Base MCP, el siguiente paso de X402

marsbitPublicado a 2026-05-28Actualizado a 2026-05-28

Resumen

Base ha lanzado oficialmente Base MCP, permitiendo conectar cuentas de Base a agentes de IA para realizar operaciones como swaps, transferencias y consultas de historial mediante comandos de voz. Esto refleja el enfoque estratégico de Base en la IA, impulsado por la competencia en pagos entre agentes. En 2024, los pagos automatizados eran inseguros. Para 2025, Coinbase lanzó x402, proporcionando carteras cifradas a los agentes, mientras que gigantes como Google y Visa presentaron soluciones propias. x402 ya ha procesado 176 millones de transacciones, valoradas en más de 70 millones de dólares, destacando la importancia de las stablecoins como USDC para microtransacciones de bajo costo, donde las tarifas tradicionales son prohibitivas. Stripe también es un competidor clave, con su protocolo MPP, la blockchain Tempo, la cartera Privy y la infraestructura Bridge, creando un ecosistema similar al de Coinbase. El lanzamiento de Base MCP busca ampliar los casos de uso de pagos entre agentes en la capa de aplicación, consolidando la ventaja de Coinbase en este mercado emergente y preparando el terreno para su expansión comercial futura.

Ayer, Base lanzó oficialmente Base MCP. Al conectar Base Account a un Agente de IA a través de Base MCP, los usuarios pueden expresarse de manera coloquial, como en una conversación, y hacer que el Agente ejecute operaciones como Swap, transferencias, seguimiento de posiciones y consulta del historial de transacciones.

Los usuarios familiarizados con Base saben que la línea principal en la cadena Base ahora es la IA, por lo que esta actualización no les sorprende. Incluso algunos esperan que en Base surjan nuevos usos, similares al meme token de IA $SHIT en Ethereum, donde el Agente pueda participar directamente en lanzamientos de nuevos proyectos en la cadena mediante chat a través de Base MCP.

Pero si nos alejamos del punto de vista del degen en la cadena y observamos desde la perspectiva de la competencia en pagos de Agente a Agente, quizás encontremos una nueva respuesta sobre por qué la IA se ha convertido en la línea principal de Base.

El rápido desarrollo de los pagos por Agentes

Retrocedamos en el tiempo hasta septiembre de 2024. En aquel entonces, para que un Agente de IA realizara un pago, básicamente solo existía una opción: utilizar herramientas de automatización del navegador (como navegadores sin interfaz como Playwright o Selenium) para que el Agente de IA simulase acciones humanas y completase el proceso de pago en una página web.

Dado que era necesario proporcionar al Agente de IA las credenciales de pago (como el número completo de la tarjeta de crédito/débito, CVV, fecha de caducidad, etc.), esta única opción no era segura.

En mayo de 2025, Coinbase lanzó X402, proporcionando una cartera criptográfica a los Agentes de IA y abordando este problema de manera nativa en el ecosistema cripto. Pero Coinbase no era el único consciente de este mercado potencial, y la solución no se limitaba únicamente al enfoque criptonativo. En 2025, Google lanzó AP2, permitiendo a los usuarios otorgar permisos de gasto a un Agente. Visa, por su parte, amplió sus canales de pago con tarjetas existentes y lanzó Visa Intelligent Commerce, que en lugar de dar al Agente el número de tarjeta, CVV y otra información sensible, proporciona tokens específicos y restringidos para que el Agente complete los pagos.

Hasta ahora, X402 ha procesado 176 millones de transacciones de Agentes de IA, con un volumen total superior a los 70 millones de dólares. Esta cifra puede parecer pequeña, pero ni Coinbase ni los gigantes tradicionales subestiman esta competencia emergente en métodos de pago:

- El 22 de enero de 2026, Capital One, el sexto banco más grande de EE.UU., con activos de 470.000 millones de dólares, depósitos de 330.000 millones y el tercer mayor emisor de tarjetas de crédito del país, anunció la adquisición de Brex por 5.150 millones de dólares para mejorar sus capacidades de pago con IA.

