Autor:Xinyang & Ethan, IOSG
En 2026, la curva de actividad de GitHub en las comunidades de código abierto de Crypto completó una sorprendente "consolidación en la base". La actividad mensual de desarrolladores cayó desde un máximo de 45K durante el pico de 2022 hasta aproximadamente 23K. Esta reducción a la mitad en los datos en bruto generó discusiones en las redes sociales sobre un "agotamiento de las narrativas". Sin embargo, cuando desglosamos la sección transversal de esta curva, lo que vemos no es una contracción de la industria, sino una profunda "desapalancamiento del talento".
▲ Fuente de datos: Electric Capital Developer Report, basado en Crypto Ecosystems Github
I. ¿Quién se fue? ¿Quién se quedó?
Los que se fueron son principalmente recién llegados. En febrero de 2024, el número de desarrolladores nuevos en un solo mes alcanzó los 5462, para luego caer drásticamente, con una tasa de deserción del 52% entre aquellos con menos de un año de experiencia. La mayoría de estas personas ingresaron durante el mercado alcista, trabajando en contratos de acuñación de NFT, bifurcando protocolos DeFi, desarrollando frontends para nuevas L2. Estos puestos estaban altamente vinculados al fervor del mercado; cuando el entusiasmo pasó, los proyectos dejaron de operar 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 desde el principio.
▲ Los Newcomers entraron con el mercado alcista y se fueron con el bajista; los desarrolladores establecidos (2+ años de experiencia) alcanzaron un récord histórico en el mismo período.
Fuente de datos: Electric Capital Developer Report
Por otro lado, los desarrolladores con más de dos años de experiencia en la industria no solo no disminuyeron, sino que aumentaron, alcanzando un récord histórico, contribuyendo aproximadamente el 70% del volumen de código. El juicio de Maria Shen, socia de Electric Capital, es directo: "Cuando observamos el grupo de desarrolladores establecidos, está creciendo y parece muy saludable."
No se quedaron por falta de otras opciones.
Técnicamente, el trabajo central en crypto ahora es el desarrollo de infraestructura que generalmente requiere años de acumulación para comprender: desarrollo de capa de protocolo, auditorías de seguridad, arquitecturas cross-chain. Este trabajo requiere años de acumulación para manejarlo realmente; no es algo que el mercado elimine cuando pasa la moda.
Económicamente, muchos veteranos tienen tokens aún no desbloqueados (vested), poder de gobernanza en protocolos y relaciones de propiedad. Su acumulación en esta industria ya ha formado barreras y retornos reales. Desde la distribución ecológica, están votando con los pies: desarrolladores en Bitcoin aumentaron un 64.3% en dos años, Solana +11.1%, mientras que Cosmos disminuyó un 51.1%, Polkadot un 46.9%. Los veteranos se están concentrando en ecosistemas con usuarios e ingresos reales, alejándose de proyectos que aún dependen de narrativas para mantenerse.
▲ Fuente: Coincub Web3 Jobs Report 2025
Fuente de datos: Web3.Career
El cambio en la estructura de puestos también corrobora lo mismo. Entre los nuevos puestos Web3 en 2025, el más alto no fue para desarrolladores, sino para Project & Programme Management, superando el 27%. Para una industria conocida por su impulso tecnológico, esto es contraintuitivo, pero la lógica subyacente no es compleja: la industria ha pasado de un período de construcción a uno de ejecución, más de 100 cadenas necesitan integración, los clientes institucionales exigen requisitos de cumplimiento y seguridad completamente diferentes, y la gobernanza de los DAO necesita encontrar equilibrio entre stakeholders con intereses diversos. Esto no es gestión de proyectos en el sentido tradicional, sino coordinación y juicio en un entorno donde las reglas aún se están formando.
