Autor: Xinyang y Ethan, IOSG
En 2026, la curva de actividad en GitHub de las comunidades open source de Crypto completó una sorprendente "base". Al descender desde un pico de 45K desarrolladores activos mensuales en 2022 hasta unos 23K, esta reducción a la mitad en los datos impresos desató discusiones sobre "agotamiento de narrativas" en las redes sociales. Sin embargo, al desglosar una sección de esta curva, no vemos una contracción de la industria, sino una profunda "desapalancamiento del talento".
▲ Fuente de datos: Electric Capital Developer Report, basado en GitHub de Crypto Ecosystems
I. ¿Quiénes se fueron? ¿Quiénes se quedaron?
Los que se fueron eran principalmente recién llegados. En febrero de 2024 se alcanzó un pico de 5462 nuevos desarrolladores en un solo mes, que luego disminuyó drásticamente, con una tasa de abandono del 52% entre aquellos con menos de un año en la industria. La mayoría de ellos se unió durante el mercado alcista, trabajando en contratos de acuñación de NFT, bifurcando protocolos DeFi, desarrollando frontends para nuevas L2. Estos roles dependían mucho del fervor del mercado; una vez que este disminuyó, los proyectos cesaron operaciones y los puestos desaparecieron. Según los datos, las contribuciones de código de los recién llegados nunca superaron el 25% del total; este grupo nunca estuvo en el núcleo de la industria.
▲ Los Newcomers llegaron con el mercado alcista y se fueron con el bajista; los desarrolladores establecidos (más de 2 años de experiencia) alcanzaron un máximo histórico en el mismo período
Fuente de datos: Electric Capital Developer Report
Por otro lado, los desarrolladores con más de dos años en la industria no solo no disminuyeron, sino que alcanzaron un máximo histórico en el mismo período, contribuyendo con alrededor del 70% del volumen de código. El veredicto de Maria Shen, GP de Electric Capital, es directo: "Cuando observamos el grupo de desarrolladores establecidos, está creciendo y parece muy saludable".
No se quedan por falta de opciones.
Técnicamente, el trabajo central en crypto hoy es el desarrollo de infraestructuras básicas que requieren años de acumulación para comprender: desarrollo a nivel de protocolo, auditorías de seguridad, arquitecturas cross-chain. Estos trabajos no son roles que el mercado pueda eliminar una vez que la euforia pasa.
Económicamente, muchos veteranos tienen tokens aún no liberados (unvested), poder de gobernanza en protocolos y relaciones de capital, y su acumulación en esta industria ha formado barreras y retornos reales. Observando la distribución ecológica, están votando con los pies: desarrolladores de Bitcoin crecieron un 64.3% en dos años, Solana +11.1%, mientras que Cosmos disminuyó un 51.1% y Polkadot un 46.9%. Los veteranos se están concentrando en ecosistemas con usuarios e ingresos reales, alejándose de proyectos aún sostenidos por narrativas.
▲ Fuente: Coincub Web3 Jobs Report 2025
Fuente de datos: Web3.Career
Los cambios en la estructura de roles también respaldan lo mismo. En los nuevos puestos de Web3 en 2025, la categoría con mayor proporción no fue la de desarrolladores, sino la de Project & Programme Management, superando el 27%. Para una industria famosa por ser impulsada por la tecnología, esto es contraintuitivo, pero la lógica subyacente no es complicada: la industria está pasando de una fase de construcción a una de ejecución; más de 100 cadenas necesitan integrarse; los clientes institucionales traen requisitos completamente diferentes de cumplimiento y seguridad; la gobernanza de DAOs requiere equilibrar a stakeholders con intereses diversos. No es la gestión de proyectos tradicional, sino la coordinación y juicio en un entorno donde las reglas aún se están formando.
Superficialmente, la industria se está contrayendo, pero la densidad del núcleo está aumentando. El mercado bajista de 2018-2019 también trajo una gran pérdida de desarrolladores, pero luego surgieron proyectos emblemáticos como Uniswap, Aave, OpenSea, que definieron el mercado alcista de 2020-2021. Los builders que se quedaron en esta ronda tienen infraestructuras más maduras, y la era de la IA les ofrece un escenario más grande que en la ronda anterior.
II. ¿Qué habilidades traen consigo los que se quedan?
¿Qué habilidades especiales ha forjado realmente la industria Crypto en sus builders? Para responder, debemos volver a los principios subyacentes de blockchain. Entre los ciclos de mercado alcista y bajista, esta industria siempre ha funcionado bajo la misma regla fundamental: el código es la ley, la ejecución es final.
