Identidad, Recuperación, Atribución: Decodificando los Tres Puntos de Ruptura de la Próxima Generación de la Economía de Agentes de IA

深潮Publicado a 2025-12-22Actualizado a 2025-12-22

Resumen

El artículo analiza los tres desafíos clave para la economía de agentes de IA: identidad, recurso y atribución. Explora cómo los agentes autónomos realizarán transacciones económicas, destacando protocolos emergentes como ACP de OpenAI), AP2 de Google) y x402 de Coinbase) para pagos entre máquinas. Señala que, aunque las criptomonedas permiten micropagos eficientes, carecen de mecanismos de confianza tradicionales como reversión de pagos o resolución de disputas. Propone que las startups pueden construir infraestructuras críticas: verificación de identidad de agentes (KYA), sistemas de recurso similares a seguros, y mecanismos de atribución para publicidad. Concluye que la economía de agentes evolucionará desde la interacción asistida por humanos hasta transacciones autónomas, donde la confianza será el factor determinante.

Escrito por: Decentralised.co

Compilado por: AididaoJP, Foresight News

En el artículo "La Fijación de Precios de Internet", argumentamos: cuando los pagos por medición no tienen fricción, las máquinas pagarán automáticamente. Los humanos no han adoptado completamente los micropagos porque prestar atención al proceso de medición consume energía y capacidad mental. Pero las máquinas son diferentes, solo ven 1 y 0. Su capacidad de ejecución no se ve afectada por la capacidad mental o el cambio de tareas. Si dividir hasta niveles de sub-centavo hace que el proceso sea más eficiente, lo harán, a diferencia de los humanos.

El artículo anterior terminó con una pregunta: ¿qué pasa cuando los agentes cometen errores? No importa si la intención del agente es correcta. La clave es que es imposible supervisar al agente en cada paso.

Esto nos deja en un dilema: la nueva tecnología no ha heredado una gran ventaja de la infraestructura antigua, como la capacidad de revertir un pago cuando algo sale mal. Este artículo trata precisamente de este problema. Discutiremos qué se necesita para que los agentes logren autonomía, quién está construyendo los cimientos para ello y por qué están surgiendo nuevas empresas en la intersección de los canales de pago blockchain y los agentes autónomos.

Estándares Emergentes

Cualquier actividad comercial involucra a tres partes: el comprador, el vendedor y el intermediario que facilita la transacción. El intermediario puede ser una plataforma o mercado como Amazon, o una red de procesamiento de pagos como Visa.

Comprador

Las aplicaciones de consumo suelen ser responsables de manejar fondos o transacciones y toman una comisión por ello. Pero, ¿qué pasa cuando el consumidor es una IA que actúa en nuestro nombre? Actualmente, hay varios estándares emergentes buscando la respuesta.

ChatGPT tiene 700 millones de usuarios activos, todos intentando obtener información o servicios a través de la IA. Aunque aún no compramos o vendemos bienes directamente a través de interfaces de agente, es común usarlo para "descubrir" productos. Ya sea comprando zapatillas para correr o buscando un hotel en El Calafate, uso la IA para comparar precios. Sería mucho más conveniente poder comprar directamente en la misma interfaz. Este es precisamente el objetivo de la colaboración entre OpenAI y Stripe, que dio lugar al Protocolo Comercial de Agentes Autónomos (ACP).

Fuente: OpenAI

Esta es actualmente la forma más directa en que un agente maneja fondos: el usuario tiene control total. Después de que el usuario realiza un pedido, ChatGPT envía la información necesaria al backend del comerciante a través del ACP. El comerciante luego decide aceptar o rechazar el pedido, procesa el pago a través de su proveedor de servicios de pago habitual y maneja el envío y el servicio al cliente como de costumbre.

Puedes imaginar el comercio ACP como: autorizas a un becario a gastar un presupuesto fijo, pero tú tienes la última palabra sobre qué producto/servicio elegir, de qué comerciante comprar y completar el pago.

OpenAI y Stripe tienen el ACP, mientras que Google lanzó el Protocolo de Pago para Agentes (AP2). Antes de profundizar en el AP2, retrocedamos un paso. Google quiere resolver el problema de la "interoperabilidad". Actualmente, los agentes de IA operan en silos: Gemini no habla con Claude, y ChatGPT no sabe lo que sucede en Perplexity.

Idealmente, cuando una tarea se vuelve compleja y requiere colaboración, queremos que estos agentes se comuniquen usando un lenguaje común. Para ello, Google desarrolló A2A (Protocolo de Agente a Agente), permitiendo que diferentes agentes se comuniquen y coordinen.

Pero poder hablar no es suficiente. Los agentes también necesitan poder usar herramientas, acceder a API y servicios. El Protocolo de Contexto de Modelo (MCP) permite a los agentes usar herramientas como Google Calendar, Notion, Figma, etc.

Fuente: Level Up Coding

El MCP define un lenguaje universal. Mientras "hablen" MCP, los agentes pueden usar cualquier herramienta sin necesidad de código personalizado adicional. Este protocolo fue creado por Anthropic, pero la especificación es abierta y está siendo adoptada rápidamente por varias empresas. Un servidor MCP es esencialmente una capa de traducción que se sitúa frente a la API existente de una empresa, exponiendo el servicio en un formato estandarizado a cualquier agente compatible con MCP.

Volviendo al AP2, se puede entender simplemente así: el MCP les da a los agentes la capacidad de obtener datos, archivos y herramientas; el A2A les da una voz para hablar entre ellos; y el AP2 les da una billetera, permitiéndoles gastar dinero de forma segura.

Todos estos protocolos colocan al usuario en el centro de control, con el agente teniendo permisos de gasto limitados. Esto resuelve los problemas de distribución y flujo, pero ninguno ha resuelto: ¿qué pasa cuando el agente comete un error?

Vendedor

La historia no solo ocurre en el lado del comprador. También están surgiendo nuevos estándares en el lado del vendedor, centrados en cómo las máquinas pagan por el acceso a API, datos y contenido.

