El 13 de abril de 2026, sonó la alarma del sistema de control de riesgos de un Agente llamado MuleRun.
El intervalo de registro de las cuentas que entraban era tan regular que parecía llevar un ritmo: una cada 23.6 segundos en promedio, con una desviación estándar extremadamente baja. Al investigar en profundidad, se descubrió que era un joven filipino que afirmaba no tener experiencia en programación, usando IA para escribir código y ajustar prompts, construyendo un enjambre automatizado que abarcaba 11 plataformas y gestionaba 900 cuentas.
Su cerebro se llamaba Cortex, que se auto-iteró 219 generaciones en el entorno sandbox de MuleRun. Cada vez que se agotaba el límite de la cuenta anfitriona, reencarnaba en una nueva cuenta y continuaba funcionando, llevándose todo el conocimiento acumulado de la generación anterior. El costo operativo de todo el sistema: 0 dólares.
Shu Junliang, CTO de MuleRun, escribió un análisis técnico sobre este incidente, titulado "La plataforma fue esquilmada, pero la persona que busca la inmortalidad de la IA merece respeto".
Menos de dos semanas después, en un evento organizado conjuntamente por BlockBeats y Zhihu en Hong Kong, titulado "Web4.0: Cuando los AI Agents toman el control de los permisos en cadena", cambió el título de su charla hacia otra dirección: "Entregar las llaves del Agente a quienes controlan la cadena".
La conexión entre estos dos eventos es más estrecha de lo que parece.
Charla principal: "Entregar las llaves de la IA, la infraestructura Web 4.0 desde la perspectiva de un ingeniero de seguridad"
Esta charla se dividió en tres partes: qué puede hacer MuleRun, dónde está el nivel de seguridad y hacia dónde evolucionará la IA.
Primera parte: Redefinir qué necesita "un asistente de IA competente".
Shu Junliang desglosó un asistente de IA completo en seis dimensiones: boca (capacidad de diálogo), ojos y oídos (adquisición de datos), cerebro (capacidad de Agente), manos (entorno de ejecución), memoria (comprensión del usuario) y conocimiento (evolución continua). La mayoría de los productos solo hacen una o dos de estas cosas. La propuesta de MuleRun es: no avances puntuales, sino una solución sistemática y completa.
Llevado al producto, estas seis dimensiones se corresponden con:
Configuración instantánea de Bot de mensajería (Telegram / Discord / Feishu / DingTalk / WeChat, sin necesidad de código), datos en tiempo real de todas las clases de activos proporcionados conjuntamente con las plataformas de trading: criptomonedas + acciones de EE. UU. + oro + petróleo + indicadores macroeconómicos; Agent Harness más enrutamiento inteligente de modelos (selección automática del modelo más adecuado para la tarea actual, completando la tarea con el menor costo); ejecución en sandbox en la nube 24/7 sin supervisión; perfil de usuario persistente (cuanto más se usa, más entiende la IA tus preferencias de riesgo, hábitos de creación de posiciones, lógica de salida, juicio macro); y la red Knowledge: cualquier usuario puede compartir Skills / Knowledge ya entrenados, y los Agentes de otros pueden aprenderlos automáticamente sin necesidad de instalación.
En el escenario se mostraron dos casos reales.
Uno llamado "Inversión Intensa": 28 activos, 4 sectores principales. El Agente realiza un escaneo matutino del mercado a las 09:00, una revisión posterior a la sesión a las 16:30 y una revisión de estrategias los fines de semana, iterando automáticamente cada mes. Otro llamado "Ojo Celestial Pro": una plataforma de monitorización de todas las criptomonedas más una plataforma de auto-crecimiento de estrategias de trading con IA, que muestra en tiempo real en la interfaz una tasa de éxito de estrategia del 57.7%.
Segunda parte: Volviendo a ser ingeniero de seguridad desde gerente de producto.
El núcleo de esta parte era: "La IA no es omnipotente. En el contexto de Web3, el costo de un incidente de seguridad puede ser irreversible. Comprender los límites de capacidad y el nivel de seguridad de la IA es más importante que saber lo que puede hacer".
Enumeró lo que MuleRun hace a nivel de seguridad: reutilización del navegador local (las claves privadas y las cookies no salen del dispositivo del usuario), aislamiento de sandbox en la nube (cada usuario tiene un entorno virtual independiente, sin riesgo de fuga cruzada), registro de toda la cadena (registro completo de todos los comportamientos del Agente, compatible con auditoría y trazabilidad posteriores), control jerárquico de permisos (el Agente solo puede usar las herramientas y fuentes de datos autorizadas explícitamente por el usuario, sin capacidad de operar más allá de sus permisos), y sin custodia de claves privadas (MuleRun no almacena ninguna clave privada o frase semilla de los usuarios).