En 2016, el incidente de The DAO, donde un atacante utilizó una vulnerabilidad de llamada recursiva para desviar $36 millones. El código no tenía bugs, la lógica se ejecutaba según lo previsto, solo que los límites no fueron anticipados por los diseñadores. En 2021, el ataque al puente cross-chain de Poly Network, donde $610 millones fueron transferidos en horas. No había plataforma para detenerlo, ni institución para revertir, ni cláusulas legales para reclamar compensación. Esta es la característica estructural que distingue a crypto de casi todas las demás industrias: margen de error cero, intervención posterior casi inexistente.
Este entorno forjó un conjunto de habilidades raramente necesarias en otras industrias: construir desde cero sistemas funcionales en los que los extraños estén dispuestos a participar, bajo condiciones de ausencia de reglas y falta de confianza.
Esta capacidad tiene dos niveles. Primero, establecer confianza desde cero, sin depender de ninguna autoridad externa, solo con código y mecanismos para que extraños estén dispuestos a poner activos reales. Segundo, tomar decisiones bajo una doble incertidumbre técnica y económica, sin marcos regulatorios, datos históricos o estándares de la industria para consultar, y aún así diseñar sistemas que funcionen.
Ambos niveles han sido validados concretamente en crypto. Uniswap no tenía garantía corporativa, ni KYC, ni servicio al cliente; cualquiera que depositara fondos en sus pools de liquidez lo hacía confiando solo en unas pocas líneas de código y un conjunto de mecanismos económicos, logrando un volumen diario de transacciones de decenas de miles de millones de dólares. MakerDAO no tiene respaldo de un banco central ni seguro de depósitos, mantiene la estabilidad de DAI puramente mediante gobernanza on-chain y mecanismos de colateral. Durante el DeFi Summer fue aún más extremo: sin marcos regulatorios, estándares de auditoría ni datos históricos, los builders diseñaron AMMs, protocolos de préstamo, yield farming, pasando de concepto a decenas de miles de millones en TVL en meses. Esta capacidad se manifiesta de diferentes formas en builders de capa de protocolo, aplicación y gobernanza, pero el principio subyacente es el mismo.
La era de la IA está creando un problema estructuralmente similar. El proceso de decisión del modelo es opaco, los resultados no pueden verificarse de forma independiente. Los agentes de IA comienzan a ejecutar transacciones y asignar fondos de forma autónoma, y los sistemas de reglas y restricciones correspondientes aún no existen. Las empresas de modelos grandes controlan tanto el modelo como los estándares de evaluación, y los usuarios carecen de medios efectivos de verificación. La potencia de cálculo está altamente concentrada en unas pocas grandes empresas, formando precios de monopolio cuando la demanda explota. Estos problemas apuntan al mismo núcleo: el problema de la confianza en sistemas autónomos se repite en la escala mucho mayor de la IA.
Los builders de crypto han estado lidiando con este tipo de problemas en entornos sin restricciones de reglas de autoridad externa durante años, solo que antes el escenario eran los protocolos on-chain, y ahora es la IA. Y ya hay un grupo que ha llevado directamente las habilidades acumuladas en crypto a la IA, y ha obtenido resultados.
III. ¿Cómo se están revalorizando estas habilidades en la era de la IA?
Los casos de transición de crypto a IA han sido frecuentes en los últimos años, pero al analizarlos, lo que se llevan no es lo mismo.
El camino más directo es la transferencia directa de hardware y experiencia. Los tres fundadores de CoreWeave, Michael Intrator, Brian Venturo y Brannin McBee, comenzaron a minar Ethereum con GPU en 2017, expandiéndose de una a miles de máquinas. En 2022 cerraron la operación minera; dos meses después se lanzó ChatGPT, y sus GPU se convirtieron directamente en suministro de potencia de cálculo para IA. Cotizaron en Nasdaq en marzo de 2025 con una valoración de IPO de unos $23 mil millones, y su capitalización de mercado alcanzó un pico cercano a los $70 mil millones.
El cofundador de OpenSea, Alex Atallah, lidió con la agregación y enrutamiento de activos extremadamente heterogéneos en el mercado de NFT, trasladando la misma experiencia al enrutamiento de modelos de IA, fundando OpenRouter, que en dos años sirvió a más de 5 millones de desarrolladores, con una valoración de $500 millones.