La superficie de la industria parece estar contrayéndose, pero su densidad central está aumentando. El mercado bajista de 2018-2019 también estuvo acompañado por una gran pérdida de desarrolladores, pero posteriormente surgieron proyectos emblemáticos como Uniswap, Aave y OpenSea, que definieron el mercado alcista de 2020-2021. Los constructores que se han quedado en esta ronda tienen una infraestructura más madura, y la era de la IA les ofrece un escenario aún mayor que la ronda anterior.
II. ¿Qué habilidades traen consigo los que se quedan?
¿Qué habilidades especiales ha desarrollado la industria Crypto en sus constructores? Para responder a esto, debemos volver a los principios fundamentales de blockchain. A lo largo de los ciclos alcistas y bajistas, esta industria siempre ha operado bajo la misma regla subyacente: el código es la ley, la ejecución es final.
En 2016, el incidente de The DAO, un atacante utilizó una vulnerabilidad de llamada recursiva para transferir 36 millones de dólares. El código no tenía errores, la lógica se ejecutaba exactamente según lo previsto, solo que los límites no fueron anticipados por los diseñadores. En 2021, el ataque al puente cross-chain de Poly Network, 610 millones de dólares transferidos en horas. Ninguna plataforma podía detenerlo, ninguna institución podía revertirlo, ninguna cláusula legal podía compensar. 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 obliga a desarrollar un conjunto de habilidades que rara vez se requieren en otras industrias: construir desde cero sistemas funcionales en los que extraños estén dispuestos a participar, en condiciones de ausencia de reglas y confianza.
Esta capacidad tiene dos niveles. Primero, construir confianza desde cero, sin depender de ninguna autoridad externa, solo a través de código y mecanismos para que extraños estén dispuestos a depositar activos reales. Segundo, tomar decisiones bajo una doble incertidumbre técnica y económica, sin marcos regulatorios, datos históricos o estándares de la industria como referencia, y aún así diseñar sistemas que puedan funcionar.
Ambos niveles tienen una verificación concreta en crypto. Uniswap no tiene garantía corporativa, ni KYC, ni servicio al cliente; cualquiera que deposite fondos en un pool de liquidez lo hace confiando únicamente en unas pocas cientos de líneas de código y un conjunto de mecanismos económicos, logrando volúmenes de comercio diarios de decenas de miles de millones de dólares. MakerDAO no tiene respaldo de un banco central, ni seguro de depósitos, manteniendo la estabilidad de DAI puramente a través de gobernanza on-chain y mecanismos de garantía. Durante el DeFi Summer fue aún más extremo: sin marcos regulatorios, sin estándares de auditoría, sin ningún dato histórico como referencia, los constructores diseñaron AMM, protocolos de préstamo, minería de liquidez, pasando de concepto a decenas de miles de millones en TVL en solo meses. Esta capacidad se manifiesta de diferentes formas en constructores de capa de protocolo, aplicación y gobernanza, pero los principios subyacentes son los mismos.
La era de la IA está creando un problema estructuralmente muy similar. El proceso de toma de decisiones del modelo no es transparente, los resultados de salida no pueden verificarse de forma independiente. Los agentes de IA comienzan a ejecutar transacciones de forma autónoma, gestionando fondos, y los sistemas de reglas y mecanismos de restricción 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. El poder computacional está altamente concentrado en unas pocas grandes empresas, formando precios monopolísticos durante picos de demanda. Estos problemas apuntan al mismo núcleo: el problema de confianza en los sistemas autónomos, que se repite a una escala aún mayor en la IA.
Los constructores de crypto han estado manejando este tipo de problemas durante años en un entorno sin restricciones de reglas de autoridad externa, solo que antes el escenario era el protocolo on-chain, ahora es la IA. Y ya hay un grupo de personas llevando directamente las habilidades acumuladas en crypto a la IA, y están obteniendo resultados.
III. ¿Cómo se revalorizan 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 llevan consigo no es lo mismo.
El camino más intuitivo 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, cerraron la actividad minera en 2022, y dos meses después se lanzó ChatGPT, sus GPU se convirtieron directamente en oferta de poder computacional para IA, cotizaron en Nasdaq en marzo de 2025 con una valoración de IPO de aproximadamente 23 mil millones de dólares, y su valor de mercado alcanzó un pico cercano a los 70 mil millones de dólares.