- En marzo de 2026, Mastercard adquirió la empresa de infraestructura de stablecoins BVNK por 1.800 millones de dólares.

- En febrero de 2025, Stripe adquirió la plataforma de pagos con stablecoins Bridge por 1.100 millones de dólares.

Aunque no lo han dicho explícitamente, la adquisición de empresas relacionadas con stablecoins es una respuesta a la inminente era de los pagos por Agentes. Y las stablecoins son, de hecho, cruciales para los pagos por Agentes.

¿Por qué son importantes las stablecoins para los pagos por Agentes?

Según datos estadísticos de Keyrock, hasta la fecha, la mediana del monto de las transacciones de Agentes procesadas en X402 se sitúa entre 0.01 y 0.10 dólares, y el 76% de las transacciones son inferiores a 0.30 dólares.

0.30 dólares es la tarifa fija más común por transacción en EE.UU. y la mayoría de los mercados principales. Esta tarifa actúa como un muro, haciendo que los micropagos de menos de 1 dólar sean muy poco económicos. Por ejemplo, una llamada a una API de 3 centavos con una tarifa de 0.30 dólares supone un costo 10 veces mayor; si un Agente pagase con tarjeta de crédito, los costos acumulados serían prohibitivos.

La tecnología blockchain resuelve muy bien este problema. En Base, el costo de liquidación de una transacción es de 0.0001 dólares. Con esta enorme ventaja, las stablecoins prácticamente han ganado por defecto la competencia contra los gigantes de pagos tradicionales en el ámbito de los pagos por Agentes.

De los 176 millones de transacciones de Agentes procesadas por X402, el 98.6% se liquidaron en USDC. Dada la estrecha relación entre Coinbase y Circle, se puede decir que Coinbase también es un gran ganador en la capa de liquidación.

Pero la capa de liquidación es solo una parte de los pagos por Agentes. En el campo de las soluciones criptonativas para pagos por Agentes, Coinbase tiene un competidor: Stripe.

El desafío de Stripe

En marzo de este año, Stripe lanzó el protocolo de pagos para Agentes MPP, lo que coloca a Stripe en un plano arquitectónico muy similar al de Coinbase en el mapa de los pagos por Agentes.

- En la capa de liquidación: Coinbase tiene Base, Stripe tiene Tempo.

- En la capa de carteras: Coinbase tiene Agent Wallet, Stripe tiene Privy.

- En la capa de enrutamiento: Coinbase tiene instalaciones integradas, Stripe cuenta con Bridge, adquirida por 1.100 millones de dólares.

- En protocolos de pago: Coinbase tiene X402, Stripe tiene MPP.

Ahora volvamos al Base MCP mencionado al principio del artículo. Dado que ambos contendientes ya cuentan con estas 4 capas de infraestructura, lo siguiente que deben competir es, naturalmente, la capa de aplicación.

Esta es la razón central por la que la IA puede ser la línea principal de Base: Base busca garantizar que la IA (al menos en el ámbito de las criptomonedas) opere en Base. En realidad, no se trata solo de ofrecer ángulos a los degens en la cadena Base, sino de ampliar los escenarios de pago por Agentes, permitiendo que más Agentes realicen más transacciones para más aplicaciones, asegurando así su posición de liderazgo en el campo de los pagos por Agentes.

Cuando se forme una ventaja de escala dominante, Coinbase podrá ganar mucho más en el futuro, cuando los pagos por Agentes entren en el ámbito comercial.

Visto desde esta perspectiva, el lanzamiento de Base MCP nos hace sentir que este es solo un pequeño paso dentro de las grandes ambiciones de Coinbase.

Preguntas relacionadas

Q¿Qué es Base MCP y cuál es su función principal?

ABase MCP es un protocolo lanzado por Base que permite conectar Base Account a un Agente de IA. Su función principal es permitir que los usuarios, mediante expresiones coloquiales como en una conversación, instruyan al Agente para realizar operaciones como Swap, transferencias, seguimiento de posiciones y consulta del historial de transacciones.