Otra migración es más notable. El fundador de NEAR, Ilia Polosukhin, es coautor del artículo de Transformer. Cuando dejó Google, inicialmente quería construir aplicaciones de IA con lenguaje natural, pero durante el desarrollo encontró un problema práctico: necesitaba hacer pagos transfronterizos a trabajadores de anotación de datos en todo el mundo, muchos de los cuales no tenían cuentas bancarias, y la tecnología blockchain se convirtió en la mejor solución para este problema de pagos.
Ahora NEAR se está transformando en una plataforma de infraestructura de IA, con direcciones centrales en IA de propiedad del usuario (user-owned AI) y aprendizaje automático confidencial descentralizado (DCML), permitiendo a los usuarios utilizar servicios de IA sin exponer sus datos. La experiencia en arquitectura descentralizada acumulada en NEAR se ha convertido en el punto de partida más difícil de replicar en esta dirección.
El cofundador de Circle, Sean Neville, después de irse, fundó Catena Labs, posicionado como banco nativo para IA, trasladando directamente su comprensión de la infraestructura de stablecoin al escenario financiero de agentes de IA, con a16z crypto liderando una ronda semilla de $18 millones. El desarrollador experimentado de Aave y Lens Protocol, Nader Dabit, se cambió a Cognition, llevando su experiencia en la construcción de ecosistemas para desarrolladores, acumulada en múltiples protocolos crypto, al campo de herramientas para agentes de IA.
Este grupo no se lleva solo hardware GPU o redes de usuarios, sino la intuición en el diseño de mecanismos, la experiencia en la construcción de ecosistemas para desarrolladores y la capacidad de juicio para construir sistemas confiables desde cero en ausencia de reglas. Estas habilidades corresponden exactamente a tres brechas estructurales que enfrenta la escalabilidad de la IA.
Agregación y Optimización de Potencia de Cálculo
La potencia de cálculo es el cuello de botella más directo para la escalabilidad de la IA. El entrenamiento y la inferencia requieren grandes cantidades de GPU, la demanda fluctúa mucho, los proveedores de nube son caros y tienen listas de espera, y las empresas no quieren acumular hardware por su cuenta. Este problema tiene dos niveles: cómo agregar y distribuir la potencia de cálculo, y cómo usar de manera más eficiente la potencia de cálculo agregada. Los builders de crypto tienen acumulación transferible directamente en ambos niveles.
Hyperbolic resuelve el problema de distribución y confianza. Su fundador, Jasper Zhang, llevó el diseño de mecanismos descentralizados al campo de la potencia de cálculo de IA: los tokens hacen que los poseedores de GPU dispersos estén dispuestos a contribuir con su potencia de cálculo inactiva, pero el problema central es la confianza.
¿Cómo confiar en que los resultados de cálculo de un nodo extraño son correctos? La innovación central, PoSP, utiliza muestreo aleatorio y teoría de juegos para hacer de la honestidad la estrategia dominante de los nodos, sin necesidad de verificación completa, con bajo costo, escalable y resultados confiables. Este mecanismo se trasladó directamente de la lógica crypto para verificar el comportamiento de nodos extraños.
MoonMath resuelve el problema de la eficiencia. Su predecesora, Ingonyama, se centró en la aceleración por hardware de ZK, aumentando la velocidad de generación de pruebas ZK varias veces bajo restricciones computacionales extremas. Ahora se dirige a la capa de rendimiento de IA Física (Physical AI), acelerando la atención dispersa para modelos de difusión de video (LiteAttention), descomposición de bajo rango de capas FFN (LiteLinear) y aceleración de retropropagación en entrenamiento (BackLite). Desde la aceleración ZK hasta la aceleración de inferencia de IA, la base es el mismo conjunto de habilidades: hacer que las matemáticas sean más rápidas bajo restricciones computacionales extremas. El campo cambió, la acumulación no se desperdició.
Diseño de Gobernanza e Incentivos para IA
Cuando múltiples agentes de IA comienzan a colaborar en la ejecución de tareas, cómo asegurarse de que no destruyan el sistema general mientras persiguen sus propios objetivos. Cada participante persigue su propia función objetivo, y nadie garantiza que el sistema siga funcionando cuando se suman, y la velocidad de ejecución de los agentes supera con creces la ventana de intervención humana.
Este es el tipo de problema que los builders de crypto han manejado repetidamente en el diseño de gobernanza de DAO y tokenomics: hacer que participantes con intereses completamente diferentes operen en la dirección prescrita por el sistema sin una autoridad central. La respuesta de crypto son los mecanismos económicos; las operaciones no conformes generan costos económicos reales, las reglas están escritas en código y se ejecutan automáticamente.