Alex Atallah, cofundador de OpenSea, trató con problemas de agregación y enrutamiento de activos extremadamente heterogéneos en el mercado NFT, trasladando la misma experiencia al enrutamiento de modelos de IA, fundando OpenRouter, sirviendo a más de 5 millones de desarrolladores en dos años, con una valoración de 500 millones de dólares.
Otra migración es más notable. Illia Polosukhin, fundador de NEAR, es coautor del artículo Transformer. Cuando dejó Google inicialmente quería construir aplicaciones de IA con lenguaje natural, pero durante el desarrollo encontró un problema real: necesitaba realizar pagos transfronterizos a trabajadores de anotación de datos en todo el mundo, y la mayoría no tenía 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 una dirección central hacia IA de propiedad del usuario (user-owned AI) y aprendizaje automático confidencial descentralizado (DCML), permitiendo a los usuarios usar servicios de IA sin exponer sus datos. La experiencia acumulada en arquitectura descentralizada de NEAR se convierte en el punto de partida más difícil de replicar en esta dirección.
Sean Neville, cofundador de Circle, después de irse fundó Catena Labs, posicionándose como un banco nativo para IA, migrando 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 de dólares. Nader Dabit, desarrollador veterano de Aave y Lens Protocol, se trasladó a Cognition, llevando su experiencia en construcción de ecosistemas de desarrolladores acumulada en múltiples protocolos crypto al campo de herramientas de agentes de IA.
Este grupo no solo se lleva hardware GPU o redes de usuarios, sino también la intuición en diseño de mecanismos, la experiencia en construcción de ecosistemas de desarrolladores, y la capacidad de juicio para construir sistemas confiables desde cero cuando faltan reglas. Estas habilidades corresponden exactamente a tres brechas estructurales que encuentra la IA en su proceso de escalado.
Agregación y optimización del poder computacional
El poder computacional es el cuello de botella más directo para la escalabilidad de la IA. El entrenamiento y la inferencia requieren muchas GPU, la demanda fluctúa mucho, los proveedores en la nube son caros y tienen colas, y las empresas no quieren acumular hardware por sí mismas. Este problema tiene dos niveles: cómo agregar y distribuir el poder computacional, y cómo usar de manera más eficiente el poder computacional agregado. Los constructores de crypto tienen acumulación directamente transferible en ambos niveles.
Hyperbolic resuelve el problema de distribución y confianza. Su fundador, Jasper Zhang, llevó el diseño de mecanismos descentralizados al campo del poder computacional de IA: los tokens motivan a los poseedores de GPU dispersos a contribuir con su poder computacional inactivo, pero el problema central es la confianza.
¿En qué confiar de que el resultado computacional de un nodo desconocido es correcto? La innovación central, PoSP, utiliza muestreo aleatorio y teoría de juegos, haciendo de la honestidad la estrategia dominante para los nodos, sin necesidad de verificación completa, bajo costo, escalable y resultados confiables. Este mecanismo se migró directamente de la lógica crypto para verificar el comportamiento de nodos desconocidos.
MoonMath resuelve el problema de eficiencia. Su predecesora, Ingonyama, se centró en la aceleración de hardware para ZK (Zero-Knowledge), aumentando la velocidad de generación de pruebas ZK varias veces bajo restricciones computacionales extremas. Ahora su dirección se orienta hacia una 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), aceleración de retropropagación en entrenamiento (BackLite). De la aceleración ZK a la aceleración de inferencia de IA, la base es el mismo conjunto de habilidades: hacer que las matemáticas corran más rápido bajo restricciones computacionales extremas. El campo cambió, la acumulación no se desperdició.