Q¿Qué problema de seguridad existía en los pagos realizados por Agentes de IA en septiembre de 2024 y cómo lo resolvió x402?

AEn septiembre de 2024, la única opción para que un Agente de IA realizara un pago era mediante herramientas de automatización de navegadores, lo que requería proporcionar al Agente credenciales sensibles de pago (como el número completo de la tarjeta, CVV y fecha de vencimiento), lo cual no era seguro. En mayo de 2025, Coinbase lanzó x402, que solucionó este problema al proporcionar al Agente una billetera criptográfica, ofreciendo una solución nativa en criptomonedas sin necesidad de compartir datos financieros sensibles.

QSegún el artículo, ¿por qué las stablecoins son cruciales para los pagos de Agentes de IA?

ALas stablecoins son cruciales para los pagos de Agentes de IA porque permiten microtransacciones económicamente viables. Las tarifas fijas tradicionales (alrededor de 0.30 USD por transacción) hacen que los pagos de menos de 1 dólar no sean rentables. En cambio, en blockchain como Base, el coste de liquidación es de aproximadamente 0.0001 USD, lo que hace que las stablecoins como USDC sean ideales para los numerosos pagos de bajo valor que realizan los Agentes.

Q¿Cómo se compara la arquitectura de pagos para Agentes de Coinbase con la de Stripe según el texto?

AAmbas compañías tienen arquitecturas de cuatro capas comparables para pagos de Agentes. Coinbase cuenta con Base (capa de liquidación), Agent Wallet (capa de billetera), infraestructura de enrutamiento interna (capa de enrutamiento) y el protocolo x402 (capa de protocolo de pago). Stripe, por su parte, cuenta con Tempo (capa de liquidación), Privy (capa de billetera), Bridge (capa de enrutamiento, adquirida por 1100 millones de dólares) y su protocolo MPP (capa de protocolo de pago).

Q¿Cuál es, según el análisis del artículo, la razón estratégica detrás de que AI sea la narrativa principal en Base y el lanzamiento de Base MCP?

ALa razón estratégica central es asegurar que la actividad de IA (al menos en el ámbito de las criptomonedas) ocurra en Base para ampliar los escenarios de pago para Agentes. El objetivo es que más Agentes realicen más transacciones en más aplicaciones, consolidando así la posición de liderazgo de Coinbase en la competencia por los pagos entre Agentes. Base MCP es un paso para capturar la capa de aplicación y construir una ventaja de escala, lo que permitiría a Coinbase beneficiarse significativamente cuando los pagos de Agentes entren en el ámbito comercial.

Lecturas Relacionadas

PA Gráficos | Un gráfico para entender los grandes eventos de Web3 que vale la pena seguir en junio

**Resumen: Eventos clave de Web3 en junio (2026)** El calendario cripto de junio presenta una mezcla de factores macroeconómicos, desbloqueos de tokens y eventos tecnológicos que darán forma al mercado: * **Factores Macro:** Los datos de inflación (IPC) y empleo (no agrícolas) de EE.UU., junto con las decisiones de tipos de interés de la Fed, el BCE y el Banco de Japón, seguirán influyendo en la aversión al riesgo y las expectativas de liquidez global. * **Desbloqueos de Tokens:** Proyectos como SUI y ENA tendrán eventos de desbloqueo, lo que requiere atención al posible impacto en el mercado. * **Dinámicas de Proyectos:** Nuevos productos institucionales llegarán, como los futuros de índices bursátiles perpetuos de Coinbase y los futuros de índices cripto de CME Group. También habrá inclusiones en índices tradicionales (SharpLink en Russell). * **Ajustes del Ecosistema:** Continúa el proceso de consolidación, con el cierre de algunos servicios como el explorador Ord.io de Bitcoin Ordinals. Los usuarios deben estar atentos a la migración de activos. * **Eventos Externos Destacados:** Eventos como el inicio del Mundial, la conferencia WWDC de Apple, la posible OPV de acciones de SpaceX y la audiencia para la IPO de宇树科技en China añaden contexto más amplio. En resumen, junio será un mes donde el mercado buscará una nueva dirección bajo la influencia de expectativas de liquidez, cambios políticos y la rotación dentro del ecosistema.