Actualmente, el más comentado es el estándar x402, un protocolo abierto desarrollado por Coinbase. Revive el código de estado HTTP 402, definido en 1997 pero nunca utilizado - "Pago Requerido". x402 le da nueva vida a este código de estado combinándolo con pagos en stablecoins, haciendo que los micropagos se liquiden de manera económica y eficiente.

x402 convierte las solicitudes HTTP en solicitudes de pago. Cada vez que se requiere un pago, el servidor lo solicita. Dado que el agente tiene un presupuesto preestablecido, paga al servidor dentro del mismo flujo y obtiene los datos. Esto hace que "pago por solicitud" o "pago por llamada" sea viable en transacciones entre máquinas.

Con x402, un agente puede pagar con precisión por lo que necesita en el momento. Por ejemplo, gastar 2 centavos para ver un artículo de pago, o pagar una fracción de centavo por una llamada API. La transacción se liquida en cadena en segundos, sin necesidad de establecer una relación a largo plazo.

Fuente: Documento de x402 de Coinbase

Cloudflare tomó prestado este concepto y construyó un sistema más específico de "pago por rastreo". Subyacentemente también usa HTTP 402, pero la clave es la posición dominante de mercado de Cloudflare, ya que el 20% del tráfico web global pasa por su red, lo que le otorga una gran influencia.

El "pago por rastreo" utiliza la red perimetral de Cloudflare para exigir pago antes de servir contenido a los rastreadores de IA. Esto convierte el acceso al contenido en una medición forzada. Los editores enfrentan una caída drástica del tráfico porque la gente ya no hace clic en los sitios web desde los motores de búsqueda, sino que lee resúmenes generados por IA. A través de este sistema, los editores pueden cobrar directamente a los laboratorios de IA cada vez que un rastreador accede.

Las redes de tarjetas también están intentando extender sus canales de pago existentes para manejar transacciones de agentes. Visa lanzó un servidor MCP y un kit de herramientas para la aceptación de agentes. Mastercard tiene un proyecto llamado "Pago por Agentes". Ambos están en etapas piloto tempranas, pero son importantes porque Visa y Mastercard ya tienen redes de distribución global, relaciones con emisores y amplias redes de aceptación de comerciantes. La idea básica es: registrar agentes, establecer controles de gasto y permitir que los agentes inicien transacciones en la red de pago con tarjetas de crédito humana existente.

La Brecha de Confianza que Debe Ser Llenada

Todos estos estándares asumen que el pago procederá sin problemas y el resultado cumplirá con las expectativas. El ACP y el AP2 involucran a humanos en el momento de la compra, proporcionando cierta seguridad. Las variantes de x402 manejan el acceso a datos de máquina a máquina, donde el riesgo suele ser menor. Las redes de tarjetas extienden sus mecanismos de protección familiares, pero a costa de una liquidación lenta y tarifas altas.

Para lograr micropagos a gran escala, la velocidad es el objetivo principal. Las redes de pago con tarjeta liquidan en días, y los comerciantes pagan un porcentaje del valor de la transacción en tarifas. Los canales de criptomonedas liquidan en segundos, con un costo de menos de un centavo. Pero esta eficiencia viene con irreversibilidad; un pago con criptomonedas, una vez completado, no se puede revertir.

El comercio tradicional construyó toda una infraestructura alrededor de "lo que puede salir mal". Cuando algo sale mal con una compra con tarjeta de crédito, tienes un proceso: contactar al banco, iniciar una disputa, la red de tarjetas investiga y retiene los fondos, y finalmente dictamina un reembolso o apoya al comerciante. En 2025, hubo 261 millones de transacciones disputadas, con un valor total de 34 mil millones de dólares.

Sin embargo, los agentes que operan en canales de stablecoins carecen completamente de estas garantías.

Cuando los agentes comienzan a colaborar entre sí, el problema se vuelve más complejo. Cuando cientos o miles de flujos de trabajo multiagente se entrelazan, determinar la responsabilidad puede ser una pesadilla.

Las redes de tarjetas no asumirán este riesgo, al menos no bajo su modelo de negocio actual. Los proyectos de agentes de Visa y Mastercard aún cobran tarifas de intercambio estándar y la liquidación aún tarda días. Podrían cambiar a la liquidación instantánea con stablecoins, pero eso significaría renunciar al sistema de disputas en el que se basan sus tarifas.

El mecanismo de resolución de disputas de las finanzas tradicionales no surgió de la nada. La primera tarjeta de crédito (Diners Club) apareció alrededor de 1950, pero los consumidores tuvieron que esperar 24 años más para obtener derecho a disputar transacciones. La infraestructura moderna que damos por sentado hoy se construyó gradualmente a medida que surgían los problemas.

El comercio de agentes autónomos no tiene tanto tiempo que perder. Las solicitudes API ya representan el 60% del tráfico HTTP dinámico que maneja Cloudflare. Los bots y el tráfico automatizado ya representan casi la mitad del tráfico web. Los 700 millones de usuarios de ChatGPT ya pueden pagar directamente en Etsy a través del ACP, y la integración con Shopify está por llegar. El volumen de transacciones ya existe, los usuarios tienen la demanda potencial de usar agentes para manejar tareas, y no falta mucho para que los agentes se utilicen para actividades comerciales.

Por lo tanto, nos enfrentamos a una elección: ¿dejamos que la infraestructura financiera tradicional continúe con su lenta liquidación, o construimos conscientemente una infraestructura de confianza para igualar la rápida liquidación blockchain? La primera limitará el potencial de los agentes, la segunda es una oportunidad y una extensión inevitable del desarrollo del comercio de agentes autónomos.

Entonces, ¿Cómo Se Hace Exactamente?

Como era de esperar, involucra una parte previa y otra posterior a la transacción.

Pre-transacción: ¿Se Permite la Transacción del Agente?

Esto depende de tres puntos: identificar la contraparte, detección de fraude y utilizar puntuaciones de reputación para decidir precios y acceso.

En Estados Unidos, Plaid conecta casi la mitad de las cuentas bancarias, manejando millones de verificaciones de cuentas diarias. Cuando verificas tu identidad en Venmo, usas Plaid.