EigenLayer trasladó directamente este mecanismo al escenario de IA. A través del mecanismo de restaking, los nodos deben apostar activos antes de participar en la colaboración; el incumplimiento o las operaciones no conformes activan sanciones automáticas. Las reglas no son sugerencias, son límites rígidos con costos económicos reales. EigenCloud extiende esta lógica a la computación verificable y la gobernanza colaborativa de agentes de IA, obligando a los agentes a permanecer dentro de los límites prescritos mientras persiguen sus propios objetivos. Restringir a los agentes con mecanismos económicos es mucho más confiable que restringirlos con principios éticos.
Pago Autónomo de Agentes de IA
Hay un problema aún más básico: cómo pagan los agentes. Los sistemas de pago tradicionales están diseñados para humanos; las tarjetas de crédito requieren apertura de cuenta, las transferencias bancarias requieren autorización, cada paso asume que el operador es humano, tiene identidad y esperará. Los agentes no esperan, pueden iniciar numerosas solicitudes por segundo, cada solicitud puede implicar micro-pagos, y las tuberías de pago tradicionales fallan directamente en este escenario.
Las stablecoins y las reglas on-chain son la infraestructura que los builders de crypto ya han construido, que admite de forma nativa la programabilidad, la falta de autorización y el funcionamiento las 24 horas. Estas tres características son precisamente los requisitos rígidos para los escenarios de pago de agentes; solo falta una capa de protocolo que conecte las stablecoins al flujo de trabajo del agente.
x402 fue lanzado por Coinbase en mayo de 2025, activando el código de estado HTTP 402, integrando pagos con stablecoin directamente en solicitudes HTTP; el agente completa el pago al mismo tiempo que inicia la solicitud, sin necesidad de cuenta, con liquidación en unos dos segundos. Hasta abril de 2026, el protocolo x402 ha procesado más de 165 millones de transacciones, con un volumen acumulado de aproximadamente $50 millones, y 69,000 agentes activos (fuente: x402 Foundation). Cloudflare, AWS, Stripe, Anthropic MCP ya se han integrado. El pago de agentes ya es un campo con tráfico real.
Tres direcciones corresponden a tres brechas estructurales que enfrenta la escalabilidad de la IA: agregación y eficiencia de la potencia de cálculo, alineación de incentivos para la colaboración de múltiples agentes e infraestructura de pago autónomo. Estos tres problemas no tienen respuestas listas en la arquitectura de software tradicional, pero sí tienen experiencia correspondiente en la industria crypto. Las habilidades no han desaparecido, solo han encontrado un nuevo escenario de aplicación.
IV. La Nueva Posición del Builder: De Persona que Escribe Contratos a Persona que Establece Reglas para la IA
La escalabilidad de la IA está creando un vacío funcional que antes no existía. No es un vacío de talento técnico, sino de personas capaces de diseñar mecanismos de confianza en sistemas autónomos. Cuando el objeto del servicio pasa de ser humano a ser un agente de IA, el rol del builder de crypto también se está redefiniendo.
La siguiente tabla contrasta las dimensiones de cambio de los paradigmas funcionales específicos:
La diferencia central entre los dos paradigmas no está en la pila tecnológica, sino en la forma en que se establece la confianza y la lógica de ejecución de las reglas. En la era Pre-IA, los builders de crypto enfrentaban participantes humanos, las reglas se escribían en contratos, el margen de error era cero, pero los límites del sistema eran relativamente claros.
En la era Nativa para IA, cuando el objeto de interacción se convierte en agentes de IA que funcionan de forma autónoma, el problema a resolver es: el comportamiento del agente es impredecible, la velocidad de ejecución supera con creces la ventana de intervención humana, y los límites del sistema mismo necesitan redefinirse bajo una incertidumbre mucho mayor. La posición funcional del builder de crypto está pasando de "escribir contratos seguros" a "diseñar mecanismos confiables para sistemas autónomos de IA".
La contratación en instituciones líderes ya refleja este cambio:
▲ Puestos clave de IA/Datos abiertos activamente por principales exchanges en Q1 2026
Fuente: Gate Research Institute
La contratación de principales exchanges e instituciones en 2026 refleja claramente esta tendencia: ya no solo buscan ingenieros de IA o desarrolladores de crypto, sino personas que puedan conectar ambos lados, que comprendan tanto las distorsiones de incentivos on-chain y los juegos de gobernanza, como la capacidad de integrar profundamente herramientas de IA en el flujo de trabajo crypto, y diseñar mecanismos que alineen a largo plazo a los agentes con la regulación y los usuarios.