marsbitHace 46 min(s)

PA Gráficos | Un gráfico para entender los grandes eventos de Web3 que vale la pena seguir en junio

marsbitHace 46 min(s)

Alibaba "reabastece", ByteDance "entrena"

**Resumen en español europeo (≈1500 caracteres):** En la última semana de mayo, dos estrategias de IA chinas contrastaron claramente. Alibaba aceleró la **implementación comercial** de la IA. Integró su modelo Qwen con Taobao, permitiendo funciones como probadores virtuales y comparación de precios con IA. Su protocolo ACT busca estandarizar pagos automatizados por agentes de IA. Financieramente, apuesta por ser la "fábrica de IA" de China, con ingresos externos de su nube creciendo un 40%, demostrando un enfoque en **ROI inmediato y monetización**. Su premisa: una brecha de capacidad en modelos base no se ampliará críticamente en 5 años. ByteDance adopta una postura de **investigación a largo plazo**. Su departamento Seed, con líneas separadas para aplicaciones e investigación fundamental, tiene como meta principal "explorar el límite superior de la inteligencia". Su modelo de video Seedance 2.0 lidera benchmarks globales. Invierten masivamente en talento (programa Top Seed) y en investigación pura, como un artículo de 8 meses sobre modelos mundiales. Su presupuesto de capital se revisa al alza de forma agresiva, posible gracias a su condición de empresa **no cotizada**, lo que le otorga paciencia para perseguir avances fundamentales sin presión trimestral por beneficios. La diferencia clave no es filosófica, sino estructural. Las empresas cotizadas como Alibaba deben priorizar la monetización para el mercado. Las no cotizadas como ByteDance pueden permitirse "entrenar" a fondo. El futuro de la estrategia de IA en China depende en gran medida de este estado financiero.

marsbitHace 53 min(s)

Alibaba "reabastece", ByteDance "entrena"

marsbitHace 53 min(s)

Circle pone en lista negra una dirección del protocolo Zama, congelando 12,6 millones de dólares en fondos de usuarios – Detalles

El emisor de stablecoins Circle ha congelado aproximadamente 12,6 millones de dólares en fondos de usuarios al incluir en su lista negra un contrato inteligente del protocolo de privacidad Zama. La acción, reportada por el investigador ZachXBT, afecta al contrato Confidential USDC (cUSDC) de Zama en Ethereum. Los fondos congelados parecen estar indirectamente vinculados a la polémica y problemas legales que rodean al protocolo Overnight Finance, desde donde una billetera asociada depositó una gran suma antes de la congelación. La medida ha reavivado las críticas sobre la falta de transparencia de los emisores centralizados, ya que Zama aparentemente no recibió aviso previo. Este caso establece un precedente preocupante al apuntar a un contrato a nivel de protocolo donde se agrupan fondos de usuarios, en lugar de billeteras aisladas, planteando dudas sobre los riesgos de custodia en sistemas supuestamente descentralizados. Circle no ha proporcionado una explicación oficial para su acción unilateral.

bitcoinistHace 1 hora(s)

Circle pone en lista negra una dirección del protocolo Zama, congelando 12,6 millones de dólares en fondos de usuarios – Detalles

bitcoinistHace 1 hora(s)

¿Por qué más agentes de IA no equivalen a mayor productividad?

