propuestas complejas, modelar compensaciones y votar según preferencias establecidas.
Pero esta visión solo se materializa si los agentes son realmente responsables ante las personas a las que representan, son portables entre proveedores y están técnicamente restringidos a seguir instrucciones humanas. De lo contrario, se obtienen sistemas que superficialmente parecen democráticos, pero que en realidad son manipulados por comportamientos opacos de modelos que nadie controla realmente.
Si la realidad actual es que los agentes se construyen principalmente sobre unos pocos modelos base, necesitamos formas de demostrar que un agente actúa en beneficio del usuario, y no en beneficio de la empresa del modelo.
Esto probablemente requerirá garantías criptográficas en múltiples niveles:
(1) Los datos de entrenamiento, fine-tuning o aprendizaje por refuerzo en los que se basa la instancia del modelo;
(2) Las indicaciones e instrucciones exactas que sigue un agente específico;
(3) Su registro real de comportamiento en el mundo real;
(4) Garantías confiables de que el proveedor no puede cambiar sus instrucciones después del despliegue o reentrenarlo sin el conocimiento del usuario. Sin estas garantías, la gobernanza por agentes se degrada a la gobernanza por quien controle los pesos del modelo.
Aquí es donde la criptografía puede ser particularmente útil. Si las decisiones colectivas se registran on-chain y se ejecutan automáticamente, se puede exigir a los sistemas de IA que sigan estrictamente los resultados verificados. Si los agentes tienen identidad criptográfica y registros de ejecución transparentes, las personas pueden verificar si sus agentes actúan dentro de los límites.
Si la capa de IA es propiedad del usuario y portable, en lugar de estar enclaustrada en una única plataforma, entonces ninguna empresa puede cambiar las reglas con una simple actualización del modelo.
En última instancia, gobernar sistemas de IA es fundamentalmente un desafío de infraestructura, no de política. La autoridad real depende de construir garantías ejecutables en el sistema mismo.
Llenando los vacíos de los sistemas de pago tradicionales para negocios nativos de IA
Los agentes de IA comienzan a comprar diversos servicios (web scraping, sesiones de navegador, generación de imágenes) y las stablecoins se están convirtiendo en la capa de liquidación alternativa para estas transacciones. Al mismo tiempo, está surgiendo una nueva clase de mercados orientados a agentes.
Por ejemplo, el mercado MPP de Stripe y Tempo agrega más de 60 servicios diseñados específicamente para agentes de IA. En su primera semana, procesó más de 34,000 transacciones con tarifas tan bajas como $0.003, siendo las stablecoins una de las formas de pago predeterminadas.
La diferencia radica en cómo se accede a estos servicios: no tienen página de checkout. Un agente lee un schema, envía una solicitud, paga y recibe la salida, todo en un único intercambio.
Esto representa una nueva clase de comerciante sin identidad: solo un servidor, un conjunto de endpoints y un precio por cada llamada. Sin interfaz frontal, sin equipo de ventas.
Los rails de pago para lograr esto ya están en funcionamiento. El x402 de Coinbase y MPP adoptan enfoques diferentes, pero ambos integran el pago directamente en la solicitud HTTP. Visa también está expandiendo sus rails de pago con tarjeta en una dirección similar, ofreciendo una herramienta CLI que permite a los desarrolladores gastar desde la terminal, mientras el comerciante recibe stablecoins instantáneamente en el backend.
Los datos actuales aún son tempranos. Tras filtrar actividades no orgánicas como el inflado de volumen, x402 procesa alrededor de $1.6 millones mensuales en pagos impulsados por agentes, muy por debajo de los $24 millones reportados recientemente por Bloomberg (citando datos de x402.org). Pero la infraestructura circundante se está expandiendo rápidamente: Stripe, Cloudflare, Vercel y Google ya han integrado x402 en sus plataformas.
Las herramientas para desarrolladores son una gran oportunidad, a medida que el "vibe coding" amplía el grupo de personas que pueden construir software, el mercado total direccionable para herramientas de desarrolladores también crece. Empresas como Merit Systems están construyendo productos para este mundo, como AgentCash, una billetera CLI y mercado que conecta MPP y x402. Estos productos permiten a los agentes comprar los datos, herramientas y capacidades que necesitan usando stablecoins de un saldo único.
Por ejemplo, el agente de un equipo de ventas podría llamar a un endpoint que simultáneamente obtenga datos de Apollo, Google Maps y Whitepages para enriquecer información de leads, sin que el usuario tenga que salir de la línea de comandos.
Este comercio de Agente-a-Agente se inclina por el uso de rails de pago cripto (y las soluciones emergentes basadas en tarjetas) por varias razones.
Una es el riesgo de suscripción: los procesadores de pago tradicionales asumen el riesgo del comerciante al onboardearlo, y un comerciante sin cabeza, sin sitio web o entidad legal, es difícil de suscribir para un procesador tradicional.
Otra es la programabilidad sin permisos de las stablecoins en redes abiertas: cualquier desarrollador puede hacer que un endpoint admita pagos sin tener que integrar un procesador de pagos o firmar un acuerdo comercial.
