Ant Group Digital Technology propone por primera vez una nueva arquitectura para la economía de agentes inteligentes, cubriendo cuatro aspectos: identidad, pagos, gestión de riesgos y cumplimiento

marsbitPublicado a 2026-04-20Actualizado a 2026-04-20

Resumen

En el Hong Kong Web3 Festival, Ant Digital Technologies presentó por primera vez su arquitectura "4R Full-Stack" para la economía de agentes inteligentes. La propuesta aborda cuatro niveles clave: 1. **Agentic Runtime**: Con DTClaw como producto central, incorpora el modelo de seguridad CARLI para garantizar que el comportamiento de los agentes sea controlable, auditable y recuperable, compatible con múltiples modelos y estándares financieros. 2. **Payment Rails**: Establece canales de pago nativos en cadena que combinan decisiones inteligentes con tecnología de verificación, asegurando transacciones seguras, transparentes e inmutables. Incluye soluciones para micropagos y soporta activos multicadena. 3. **Agent Registry**: Utiliza identidades descentralizadas (DID) y el estándar ERC-8004 para registrar agentes en la cadena de bloques, facilitando la trazabilidad en sus interacciones. 4. **Root Infrastructure**: Aprovecha Jovay Layer2 para confirmaciones ultrarrápidas y ZKVM para computación verificable, resolviendo problemas de confianza en la economía de IA. Según Yan Ying, CTO de la compañía, la arquitectura busca cerrar las brechas actuales en ejecución, identidad, pagos y colaboración entre agentes, permitiendo que la IA opere con autonomía económica en un entorno seguro y regulado.

El 20 de abril, Ant Group Digital Technology propuso por primera vez en el Web3 Festival de Hong Kong el concepto arquitectónico para la economía de agentes inteligentes: «Arquitectura Full-Stack 4R» (4R Full-Stack), que abarca cuatro niveles: ejecución de agentes inteligentes (Agentic Runtime), canales de pago (Payment Rails), registro de agentes inteligentes (Agent Registry) e infraestructura raíz (Root Infrastructure). Su objetivo es proporcionar una infraestructura técnica para los agentes de IA que cubra identidad, pagos, gestión de riesgos y cumplimiento.

Yan Ying, CTO de Ant Group Digital Technology, señaló en su discurso que la base actual de la economía de agentes inteligentes presenta «cuatro brechas»: fallos lógicos en los prompts que provocan una ejecución descontrolada, la falta de identidad confiable de la IA que genera un vacío de responsabilidad, las pasarelas de pago diseñadas para humanos que crean barreras transaccionales, y la falta de confianza entre agentes desconocidos que conlleva riesgos de colaboración. «Esto no se resuelve con simples ajustes de software, sino que requiere un rediseño desde los cimientos de la infraestructura».

Según Yan Ying, el producto central de la capa Agentic Runtime es DTClaw, que incorpora el modelo de seguridad CARLI y aplica restricciones obligatorias en la capa de ejecución al comportamiento de los agentes inteligentes. Es compatible con múltiples modelos y cumple con estándares de conformidad de nivel financiero, con el objetivo de que cada operación de la IA sea controlable, auditable y recuperable.

La capa Payment Rails construye canales de pago nativos en cadena, combinando la toma de decisiones inteligente de los agentes con la tecnología de verificación de credenciales en cadena. Esto garantiza la identificación precisa de la intención de pago y un control seguro en toda la cadena, al tiempo que logra transparencia e inmutabilidad en el proceso transaccional. Para escenarios de transacciones micro y de alta frecuencia, la plataforma ha construido una red de liquidación instantánea nativa, compatible con transferencias fluidas multicadena y multiactivos, así como enrutamiento inteligente, lo que mejora significativamente la eficiencia del flujo de capital. Además, al proporcionar una cadena de herramientas de desarrollo estandarizada y una experiencia de integración de billetera sin fricciones, esta solución reduce notablemente el umbral de desarrollo y los costos de uso para los usuarios, formando un circuito cerrado de pagos que combina seguridad financiera y experiencia óptima.

La capa Agent Registry se basa en DID (identidad descentralizada) y el estándar ERC-8004 para emitir identidades en cadena a cada agente inteligente, permitiendo que cada colaboración entre agentes quede registrada. La capa Root Infrastructure sirve como base de la arquitectura, utilizando Jovay Layer2 para lograr confirmaciones en 120 milisegundos y así admitir micropagos de IA, y combinando tecnología ZKVM para realizar cálculo fuera de cadena y verificación en cadena, resolviendo el problema de confianza en la capacidad de cálculo de la economía de la IA. Yan Ying afirmó: «Root Infrastructure utiliza tecnología blockchain y de privacidad computacional para proporcionar a los agentes inteligentes un entorno de ejecución de acuerdos inmutable. Incluso dos IA desconocidas pueden basarse en el código para establecer confianza y realizar transacciones con seguridad».

Actualmente, la IA está pasando de la era del chat (Chat) y la acción (Action) a la era de la economía de agentes inteligentes. Yan Ying cree que el cambio cualitativo en la tercera etapa no radica en que la IA se vuelva más inteligente, sino en que comienza a tener activos y derechos transaccionales. Yan Ying expresó que, durante los últimos diez años, Ant Group Digital Technology ha acumulado una amplia experiencia en prácticas de ingeniería en seguridad financiera, privacidad computacional, blockchain y sistemas de cumplimiento, y la arquitectura 4R se ha desarrollado y diseñado completamente sobre esta base.

Preguntas relacionadas

Q¿Qué es la arquitectura '4R Full-Stack' presentada por Ant Digital Technologies y qué capas incluye?