Diseño de gobernanza de IA y mecanismos de incentivos
Cuando múltiples agentes de IA comienzan a colaborar en la ejecución de tareas, cómo asegurar que no destruyan el sistema general en la búsqueda de sus propios objetivos. Cada participante persigue su propia función objetivo, nadie garantiza que el sistema siga funcionando normalmente una vez combinados, y la velocidad de ejecución de los agentes supera con creces la ventana de intervención humana.
Este es el tipo de problema que los constructores de crypto han manejado repetidamente en la gobernanza de DAO y el diseño de tokenomics: hacer que partes participantes con intereses completamente diferentes operen en la dirección predeterminada del sistema sin una autoridad central. La respuesta de crypto son los mecanismos económicos, las operaciones inapropiadas generan un costo económico real, las reglas están escritas en código y se ejecutan automáticamente.
EigenLayer migró este conjunto de mecanismos directamente al escenario de IA. A través del mecanismo de restaking, los nodos necesitan apostar activos antes de participar en la colaboración; el incumplimiento o las operaciones inapropiadas desencadenan sanciones automáticas, las reglas no son sugerencias, son límites rígidos con costos económicos reales. EigenCloud extiende esta lógica al cómputo verificable y la gobernanza colaborativa de agentes de IA, haciendo que los agentes, al perseguir sus objetivos, deban mantenerse dentro de un rango predeterminado. Restringir agentes con mecanismos económicos es mucho más confiable que hacerlo 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 muchas solicitudes por segundo, cada solicitud puede implicar micro pagos, el canal de pago tradicional simplemente falla en este escenario.
Las stablecoins y las reglas on-chain son la infraestructura que los constructores de crypto ya han construido, que soporta de forma nativa la programabilidad, la ausencia de autorización y el funcionamiento 24/7. Estas tres características son precisamente requisitos obligatorios para el escenario de pago de agentes, solo falta una capa de protocolo que conecte las stablecoins al flujo de trabajo de los agentes.
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, liquidación en aproximadamente dos segundos. Hasta abril de 2026, el protocolo x402 ha procesado más de 165 millones de transacciones, volumen acumulado de aproximadamente 50 millones de dólares, con 69,000 agentes activos (fuente: x402 Foundation), Cloudflare, AWS, Stripe, Anthropic MCP ya están integrados. El pago de agentes ya es un campo con tráfico real.
Tres direcciones corresponden a tres brechas estructurales encontradas en la escalabilidad de la IA: agregación y eficiencia del poder computacional, alineación de incentivos para la colaboración multi-agente, infraestructura de pago autónomo. Estos tres problemas no tienen respuestas listas en la arquitectura de software tradicional, pero tienen experiencia correspondiente en la industria crypto. La capacidad no ha desaparecido, solo ha encontrado un nuevo escenario de aplicación.
IV. El nuevo posicionamiento del Constructor: de la persona que escribe contratos, a la persona que establece reglas para la IA
La escalabilidad de la IA está creando una brecha funcional que antes no existía. No es una brecha 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 IA, el rol del constructor crypto también se está redefiniendo.
La siguiente tabla compara los cambios de dimensión del paradigma funcional específico:
La diferencia central entre los dos paradigmas no está en la pila tecnológica, sino en la forma de establecer la confianza y la lógica de ejecución de las reglas. En la era Pre-IA, los constructores 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, su velocidad de ejecución supera con creces la ventana de intervención humana, y los límites mismos del sistema necesitan redefinirse bajo una mayor incertidumbre. El posicionamiento funcional del constructor crypto está pasando de "escribir contratos seguros" a "diseñar mecanismos confiables para sistemas autónomos de IA".
Las contrataciones de las principales instituciones ya reflejan este cambio:
▲ Puestos clave de IA/datos abiertos activamente por principales exchanges en Q1 2026
Fuente: Gate Research Institute
Las contrataciones en 2026 de los principales exchanges e instituciones reflejan claramente esta tendencia: ya no solo contratan ingenieros de IA o desarrolladores crypto, sino que buscan personas que puedan conectar ambos lados, que comprendan tanto las distorsiones de incentivos on-chain y la gobernanza, como para integrar profundamente herramientas de IA en flujos de trabajo crypto, y diseñar mecanismos que alineen a los agentes con la regulación y los usuarios a largo plazo.