Actualmente, cualquier agente que interactúe con una API, raspe una página web o inicie un pago carece de una verificación de identidad equivalente. El servidor ve solo una ID vaga (como una dirección de wallet o una clave API), sin saber quién está llamando. No hay una identidad universalmente válida entre servicios, por lo tanto, no se puede acumular reputación, y cada interacción comienza desde la "desconfianza cero".

En 2024, los adultos en EE. UU. perdieron aproximadamente 47 mil millones de dólares debido al fraude de identidad.

Necesitamos una capa de "Conozca a Su Agente" (KYA), similar a como Plaid proporciona infraestructura de identidad para las fintech. Debería emitir credenciales persistentes y revocables, vinculando al agente con el humano u organización detrás de él.

Las redes de tarjetas pasaron décadas construyendo sistemas que pueden identificar patrones sospechosos entre millones de transacciones. Entienden el comportamiento de consumo humano normal y pueden marcar anomalías en tiempo real. Si un agente es comprometido y realiza compras no autorizadas en múltiples comerciantes, actualmente no hay un gráfico de fraude compartido que pueda detectarlo.

Visa afirma que, después de invertir 11 mil millones de dólares en reforzar la seguridad entre 2019-24, su sistema evitó intentos de fraude por valor de 40 mil millones de dólares. Stripe procesa más de 1.4 billones de dólares en pagos anualmente y entrena su sistema antifraude Radar con ello. Durante el Black Friday y Cyber Monday de 2024, Radar bloqueó 20.9 millones de transacciones fraudulentas por valor de 917 millones de dólares.

Actualmente, las transacciones de agentes carecen de una capa de detección de fraude como esta. Cuando un agente realiza un pago x402, no hay un sistema compartido que pueda marcar comportamientos anómalos, como picos de gasto o frecuencias inusuales.

Sin identidad y reputación persistentes, cada interacción de agente comienza desde cero. La reputación está profundamente integrada en el comercio humano: los anuncios que ves se basan en tu historial de navegación, tu calificación en Uber afecta la recepción de viajes, tu puntuación crediticia te sigue a cada institución financiera. Para los agentes, debería ser lo mismo.

Post-transacción: ¿Qué Pasa Si Hay Un Problema?

El chargeback (contracargo) es la forma en que las redes de tarjetas manejan las disputas: el cliente disputa la transacción a través de su banco, y los fondos son retirados del comerciante. Pero también es frecuentemente abusado. En 2023, los chargebacks le costaron a los comerciantes aproximadamente 117.47 mil millones de dólares en pérdidas. Por cada dólar perdido por chargeback, los comerciantes suelen incurrir en otros 3.75-4.61 dólares en costos adicionales (incluyendo tarifas, pérdida de mercancía y gastos administrativos).

Fuente: Documento de x402 de Coinbase

Los comerciantes solo ganan el 8.1% de las disputas que impugnan activamente. El 84% de los clientes considera que iniciar un chargeback directamente con el banco es más simple que solicitar un reembolso al comerciante.

Las transacciones con stablecoins iniciadas por agentes se liquidan en segundos y actualmente son irrevocables. Cloudflare ya ha propuesto una extensión de liquidación retardada para x402, permitiendo establecer un "período de espera" antes de que los fondos se transfieran finalmente.

Los desarrolladores ya están construyendo los prototipos de esta infraestructura. En el hackathon ETHGlobal Buenos Aires, un equipo creó Private-Escrow x402. Su esquema de depósito en garantía (escrow) es: el comprador prepaga fondos a un contrato inteligente, y al pagar, firma una "intención de pago" fuera de la cadena. Un coordinador agrupa cientos de estas firmas en una transacción de liquidación por lotes, reduciendo así las tarifas de Gas en 28 veces.

Pero esto es solo un componente básico; aún necesita ser convertido en producto.

¿Quién Construirá Todo Esto?

Esto me recuerda a la era en que los operadores de telecomunicaciones dominaban la industria. Tenían la relación de facturación de cada usuario de móvil, pero se perdieron el valor generado por los smartphones. La distribución de aplicaciones y la publicidad móvil crearon cientos de miles de millones de ingresos, que los operadores podrían haber capturado.

Las redes de tarjetas ahora enfrentan una situación similar. Lo que Visa y Mastercard construyeron durante décadas es precisamente la infraestructura de confianza que le falta a la economía de agentes autónomos. Pero su modelo de negocio depende completamente de las tarifas de intercambio, y estas tarifas existen bajo la premisa de que controlan el canal de pago. Invierten enormes sumas en mantener esta infraestructura, financiada por un pequeño porcentaje del volumen de transacciones. Si proporcionaran protección al consumidor para transacciones con stablecoins, estarían subsidiando el canal de pago de su competidor con sus propios ingresos.

Si las redes de tarjetas no lo hacen, los siguientes candidatos son los laboratorios de IA como OpenAI, Google, Anthropic. Todos quieren que sus agentes sean ampliamente utilizados. Pero operar un registro de identidad centralizado significaría que deben asumir la responsabilidad cuando los agentes se comporten mal. No quieren convertirse en el tribunal de arbitraje para que "reserves el hotel equivocado".

Prefieren que un tercero construya la infraestructura de identidad y recuperación para que ellos simplemente la integren, tal como integran pagos o motores de búsqueda hoy.

Cloudflare se encuentra en una posición única. Ya manejan una enorme cantidad de tráfico web, ya ejecutan detección de rastreadores, y su herramienta "AI Audit" permite a los editores rastrear el acceso de los rastreadores. Pasar de "identificar robots" a "verificar la identidad y reputación del agente" no es un gran salto técnicamente.

Pero Cloudflare siempre se ha presentado como una infraestructura neutral. Una vez que comience a emitir puntuaciones de confianza o a arbitrar disputas, se vuelve más similar a un organismo regulador; ese es un negocio diferente y conlleva una responsabilidad diferente.

Tres Puntos de Entrada para Startups

No puedes vencer a OpenAI en calidad de modelo, ni superar a Cloudflare en tráfico. Tienes que encontrar partes de la pila tecnológica que su modelo de negocio (al menos por ahora) no les permite tocar, pero que aún tienen valor. Creo que hay tres puntos de entrada: identidad, recuperación y atribución.