La dirección de la asignación de capital también refleja este juicio. Paradigm está recaudando un nuevo fondo de hasta $1.5 mil millones, ampliando su ámbito de inversión desde crypto hasta IA y robótica. Haun Ventures completó su Fondo II de $1 mil millones, centrándose en la infraestructura financiera que fusiona crypto e IA, especialmente en pagos, stablecoins y sistemas económicos agent-to-agent que apoyen el comercio y la coordinación autónomos de agentes de IA.
a16z crypto completó su quinto fondo (Crypto Fund V) de $2.2 mil millones, declarando explícitamente que el fondo se invertirá 100% en el ámbito crypto. Ante la complejidad y opacidad de la era de la IA, se centrarán en aplicar las características de transparencia, verificabilidad y descentralización de crypto. Según datos de PitchBook, en 2025, alrededor del 40% de la inversión de capital de riesgo de crypto en EE. UU. fluyó hacia empresas que también tenían negocios de IA, un aumento significativo respecto a 2024.
De igual manera, builders de crypto que se pasan a la IA, los caminos elegidos bajo diferentes entornos de mercado muestran diferencias notables.
En EE. UU., a medida que el entorno regulatorio se volvió relativamente claro, la innovación a nivel de protocolo obtuvo un espacio de supervivencia real. La densidad de la red de capital es alta, el camino desde la idea hasta la financiación es corto y el margen de error es relativamente mayor. Proyectos como Hyperbolic, EigenCloud, Gensyn, Ritual comparten la característica de diseñar nuevos mecanismos desde cero, en lugar de simples integraciones de aplicaciones en sistemas existentes. Los principales VC tienen tesis de inversión claras en direcciones como "computación verificable, coordinación de agentes, ML descentralizado", y están dispuestos a proporcionar suficiente margen de error para la exploración tecnológica temprana.
La situación en Asia es diferente. Singapur y Hong Kong asumen más el papel de puntos de aterrizaje regulatorios y centros de transferencia de fondos institucionales; los marcos regulatorios son relativamente conservadores y menos tolerantes con la innovación pura a nivel de protocolo. Al pasarse a la IA, los builders con antecedentes en crypto eligen más caminos de capa de aplicación y fusión industrial: aprovechando la base de usuarios, capacidad de pago o activos de datos acumulados en crypto, para integrarse rápidamente en productos y servicios de IA.
No es una diferencia de capacidades, sino una divergencia en la elección de caminos causada por diferentes señales de mercado y entornos regulatorios: EE. UU. fomenta más la innovación en mecanismos subyacentes y la exploración tecnológica temprana, mientras que Asia enfatiza más la compatibilidad regulatoria, la monetización rápida y la conexión profunda con industrias tradicionales.
Volviendo a la curva inicial de GitHub. Los desarrolladores activos mensuales cayeron de 45K a 23K, superficialmente parece que la industria se contrae. Pero entre los que se quedaron, la proporción de desarrolladores establecidos alcanzó un máximo histórico, están fluyendo hacia ecosistemas con usuarios reales y, al mismo tiempo, están siendo revalorizados por la industria de la IA de una manera sin precedentes.
Cuando la escalabilidad de la IA se encuentra con cuellos de botella estructurales como la agregación de potencia de cálculo, el pago autónomo de agentes, la verificabilidad de datos y decisiones, la coordinación de privacidad, la sensibilidad a largo plazo de estos Builders hacia las reglas, incentivos y autenticidad, acumulada en la intersección de Crypto e IA, se está transformando gradualmente en una capacidad a nivel de sistema, escasa en la era de la IA.
Como una firma de inversión que se ha adentrado en la infraestructura crypto desde 2017, el juicio de IOSG sobre esta línea no se queda solo en el nivel de observación. Invertimos en EigenLayer cuando su mecanismo de restaking aún no era ampliamente conocido por el mercado, lideramos la ronda semilla de Ingonyama (ahora MoonMath) apostando por la migración de la aceleración por hardware ZK a la capa de rendimiento de IA, e invertimos en Hyperbolic en 2024, confiando en su camino para resolver el problema de confianza en la potencia de cálculo descentralizada utilizando mecanismos de verificación nativos de crypto.
La lógica común detrás de estos diseños es: los problemas de confianza, coordinación y verificación que enfrenta la escalabilidad de la IA eventualmente requerirán las capacidades de diseño de mecanismos acumuladas por la industria crypto para resolverse. Creemos que la intersección de Crypto e IA no es una narrativa, sino una oportunidad estructural que ya está ocurriendo.