Hemos visto este patrón antes. Cada transición en la forma del comercio crea una nueva clase de comerciante que los sistemas existentes inicialmente tienen dificultades para atender. Las empresas que construyen esta infraestructura no apuestan por los $1.6 millones mensuales, sino por en qué se convertirán esas cifras cuando los agentes sean los compradores predeterminados.
Revalorizando la confianza en la economía de agentes
Durante los últimos 300,000 años, la cognición humana ha sido el cuello de botella del progreso. Hoy, la IA está llevando el costo marginal de la ejecución hacia cero. Cuando un recurso escaso se vuelve abundante, las restricciones se desplazan. Cuando la inteligencia se vuelve barata, ¿qué se vuelve caro? La respuesta es la verificación.
En la economía de agentes, la verdadera limitación para escalar es nuestra capacidad biológicamente restringida para auditar y suscribir decisiones de máquinas. El throughput de los agentes ya supera con creces la capacidad de supervisión humana. Dado que la supervisión es costosa y los fracasos tienen un carácter滞后性 (retraso), el mercado tiende a invertir insuficientemente en supervisión. "El humano en el loop" se está convirtiendo rápidamente en una imposibilidad física.
Pero desplegar agentes no verificados introduce riesgos compuestos. Los sistemas optimizarán implacablemente las métricas "proxy" mientras se desvían silenciosamente de la intención humana, creando una apariencia de productividad que oculta la acumulación de una deuda de IA masiva. Para delegar la economía de manera segura a las máquinas, la confianza ya no puede depender de controles manuales: la confianza debe estar codificada en la propia arquitectura del sistema.
Cuando cualquiera puede generar contenido gratis, lo que importa es la procedencia verificable: saber de dónde viene y si puedes confiar en ello. Blockchain, las pruebas on-chain y los sistemas de identidad digital descentralizados están cambiando los límites económicos de lo que se puede desplegar de forma segura. Ya no tratas a la IA como una caja negra, sino que obtienes un historial claro y auditable.
A medida que más agentes de IA comienzan a comerciar entre sí, los rails de liquidación y las pruebas de procedencia comienzan a fusionarse.
Los sistemas que manejan fondos (como stablecoins y smart contracts) también pueden llevar credenciales criptográficas que muestren quién hizo qué y quién es responsable si algo sale mal.
La ventaja comparativa humana migrará hacia arriba: desde encontrar pequeños errores, hacia establecer la dirección estratégica y asumir la responsabilidad cuando las cosas salgan mal. La ventaja duradera pertenecerá a aquellos que puedan certificar criptográficamente sus resultados, asegurarlos y absorber la responsabilidad en caso de fallo.
Escalar sin verificación es un pasivo que se acumula con el tiempo.
Manteniendo el control del usuario
Durante décadas, nuevas capas de abstracción han definido cómo interactúan los usuarios con la tecnología. Los lenguajes de programación abstrajeron el código de máquina; la línea de comandos dio paso a la interfaz gráfica de usuario, seguida por las aplicaciones móviles y las API. Cada transición ocultó más complejidad subyacente, pero siempre mantuvo al usuario firmemente en el loop.
En el mundo de los agentes, el usuario especifica el resultado, no la acción concreta, y el sistema decide por sí mismo cómo lograrlo. Los agentes no solo abstraen la ejecución de la tarea, sino también quién la ejecuta. El usuario establece los parámetros iniciales y luego da un paso atrás, dejando que el sistema funcione por sí solo. El rol del usuario pasa de la interacción a la supervisión; a menos que el usuario intervenga, el estado predeterminado es "encendido".
A medida que los usuarios delegan más tareas en los agentes, surgen nuevos riesgos: entradas ambiguas pueden llevar a que un agente actúe bajo suposiciones erróneas sin el conocimiento del usuario; los fallos pueden no ser reportados, dificultando un diagnóstico claro; una sola aprobación puede desencadenar un flujo de trabajo de múltiples pasos que nadie anticipó.
Aquí es donde la criptografía puede ayudar. La criptografía siempre se ha centrado en minimizar la confianza ciega.
A medida que los usuarios ceden más decisiones al software, los sistemas de agentes agudizan este problema y elevan el listón de rigor en nuestro diseño, al establecer límites más claros, mejorar la visibilidad y hacer cumplir garantías más fuertes sobre las capacidades del sistema.
Está surgiendo una nueva generación de herramientas nativas de cripto. Marcos de delegación con ámbito (scoped delegation frameworks), como el Delegation Toolkit de MetaMask, el AgentKit y las billeteras de agentes de Coinbase, y AgentCash de Merit Systems, permiten a los usuarios definir a nivel de smart contract qué puede y qué no puede hacer un agente. Las arquitecturas basadas en intenciones (como NEAR Intents, que desde el Q4 de 2024 ha procesado más de $15 mil millones en volumen acumulado de transacciones DEX) permiten a los usuarios simplemente establecer el resultado deseado (por ejemplo, "bridge tokens y haz staking") sin tener que especificar cómo lograrlo.