Identidad del Agente es el más directo. El modelo de registro está probado. Aunque Plaid es el caso clásico, es apropiado: hicieron verificación de identidad para cuentas bancarias. Una startup podría hacer lo mismo para los agentes: emitir credenciales, acumular reputación, permitir que los comerciantes verifiquen la puntuación de reputación antes de aceptar el pago. Su foso defensivo (moat) provendría del efecto de red: una vez que suficientes comerciantes verifiquen a través de tu registro, los agentes se verán obligados a mantener un buen historial de reputación.

Mecanismo de Recuperación es más difícil, porque requiere asumir riesgo. Puedes verlo como un seguro: cobrar una pequeña tarifa por transacción y absorber la pérdida si algo sale mal. La escala es clave. Las tarifas de intercambio de tarjetas son del 1.5%-3%, lo que incluye el costo de manejar disputas. El costo de los canales de stablecoins es mucho menor, por lo que una capa de recuperación podría fácilmente ofrecer una protección comparable con una tarifa del 0.5% y aún tener margen de beneficio.

Mecanismo de Atribución es el más visionario, pero eventualmente debe surgir. Cuando los agentes comiencen a influir en las decisiones de compra, las marcas pagarán por influir en el contenido recomendado. Se pueden diseñar mecanismos de subasta. Pero tiene un problema de "arranque en frío" (cold start), ya que requiere que marcas, agentes y comerciantes participen en un mercado para que funcione, mientras que los dos primeros puntos de entrada no tienen este problema.

La importancia de estos tres puntos de entrada varía con la etapa de desarrollo de la economía de agentes:

  • Identidad, se vuelve crítica cuando los agentes no requieren aprobación humana transacción por transacción.

  • Recuperación, es crucial cuando los agentes comienzan a manejar dinero real.

  • Atribución, solo se activará cuando el volumen de transacciones entre agentes sea suficiente para sustentar un mercado publicitario.

Esto lleva a la trayectoria de desarrollo real:

Fuente: Gráfico generado usando Claude

Las Startups Construirán Parte de la Infraestructura de la Economía de Agentes

El desarrollo de los agentes se puede dividir en tres etapas:

  • Como interfaz de interacción

  • Ejecutando bajo supervisión humana

  • Transaccionando autónomamente entre ellos

Estamos en la primera etapa. La integración de pago de Etsy en ChatGPT es un buen ejemplo: navegamos por productos en la interfaz de chat (aunque no exclusivamente), el agente recomienda opciones, pero finalmente un humano decide. La confianza se toma prestada completamente de las instalaciones existentes.

Esta etapa pertenece a los gigantes existentes, porque es un juego de distribución por la entrada del usuario. El valor se acumula en los jugadores que poseen la interfaz de decisión de compra.

La segunda etapa está marcada por los agentes que obtienen más autonomía. El agente ya no solo sugiere un itinerario, sino que directamente reserva el vuelo, alquila el coche, el hotel. Damos un objetivo o restricciones, el agente ejecuta, y nosotros aceptamos el resultado.

En este punto, la capa de confianza se vuelve indispensable. Sin un mecanismo de recuperación, los usuarios no autorizarán a los agentes; sin verificación de identidad, los comerciantes no aceptarán pagos de agentes.

Esta es precisamente la oportunidad para las startups. Es posible que los gigantes existentes carezcan de suficiente incentivo para construir instalaciones de confianza para canales de stablecoins, porque en su etapa actual (que aún dominan) ya tienen un enorme espacio para crecer. OpenAI generó 13 mil millones de dólares en ingresos este año. En comparación, Tether obtuvo solo en los primeros diez meses de 2025 una ganancia de 10 mil millones de dólares, y se espera que las ganancias anuales sean aún mayores.

Las capas de identidad, recuperación y atribución serán construidas por nuevas empresas, dedicadas a resolver los problemas específicos en el límite entre la capacidad del agente y la autorización del usuario.

La tercera etapa es el comercio de agentes autónomos. Tu agente no necesita consultar para las decisiones diarias, puede negociar con otros agentes, pujar por recursos de computación, participar en subastas publicitarias, liquidar continuamente miles de transacciones de pequeño valor. Las stablecoins, debido al volumen, la velocidad y la granularidad requeridas para manejar transacciones entre máquinas, se convertirán en la capa de liquidación predeterminada.

El foco de la competencia en esta etapa ya no será el mejor modelo o la cadena de bloques más rápida, sino quién construyó la infraestructura más confiable: el "pasaporte" de los agentes, los "tribunales" que arbitran disputas, el "sistema crediticio" que permite transacciones por encima del saldo. Estas instituciones para el software determinarán qué agentes pueden participar en la economía y bajo qué condiciones.

Conclusión

Hemos allanado la tubería para que los agentes "gasten" dinero, pero aún no hemos construido el mecanismo para verificar "si deberían gastarlo". HTTP 402 durmió durante treinta años y finalmente despertó porque los micropagos se volvieron viables. El problema técnico está resuelto. Pero la infraestructura de confianza que sustenta el comercio humano, como la verificación de identidad, la detección de fraude y la resolución de disputas, aún carece de una versión correspondiente para agentes. Resolvimos la parte fácil. Tomará tiempo antes de que los agentes puedan hacer negocios entre ellos con confianza.

Preguntas relacionadas

Q¿Cuáles son los tres puntos clave para desbloquear la economía de agentes de IA de próxima generación según el artículo?

ALos tres puntos clave son: Identidad, Recuperación (mecanismos de recurso) y Atribución.

Q¿Qué protocolo desarrolló OpenAI en colaboración con Stripe para facilitar las transacciones de agentes autónomos?

AOpenAI desarrolló el Protocolo Comercial de Agentes Autónomos (ACP) en colaboración con Stripe.

Q¿Qué problema fundamental intenta resolver el protocolo x402 desarrollado por Coinbase?

AEl protocolo x402 revive el código de estado HTTP 402 ('Pago Requerido') y lo combina con pagos con stablecoins para permitir que las microtransacciones se liquiden de manera económica y eficiente, transformando las solicitudes HTTP en solicitudes de pago.