La dirección de asignación de capital ya refleja este juicio. Paradigm está recaudando un nuevo fondo de hasta 15 mil millones de dólares, ampliando su ámbito de inversión de crypto a IA y robótica. Haun Ventures completó su Fondo II de 10 mil millones de dólares, enfocándose en la infraestructura financiera que fusiona crypto e IA, especialmente sistemas de pago, stablecoins y economías agente-a-agente que soporten transacciones autónomas y coordinación de agentes de IA.
a16z crypto completó su quinto fondo de 22 mil millones de dólares (Crypto Fund V), declarando explícitamente que el fondo se invertirá 100% en el campo crypto. Ante la complejidad y opacidad de la era de la IA, se centrarán en las características de transparencia, verificabilidad y descentralización de crypto en sus direcciones de aplicación. Y según datos de PitchBook, en 2025, aproximadamente el 40% de la inversión de capital de riesgo en el campo crypto en EE. UU. fluyó hacia empresas que también participan en negocios de IA, un aumento significativo con respecto a 2024.
Del mismo modo, constructores crypto que se pasan a la IA, los caminos elegidos muestran diferencias notables bajo diferentes entornos de mercado.
En EE. UU., a medida que el entorno regulatorio se vuelve relativamente claro, la innovación en la capa de protocolo ha obtenido 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 grande. Proyectos como Hyperbolic, EigenCloud, Gensyn, Ritual comparten la característica de diseñar nuevos mecanismos desde cero, en lugar de hacer una simple integración de aplicaciones en sistemas existentes. Los principales VC tienen tesis de inversión claras en direcciones como "cómputo verificable, coordinación de agentes, ML descentralizado", y están dispuestos a proporcionar un amplio margen de error para la exploración tecnológica temprana.
La situación en Asia es diferente. Singapur y Hong Kong asumen más el papel de implementación regulatoria y centro de tránsito para fondos institucionales, con marcos regulatorios relativamente conservadores y menor tolerancia a la innovación pura en capa de protocolo. Cuando los constructores con antecedentes crypto se pasan a la IA, eligen más caminos de capa de aplicación e integración industrial: aprovechando la base de usuarios acumulada en crypto, capacidades de pago o activos de datos, para integrarse rápidamente en productos y servicios de IA.
Esto no es una diferencia de capacidad, sino una diferencia en la elección de camino debido a 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 la industria tradicional.
Volviendo a la curva inicial de GitHub. La actividad mensual de desarrolladores cayó de 45K a 23K, superficialmente parece que la industria se está contrayendo. Pero entre los que se quedaron, la proporción de desarrolladores establecidos alcanzó un récord 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 encuentra cuellos de botella estructurales como la agregación de poder computacional, el pago autónomo de agentes, la verificabilidad de datos y decisiones, la coordinación de privacidad, etc., estos constructores, en el punto de convergencia de Crypto y la IA, esta sensibilidad acumulada a largo plazo hacia las reglas, incentivos y autenticidad, se está transformando gradualmente en capacidades a nivel de sistema escasas en la era de la IA.
Como una firma de inversión que ha profundizado 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 de hardware ZK a la capa de rendimiento de IA, e invertimos en Hyperbolic en 2024, confiando en su camino para resolver problemas de confianza en el poder computacional descentralizado utilizando mecanismos de verificación nativos de crypto.
La lógica común detrás de estos posicionamientos es: los problemas de confianza, coordinación y verificación que encuentra la IA en su escalabilidad, eventualmente requerirán la capacidad de diseño de mecanismos acumulada por la industria crypto para resolverse. Creemos que la convergencia de crypto e IA no es una narrativa, sino una oportunidad estructural que está ocurriendo.