ALa arquitectura '4R Full-Stack' es un marco propuesto por Ant Digital Technologies para la economía de agentes inteligentes. Incluye cuatro capas: Agentic Runtime (ejecución de agentes), Payment Rails (vías de pago), Agent Registry (registro de agentes) y Root Infrastructure (infraestructura raíz). Su objetivo es proporcionar una infraestructura técnica que cubra identidad, pagos, gestión de riesgos y cumplimiento normativo para los agentes de IA.

QSegún Yan Ying, ¿cuáles son las 'cuatro grietas' en la base de la economía actual de agentes inteligentes?

ALas 'cuatro grietas' son: 1) Vulnerabilidades lógicas en los prompts que causan pérdida de control en la ejecución. 2) La falta de identidad confiable de la IA que genera un vacío de responsabilidad. 3) Las pasarelas de pago diseñadas para humanos que crean barreras transaccionales. 4) Los riesgos de colaboración debido a la falta de confianza entre agentes desconocidos.

Q¿Qué producto central se menciona en la capa Agentic Runtime y cuál es su función?

AEl producto central de la capa Agentic Runtime es DTClaw. Incorpora el modelo de seguridad CARLI y aplica restricciones obligatorias en el comportamiento de los agentes a nivel de ejecución. Es compatible con múltiples modelos y cumple con estándares de cumplimiento de nivel financiero, con el objetivo de que cada operación de la IA sea controlable, auditable y recuperable.

Q¿Cómo funciona la capa Payment Rails para facilitar las transacciones?

ALa capa Payment Rails construye canales de pago nativos on-chain. Combina la toma de decisiones inteligente de los agentes con la tecnología de credenciales verificables en cadena. Esto asegura la identificación precisa de la intención de pago y un control de seguridad en toda la cadena, logrando transacciones transparentes e inmutables. Para micropagos, ofrece una red de liquidación instantánea nativa que admite activos multi-cadena y enrutamiento inteligente, mejorando enormemente la eficiencia.

Q¿Qué tecnologías utiliza la capa Root Infrastructure para resolver problemas de confianza en la economía de la IA?

ALa capa Infrastructure utiliza Jovay Layer2 para lograr confirmaciones de transacción en 120 milisegundos, soportando así micropagos para IA. Además, combina la tecnología ZKVM (Máquina Virtual Zero-Knowledge) para realizar computación off-chain con verificación on-chain, resolviendo así el problema de la confianza en la potencia de cálculo para la economía de los agentes de IA.

Lecturas Relacionadas

El suministro de Ethereum se concentra más en carteras grandes, aquí están las cifras

La concentración de Ethereum (ETH) en manos de grandes tenedores está aumentando, ya que ballenas e inversores institucionales continúan comprando la segunda criptomoneda más grande a un ritmo agresivo. Datos on-chain recientes revelan que las carteras con al menos 100.000 ETH ahora poseen colectivamente 17,4 millones de tokens, lo que representa aproximadamente el 22,03% del suministro circulante, el nivel más alto en diez semanas. Esto sugiere una tendencia de acumulación renovada entre los grandes jugadores, incluso durante los descensos de precios. La actividad de las ballenas ha ido en aumento desde 2025, aprovechando la volatilidad del mercado para reforzar sus posiciones. Además, las reservas de ETH en exchanges continúan disminuyendo, lo que indica que los grandes tenedores están trasladando sus fondos a carteras frías para almacenamiento a largo plazo. Los datos muestran un fuerte aumento en las órdenes de compra y una ausencia virtual de órdenes de venta por parte de las ballenas en los últimos días, absorbiendo así el volumen de venta de los pequeños inversores. Un ejemplo destacado de esta confianza extrema es una ballena que abrió una posición larga apalancada de 25,6 millones de dólares en ETH, una jugada de alto riesgo que podría liquidarse con una caída modesta del precio. En conjunto, estos movimientos subrayan la creciente influencia de un pequeño grupo de grandes tenedores sobre el suministro de Ethereum.

bitcoinistHace 3 hora(s)

El suministro de Ethereum se concentra más en carteras grandes, aquí están las cifras

bitcoinistHace 3 hora(s)

El Movimiento de Ripple hacia la Privacidad: Cómo una Reorganización del Libro Mayor de XRP Afectará a la Red

El director de tecnología emérito de Ripple, David Schwartz, analizó cómo la red XRP Ledger (XRPL) podría responder ante una posible presión o ataque por parte de un actor estatal, como un régimen autoritario. Aunque reconoció que tales actores podrían causar interrupciones temporales, destacó que el daño a largo plazo sería limitado si la comunidad mantiene una respuesta activa. Schwartz explicó que, en caso de un ataque serio, el XRPL podría reorganizarse alrededor de una estructura de validadores más resistente. Propuso un posible modelo de consenso de dos capas: una capa interna para la operación diaria, con validadores fácilmente reemplazables si son atacados, y una capa externa que solo intervendría para modificar la lista de nodos únicos (UNL). Esta capa externa sería más ligera, operaría de forma intermitente y podría utilizar servicios de anonimización como Tor o I2P, lo que dificultaría su objetivo. Enfatizó que, dado que los validadores de Ripple representan menos del 20% de la red, un ataque concentrado en su infraestructura no comprometería el conjunto total de validadores. La supervivencia del XRPL dependería de la capacidad de la red para reemplazar operadores comprometidos, y solo sería crítica si los actores hostiles lograran disuadir por completo la ejecución de validadores.

bitcoinistHace 5 hora(s)

El Movimiento de Ripple hacia la Privacidad: Cómo una Reorganización del Libro Mayor de XRP Afectará a la Red

bitcoinistHace 5 hora(s)

Trading

Spot
Futuros
活动图片