Q¿Por qué los sistemas de pago tradicionales con tarjetas (como Visa/Mastercard) no son ideales para las transacciones entre agentes autónomos según el artículo?

APorque sus redes liquidan en días, cobran tarifas significativas (un porcentaje del valor de la transacción) y su modelo de negocio basado en comisiones de intercambio depende de que controlen el canal de pago, lo que los hace lentos, costosos y poco alineados con la irreversibilidad y velocidad de los pagos con criptomonedas.

Q¿Qué tres áreas o 'puntos de entrada' identifica el artículo como oportunidades para las startups en la economía de agentes?

ALas tres áreas de oportunidad para las startups son: 1) Identidad del Agente (crear un registro y sistema de reputación), 2) Mecanismos de Recuperación (proporcionar seguros o resolución de disputas para transacciones irreversibles), y 3) Mecanismos de Atribución (crear un mercado para que las marcas paguen por influir en las recomendaciones de los agentes).

Lecturas Relacionadas

Arthur Hayes: Ahora es el momento de "no operar"

En su último artículo, Arthur Hayes argumenta que los mercados globales han entrado en una "zona sin operaciones" (no-trade zone), un período de alta incertidumbre impulsado por dos fuerzas contrapuestas: la desinflación disruptiva causada por la inteligencia artificial autónoma (agente IA) y las presiones geopolíticas inflacionarias derivadas de conflictos energéticos. Hayes destaca que la IA está erosionando masivamente los empleos de trabajadores del conocimiento en economías desarrolladas, lo que provocará impagos crediticios y una crisis deflacionaria. Simultáneamente, la guerra en el Estrecho de Hormuz obliga a los gobiernos a aumentar el gasto militar y acumular recursos, presionando al alza los precios de la energía y los alimentos. El autor presenta tres escenarios clave: 1. **Vuelta a la normalidad:** La guerra termina, pero el impacto deflacionario de la IA persiste, aplastando la capacidad de consumo y requiriendo eventualmente rescates bancarios con impresión de dinero. 2. **Peaje de Teherán:** Irán controla el estrecho y exige peajes en yuanes u oro, erosionando el sistema petrodólar y forzando a las naciones a vender activos en dólares para adquirir oro y luego yuanes. 3. **Contraataque del Imperio:** EE.UU. destruye la capacidad iraní, pero la posible destrucción de la producción energética del Golfo desataría una hiperinflación en bienes básicos, llevando a los bancos centrales a imprimir dinero masivamente. Hayes concluye que, en la mayoría de los escenarios, Bitcoin inicialmente sufrirá por la contracción de liquidez y la desapalancación, pero su precio final estará determinado por la expansión monetaria forzada que los bancos centrales implementarán para salvar el sistema financiero. Por ahora, prefiere esperar a que la volatilidad extrem

marsbitHace 3 hora(s)

Arthur Hayes: Ahora es el momento de "no operar"

marsbitHace 3 hora(s)