**Resumen: Por qué más agentes de IA no equivalen a mayor productividad** Cuando los agentes de IA se vuelven más baratos y fáciles de ejecutar, el desarrollo de software enfrenta un nuevo desafío: el cuello de botella ya no es lanzar más agentes, sino la capacidad humana de gestionar, evaluar e integrar sus resultados. Este artículo introduce el concepto de "impuesto de orquestación". Iniciar un agente es barato (un prompt o un clic), pero cerrar el ciclo es costoso: verificar resultados, entender su impacto arquitectónico, resolver conflictos entre agentes y decidir qué código integrar. Este trabajo no se puede paralelizar; depende de un recurso en serie: el juicio humano. El desarrollador es el "GIL" (Cerradura Global del Intérprete) del sistema de agentes: el candido de un solo hilo que limita el rendimiento final. Múltiples agentes pueden ejecutarse concurrentemente, pero las fases de juicio arquitectónico, revisión de código y fusión de cambios deben pasar por la mente del desarrollador. Más agentes no siempre significan más producción; pueden solo alargar la cola de tareas pendientes de revisión, llevando a cambios de contexto más frecuentes y fatiga cognitiva. La sensación de eficiencia no equivale a productividad real. Un panel lleno de agentes en ejecución crea una ilusión de "alta producción", pero si el desarrollador no comprende, revisa e integra esos cambios, el sistema puede acumular deuda técnica y cognitiva. La discusión clave no es "cómo usar más agentes", sino "cómo rediseñar el flujo de trabajo en torno a la atención humana". La habilidad crucial es saber qué tareas delegar a la máquina para procesamiento en paralelo y cuáles reservar para el juicio humano, cuándo revisar por lotes y cuándo detener la orquestación para concentrarse en un problema central. La IA amplía la capacidad de concurrencia en la producción de software, pero la atención humana sigue siendo el recurso más escaso e irreplicable. Un flujo de trabajo maduro con agentes no consiste en asignar todas las tareas a la máquina, sino en diseñar cuidadosamente la arquitectura de la propia atención, como se haría con cualquier sistema de producción. La verdadera habilidad es diseñar el sistema respetando ese recurso en serie que no se puede clonar: tu atención.

marsbitHace 2 hora(s)

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

Tres años después: Revisando mis predicciones sobre ChatGPT en 2023 En marzo de 2023, tras el lanzamiento de ChatGPT, Wang Jianshuo hizo 20 predicciones intuitivas sobre la IA. Ahora, en mayo de 2026, un sistema con 41 agentes de IA las ha reevaluado con datos actuales. **Resultados clave:** * **Aciertos (dirección general):** La arquitectura RAG se convirtió en estándar para integrar conocimiento. La Interfaz de Usuario de Lenguaje (LUI) creó una nueva capa de interacción (ej. protocolo MCP). Surgieron redes de agentes autónomos que se comunican. China desarrolló modelos grandes útiles (ej. DeepSeek), cerrando la brecha técnica. Los LLM no tienen conciencia; el Test de Turing solo mide la apariencia. * **Errores/Matices:** La predicción de que GPT-4 tendría 100 billones de parámetros fue incorrecta (≈1.8B). Los LLM **sí** pueden hacer matemáticas complejas sin herramientas externas (ej. medallas IMO 2025). El valor no migró solo a la capa de aplicación; NVIDIA (capa de hardware) capturó gran parte. El contenido generado por IA no evade automáticamente los derechos de autor (multas multimillonarias). La IA personalizada crea, no reduce, "cámaras de eco". Los costes de entrenamiento de modelos líderes superaron con creces la estimación de 5-10 mil millones de dólares. **Lecciones aprendidas:** 1. Predecir **mecanismos y direcciones** es más fiable que dar cifras o declaraciones absolutas. 2. Se tiende a **sobreestimar la velocidad** de cambio a corto plazo y **subestimar su magnitud** a largo plazo. 3. Los promedios generales (ej. "no habrá desempleo masivo") pueden ocultar **impactos distributivos** severos (ej. en jóvenes). 4. Las afirmaciones con **matices y limitaciones** envejecen mejor. 5. Tres años no son suficientes para resolver debates fundamentales (ej. valor final, consciencia de la IA). Este ejercicio subraya la dificultad de hacer predicciones precisas en un campo en rápida evolución y la importancia de la humildad al proyectar el futuro.

marsbitHace 8 hora(s)