Trading

Spot
Futuros

Artículos destacados

Qué es GROK AI

Grok AI: Revolucionando la Tecnología Conversacional en la Era Web3 Introducción En el paisaje de la inteligencia artificial en rápida evolución, Grok AI se destaca como un proyecto notable que une los dominios de la tecnología avanzada y la interacción con el usuario. Desarrollado por xAI, una empresa liderada por el renombrado emprendedor Elon Musk, Grok AI busca redefinir cómo interactuamos con la inteligencia artificial. A medida que el movimiento Web3 continúa floreciendo, Grok AI tiene como objetivo aprovechar el poder de la IA conversacional para responder a consultas complejas, proporcionando a los usuarios una experiencia que no solo es informativa, sino también entretenida. ¿Qué es Grok AI? Grok AI es un sofisticado chatbot de IA conversacional diseñado para interactuar con los usuarios de manera dinámica. A diferencia de muchos sistemas de IA tradicionales, Grok AI abraza una gama más amplia de consultas, incluidas aquellas que normalmente se consideran inapropiadas o fuera de las respuestas estándar. Los objetivos centrales del proyecto incluyen: Razonamiento Fiable: Grok AI enfatiza el razonamiento de sentido común para proporcionar respuestas lógicas basadas en la comprensión contextual. Supervisión Escalable: La integración de asistencia de herramientas asegura que las interacciones de los usuarios sean tanto monitoreadas como optimizadas para la calidad. Verificación Formal: La seguridad es primordial; Grok AI incorpora métodos de verificación formal para mejorar la fiabilidad de sus resultados. Comprensión de Largo Contexto: El modelo de IA sobresale en retener y recordar un extenso historial de conversaciones, facilitando discusiones significativas y contextualizadas. Robustez Adversarial: Al centrarse en mejorar sus defensas contra entradas manipuladas o maliciosas, Grok AI busca mantener la integridad de las interacciones de los usuarios. En esencia, Grok AI no es solo un dispositivo de recuperación de información; es un compañero conversacional inmersivo que fomenta un diálogo dinámico. Creador de Grok AI La mente detrás de Grok AI no es otra que Elon Musk, una persona sinónimo de innovación en varios campos, incluidos el automotriz, los viajes espaciales y la tecnología. Bajo el paraguas de xAI, una empresa centrada en avanzar la tecnología de IA de maneras beneficiosas, la visión de Musk busca remodelar la comprensión de las interacciones de IA. El liderazgo y la ética fundacional están profundamente influenciados por el compromiso de Musk de empujar los límites tecnológicos. Inversores de Grok AI Si bien los detalles específicos sobre los inversores que respaldan Grok AI son limitados, se reconoce públicamente que xAI, el incubador del proyecto, está fundado y apoyado principalmente por el propio Elon Musk. Las empresas y participaciones anteriores de Musk proporcionan un respaldo robusto, reforzando aún más la credibilidad y el potencial de crecimiento de Grok AI. Sin embargo, hasta ahora, la información sobre fundaciones de inversión adicionales u organizaciones que apoyan a Grok AI no está fácilmente accesible, marcando un área para una posible exploración futura. ¿Cómo Funciona Grok AI? La mecánica operativa de Grok AI es tan innovadora como su marco conceptual. El proyecto integra varias tecnologías de vanguardia que facilitan sus funcionalidades únicas: Infraestructura Robusta: Grok AI está construido utilizando Kubernetes para la orquestación de contenedores, Rust para rendimiento y seguridad, y JAX para computación numérica de alto rendimiento. Este trío asegura que el chatbot opere de manera eficiente, escale efectivamente y sirva a los usuarios de manera oportuna. Acceso a Conocimiento en Tiempo Real: Una de las características distintivas de Grok AI es su capacidad para acceder a datos en tiempo real a través de la plataforma X—anteriormente conocida como Twitter. Esta capacidad otorga a la IA acceso a la información más reciente, permitiéndole proporcionar respuestas y recomendaciones oportunas que otros modelos de IA podrían pasar por alto. Dos Modos de Interacción: Grok AI ofrece a los usuarios la opción entre “Modo Divertido” y “Modo Regular”. El Modo Divertido permite un estilo de interacción más lúdico y humorístico, mientras que el Modo Regular se centra en ofrecer respuestas precisas y exactas. Esta versatilidad asegura una experiencia personalizada que se adapta a diversas preferencias de los usuarios. En esencia, Grok AI une rendimiento con compromiso, creando una experiencia que es tanto enriquecedora como entretenida. Cronología de Grok AI El viaje de Grok AI está marcado por hitos clave que reflejan sus etapas de desarrollo y despliegue: Desarrollo Inicial: La fase fundamental de Grok AI tuvo lugar durante aproximadamente dos meses, durante los cuales se llevó a cabo el entrenamiento y ajuste inicial del modelo. Lanzamiento Beta de Grok-2: En un avance significativo, se anunció la beta de Grok-2. Este lanzamiento introdujo dos versiones del chatbot—Grok-2 y Grok-2 mini—cada una equipada con capacidades para chatear, programar y razonar. Acceso Público: Tras su desarrollo beta, Grok AI se volvió disponible para los usuarios de la plataforma X. Aquellos con cuentas verificadas por un número de teléfono y activas durante al menos siete días pueden acceder a una versión limitada, haciendo la tecnología disponible para una audiencia más amplia. Esta cronología encapsula el crecimiento sistemático de Grok AI desde su inicio hasta el compromiso público, enfatizando su compromiso con la mejora continua y la interacción con los usuarios. Características Clave de Grok AI Grok AI abarca varias características clave que contribuyen a su identidad innovadora: Integración de Conocimiento en Tiempo Real: El acceso a información actual y relevante diferencia a Grok AI de muchos modelos estáticos, permitiendo una experiencia de usuario atractiva y precisa. Estilos de Interacción Versátiles: Al ofrecer modos de interacción distintos, Grok AI se adapta a diversas preferencias de los usuarios, invitando a la creatividad y la personalización en la conversación con la IA. Avanzada Infraestructura Tecnológica: La utilización de Kubernetes, Rust y JAX proporciona al proyecto un marco sólido para garantizar fiabilidad y rendimiento óptimo. Consideración de Discurso Ético: La inclusión de una función generadora de imágenes muestra el espíritu innovador del proyecto. Sin embargo, también plantea consideraciones éticas en torno a los derechos de autor y la representación respetuosa de figuras reconocibles—una discusión en curso dentro de la comunidad de IA. Conclusión Como una entidad pionera en el ámbito de la IA conversacional, Grok AI encapsula el potencial para experiencias transformadoras de usuario en la era digital. Desarrollado por xAI y guiado por el enfoque visionario de Elon Musk, Grok AI integra conocimiento en tiempo real con capacidades avanzadas de interacción. Se esfuerza por empujar los límites de lo que la inteligencia artificial puede lograr mientras mantiene un enfoque en consideraciones éticas y la seguridad del usuario. Grok AI no solo encarna el avance tecnológico, sino que también representa un nuevo paradigma de conversaciones en el paisaje Web3, prometiendo involucrar a los usuarios con tanto conocimiento hábil como interacción lúdica. A medida que el proyecto continúa evolucionando, se erige como un testimonio de lo que la intersección de la tecnología, la creatividad y la interacción similar a la humana puede lograr.

384 Vistas totalesPublicado en 2024.12.26Actualizado en 2024.12.26

Qué es GROK AI

Qué es ERC AI

Euruka Tech: Una Visión General de $erc ai y sus Ambiciones en Web3 Introducción En el panorama en rápida evolución de la tecnología blockchain y las aplicaciones descentralizadas, nuevos proyectos emergen con frecuencia, cada uno con objetivos y metodologías únicas. Uno de estos proyectos es Euruka Tech, que opera en el amplio dominio de las criptomonedas y Web3. El enfoque principal de Euruka Tech, particularmente su token $erc ai, es presentar soluciones innovadoras diseñadas para aprovechar las crecientes capacidades de la tecnología descentralizada. Este artículo tiene como objetivo proporcionar una visión general completa de Euruka Tech, una exploración de sus objetivos, funcionalidad, la identidad de su creador, posibles inversores y su importancia dentro del contexto más amplio de Web3. ¿Qué es Euruka Tech, $erc ai? Euruka Tech se caracteriza como un proyecto que aprovecha las herramientas y funcionalidades ofrecidas por el entorno Web3, centrándose en integrar la inteligencia artificial dentro de sus operaciones. Aunque los detalles específicos sobre el marco del proyecto son algo elusivos, está diseñado para mejorar la participación del usuario y automatizar procesos en el espacio cripto. El proyecto tiene como objetivo crear un ecosistema descentralizado que no solo facilite transacciones, sino que también incorpore funcionalidades predictivas a través de la inteligencia artificial, de ahí la designación de su token, $erc ai. La meta es proporcionar una plataforma intuitiva que facilite interacciones más inteligentes y un procesamiento de transacciones eficiente dentro de la creciente esfera de Web3. ¿Quién es el Creador de Euruka Tech, $erc ai? En la actualidad, la información sobre el creador o el equipo fundador detrás de Euruka Tech sigue sin especificarse y es algo opaca. Esta ausencia de datos genera preocupaciones, ya que el conocimiento del trasfondo del equipo es a menudo esencial para establecer credibilidad dentro del sector blockchain. Por lo tanto, hemos categorizado esta información como desconocida hasta que se disponga de detalles concretos en el dominio público. ¿Quiénes son los Inversores de Euruka Tech, $erc ai? De manera similar, la identificación de inversores u organizaciones de respaldo para el proyecto Euruka Tech no se proporciona fácilmente a través de la investigación disponible. Un aspecto crucial para los posibles interesados o usuarios que consideren involucrarse con Euruka Tech es la garantía que proviene de asociaciones financieras establecidas o respaldo de firmas de inversión reputadas. Sin divulgaciones sobre afiliaciones de inversión, es difícil llegar a conclusiones completas sobre la seguridad financiera o la longevidad del proyecto. De acuerdo con la información encontrada, esta sección también se encuentra en estado de desconocido. ¿Cómo Funciona Euruka Tech, $erc ai? A pesar de la falta de especificaciones técnicas detalladas para Euruka Tech, es esencial considerar sus ambiciones innovadoras. El proyecto busca aprovechar la potencia computacional de la inteligencia artificial para automatizar y mejorar la experiencia del usuario dentro del entorno de las criptomonedas. Al integrar la IA con la tecnología blockchain, Euruka Tech aspira a proporcionar características como operaciones automatizadas, evaluaciones de riesgos e interfaces de usuario personalizadas. La esencia innovadora de Euruka Tech radica en su objetivo de crear una conexión fluida entre los usuarios y las vastas posibilidades que presentan las redes descentralizadas. A través de la utilización de algoritmos de aprendizaje automático e IA, busca minimizar los desafíos que enfrentan los usuarios primerizos y agilizar las experiencias transaccionales dentro del marco de Web3. Esta simbiosis entre IA y blockchain subraya la importancia del token $erc ai, que actúa como un puente entre las interfaces de usuario tradicionales y las capacidades avanzadas de las tecnologías descentralizadas. Cronología de Euruka Tech, $erc ai Desafortunadamente, como resultado de la información limitada disponible sobre Euruka Tech, no podemos presentar una cronología detallada de los principales desarrollos o hitos en el viaje del proyecto. Esta cronología, que suele ser invaluable para trazar la evolución de un proyecto y comprender su trayectoria de crecimiento, no está actualmente disponible. A medida que la información sobre eventos notables, asociaciones o adiciones funcionales se haga evidente, las actualizaciones seguramente mejorarán la visibilidad de Euruka Tech en la esfera cripto. Aclaración sobre Otros Proyectos “Eureka” Es importante señalar que múltiples proyectos y empresas comparten una nomenclatura similar con “Eureka”. La investigación ha identificado iniciativas como un agente de IA de NVIDIA Research, que se centra en enseñar a los robots tareas complejas utilizando métodos generativos, así como Eureka Labs y Eureka AI, que mejoran la experiencia del usuario en educación y análisis de servicio al cliente, respectivamente. Sin embargo, estos proyectos son distintos de Euruka Tech y no deben confundirse con sus objetivos o funcionalidades. Conclusión Euruka Tech, junto con su token $erc ai, representa un jugador prometedor pero actualmente oscuro dentro del paisaje de Web3. Si bien los detalles sobre su creador e inversores siguen sin revelarse, la ambición central de combinar inteligencia artificial con tecnología blockchain se erige como un punto focal de interés. Los enfoques únicos del proyecto para fomentar la participación del usuario a través de la automatización avanzada podrían distinguirlo a medida que el ecosistema Web3 progresa. A medida que el mercado de criptomonedas continúa evolucionando, los interesados deben mantener un ojo atento a los avances en torno a Euruka Tech, ya que el desarrollo de innovaciones documentadas, asociaciones o una hoja de ruta definida podría presentar oportunidades significativas en el futuro cercano. Tal como están las cosas, esperamos más información sustancial que podría desvelar el potencial de Euruka Tech y su posición en el competitivo paisaje cripto.

430 Vistas totalesPublicado en 2025.01.02Actualizado en 2025.01.02

Qué es ERC AI

Qué es DUOLINGO AI

DUOLINGO AI: Integrando el Aprendizaje de Idiomas con la Innovación de Web3 y AI En una era donde la tecnología remodela la educación, la integración de la inteligencia artificial (IA) y las redes blockchain anuncia una nueva frontera para el aprendizaje de idiomas. Presentamos DUOLINGO AI y su criptomoneda asociada, $DUOLINGO AI. Este proyecto aspira a fusionar la capacidad educativa de las principales plataformas de aprendizaje de idiomas con los beneficios de la tecnología descentralizada Web3. Este artículo profundiza en los aspectos clave de DUOLINGO AI, explorando sus objetivos, marco tecnológico, desarrollo histórico y potencial futuro, manteniendo la claridad entre el recurso educativo original y esta iniciativa independiente de criptomoneda. Visión General de DUOLINGO AI En su esencia, DUOLINGO AI busca establecer un entorno descentralizado donde los aprendices puedan ganar recompensas criptográficas por alcanzar hitos educativos en la competencia lingüística. Al aplicar contratos inteligentes, el proyecto pretende automatizar los procesos de verificación de habilidades y asignación de tokens, adhiriéndose a los principios de Web3 que enfatizan la transparencia y la propiedad del usuario. El modelo se aparta de los enfoques tradicionales para la adquisición de idiomas al apoyarse en una estructura de gobernanza impulsada por la comunidad, permitiendo a los poseedores de tokens sugerir mejoras al contenido del curso y a la distribución de recompensas. Algunos de los objetivos notables de DUOLINGO AI incluyen: Aprendizaje Gamificado: El proyecto integra logros en blockchain y tokens no fungibles (NFTs) para representar niveles de competencia lingüística, fomentando la motivación a través de recompensas digitales atractivas. Creación de Contenido Descentralizada: Abre caminos para que educadores y entusiastas de los idiomas contribuyan con sus cursos, facilitando un modelo de reparto de ingresos que beneficia a todos los contribuyentes. Personalización Potenciada por IA: Al emplear modelos avanzados de aprendizaje automático, DUOLINGO AI personaliza las lecciones para adaptarse al progreso de aprendizaje individual, similar a las características adaptativas encontradas en plataformas establecidas. Creadores del Proyecto y Gobernanza A partir de abril de 2025, el equipo detrás de $DUOLINGO AI permanece seudónimo, una práctica frecuente en el paisaje descentralizado de criptomonedas. Esta anonimidad está destinada a promover el crecimiento colectivo y la participación de las partes interesadas en lugar de centrarse en desarrolladores individuales. El contrato inteligente desplegado en la blockchain de Solana señala la dirección de la billetera del desarrollador, lo que significa el compromiso con la transparencia en las transacciones a pesar de que la identidad de los creadores sea desconocida. Según su hoja de ruta, DUOLINGO AI tiene como objetivo evolucionar hacia una Organización Autónoma Descentralizada (DAO). Esta estructura de gobernanza permite a los poseedores de tokens votar sobre cuestiones críticas como implementaciones de características y asignaciones de tesorería. Este modelo se alinea con la ética de empoderamiento comunitario que se encuentra en varias aplicaciones descentralizadas, enfatizando la importancia de la toma de decisiones colectiva. Inversores y Alianzas Estratégicas Actualmente, no hay inversores institucionales o capitalistas de riesgo identificables públicamente vinculados a $DUOLINGO AI. En cambio, la liquidez del proyecto proviene principalmente de intercambios descentralizados (DEXs), marcando un contraste marcado con las estrategias de financiación de las empresas tradicionales de tecnología educativa. Este modelo de base indica un enfoque impulsado por la comunidad, reflejando el compromiso del proyecto con la descentralización. En su libro blanco, DUOLINGO AI menciona la formación de colaboraciones con “plataformas de educación blockchain” no especificadas, destinadas a enriquecer su oferta de cursos. Aunque aún no se han divulgado asociaciones específicas, estos esfuerzos colaborativos sugieren una estrategia para combinar la innovación blockchain con iniciativas educativas, ampliando el acceso y la participación de los usuarios en diversas vías de aprendizaje. Arquitectura Tecnológica Integración de IA DUOLINGO AI incorpora dos componentes principales impulsados por IA para mejorar su oferta educativa: Motor de Aprendizaje Adaptativo: Este sofisticado motor aprende de las interacciones del usuario, similar a los modelos propietarios de las principales plataformas educativas. Ajusta dinámicamente la dificultad de las lecciones para abordar desafíos específicos del aprendiz, reforzando áreas débiles a través de ejercicios específicos. Agentes Conversacionales: Al emplear chatbots impulsados por GPT-4, DUOLINGO AI proporciona una plataforma para que los usuarios participen en conversaciones simuladas, fomentando una experiencia de aprendizaje de idiomas más interactiva y práctica. Infraestructura Blockchain Construido sobre la blockchain de Solana, $DUOLINGO AI utiliza un marco tecnológico integral que incluye: Contratos Inteligentes de Verificación de Habilidades: Esta característica otorga automáticamente tokens a los usuarios que superan con éxito las pruebas de competencia, reforzando la estructura de incentivos para resultados de aprendizaje genuinos. Insignias NFT: Estos tokens digitales significan varios hitos que los aprendices logran, como completar una sección de su curso o dominar habilidades específicas, permitiéndoles intercambiar o exhibir sus logros digitalmente. Gobernanza DAO: Los miembros de la comunidad que poseen tokens pueden participar en la gobernanza votando sobre propuestas clave, facilitando una cultura participativa que fomenta la innovación en la oferta de cursos y características de la plataforma. Línea de Tiempo Histórica 2022–2023: Conceptualización Los cimientos de DUOLINGO AI comienzan con la creación de un libro blanco, destacando la sinergia entre los avances de IA en el aprendizaje de idiomas y el potencial descentralizado de la tecnología blockchain. 2024: Lanzamiento Beta Un lanzamiento beta limitado introduce ofertas en idiomas populares, recompensando a los primeros usuarios con incentivos en tokens como parte de la estrategia de participación comunitaria del proyecto. 2025: Transición a DAO En abril, se produce un lanzamiento completo de la mainnet con la circulación de tokens, lo que provoca discusiones comunitarias sobre posibles expansiones a idiomas asiáticos y otros desarrollos de cursos. Desafíos y Direcciones Futuras Obstáculos Técnicos A pesar de sus ambiciosos objetivos, DUOLINGO AI enfrenta desafíos significativos. La escalabilidad sigue siendo una preocupación constante, particularmente en el equilibrio de los costos asociados con el procesamiento de IA y el mantenimiento de una red descentralizada y receptiva. Además, garantizar la creación y moderación de contenido de calidad en medio de una oferta descentralizada plantea complejidades en el mantenimiento de estándares educativos. Oportunidades Estratégicas Mirando hacia adelante, DUOLINGO AI tiene el potencial de aprovechar asociaciones de micro-certificación con instituciones académicas, proporcionando validaciones de habilidades lingüísticas verificadas por blockchain. Además, la expansión entre cadenas podría permitir al proyecto acceder a bases de usuarios más amplias y a ecosistemas blockchain adicionales, mejorando su interoperabilidad y alcance. Conclusión DUOLINGO AI representa una fusión innovadora de inteligencia artificial y tecnología blockchain, presentando una alternativa centrada en la comunidad a los sistemas tradicionales de aprendizaje de idiomas. Aunque su desarrollo seudónimo y su modelo económico emergente traen ciertos riesgos, el compromiso del proyecto con el aprendizaje gamificado, la educación personalizada y la gobernanza descentralizada ilumina un camino hacia adelante para la tecnología educativa en el ámbito de Web3. A medida que la IA continúa avanzando y el ecosistema blockchain evoluciona, iniciativas como DUOLINGO AI podrían redefinir cómo los usuarios se relacionan con la educación lingüística, empoderando a las comunidades y recompensando la participación a través de mecanismos de aprendizaje innovadores.

415 Vistas totalesPublicado en 2025.04.11Actualizado en 2025.04.11

Qué es DUOLINGO AI

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de AI (AI).

活动图片