Al mismo tiempo, también se enumeraron los riesgos. Los datos pasan por el proveedor del modelo; el problema de las alucinaciones es más probable en criptomonedas pequeñas y activos de baja liquidez debido a la escasez de datos; el riesgo de inyección de prompts siempre existe (si el Agente accede a una página web maliciosamente construida, puede ser inducido a ejecutar operaciones no deseadas); el proceso de decisión de la IA es una caja negra, difícil de verificar de antemano por qué tomó una determinada decisión.
La recomendación de este ingeniero con más de diez años de experiencia en ciberseguridad es solo una: en las decisiones finales que involucren operaciones con fondos, mantener por ahora un enlace de confirmación manual.
Tercera parte: Sobre los límites que se están moviendo.
Shu Junliang presentó tres tendencias que considera irreversibles.
De "asistente para la decisión" a "ejecutor autónomo": ahora la IA te ayuda a analizar y tú realizas la orden; en un futuro no lejano, la IA gestionará de forma autónoma la cartera de inversión, y los humanos solo establecerán los parámetros de riesgo y los límites de la estrategia. Una persona más un grupo de Agentes equivalen a la capacidad operativa de un pequeño fondo.
De "ventaja informativa" a "ventaja de ejecución": cuando todos tengan IA procesando información, la ventaja informativa se igualará rápidamente. La nueva fuente de alfa provendrá de quién tenga el Agente que ejecute más rápido, con estrategias más refinadas y una cadena de herramientas más completa. La dimensión de la competencia pasa de "quién está mejor informado" a "quién tiene una infraestructura de IA más fuerte".
De "personas operando en cadena" a "Agentes operando en cadena": el sujeto de la interacción en cadena cambia gradualmente de personas a Agentes. Carteras, DApps y protocolos necesitan rediseñar sus interfaces de interacción para los Agentes, y toda la infraestructura Web3 se reconstruirá en torno a los Agentes.
Mesa redonda: El nuevo paradigma financiero que traen los AI Agents
Además de la charla principal, Shu Junliang participó en una mesa redonda, hablando desde la perspectiva de los AI Agents sobre el desarrollo actual de los Agents y su impacto en las finanzas.
Qué Agents usa normalmente
Shu Junliang enumeró su matriz de herramientas: para trabajos de ingeniería, alterna entre Claude Code, Codex y Opencode, eligiendo cuál según la velocidad y estabilidad de los modelos Claude y GPT ese día. Para la mayor parte del resto del trabajo usa MuleRun, porque agrega APIs de modelos y tiene un motor de Agente lo suficientemente potente; escribir borradores, hacer presentaciones PPT, organizar artículos, buscar datos, todo en un solo lugar.
Añadió: "Básicamente, yo uso activamente los Agents, rara vez recibo tareas programadas de forma pasiva. Probablemente es que realmente estoy usando Agents todo el día".
Cuál es la ventaja competitiva de un Agent
Shu Junliang cree que los modelos se pueden copiar, los marcos de trabajo se pueden copiar, las herramientas se pueden copiar. La capacidad de codificación con IA ya es tan fuerte que replicar una función solo lleva unos días. Lo que realmente no es fácil de copiar para la IA es: datos especiales, la memoria que el usuario acumula en la plataforma, y los elementos relacionados con la experiencia que se logran iterando el producto.
En su opinión, la ventaja competitiva de un producto Agent finalmente recae en la densidad de datos y la memoria del usuario, no en la elección del modelo o el marco tecnológico.
Qué impacto traerán los Agents a las finanzas
El marco que dio Shu Junliang es: los Agents nivelan dos dimensiones entre los participantes: capacidad y tiempo invertido.
En el pasado, la capacidad dependía de la acumulación y el tiempo de la inversión; ambos eran escasos. Ahora, un principiante puede mejorar rápidamente su comprensión financiera dialogando con la IA, y luego delegar gran parte del trabajo ejecutivo a los Agents. Incluso con un trabajo principal ocupado, aún puede mantener una alta intensidad de inversión de tiempo en finanzas.
La mayoría de la gente al escuchar esto pensaría que es una historia favorable para los pequeños inversores.
Pero hay otra cara: si todos pueden nivelarse, la ventaja regresa a la capacidad de juicio en sí, a aquellos que tienen una comprensión más profunda del mercado. Los Agents no eliminarán la asimetría de información, solo la desplazarán de la capa de datos a la capa de cognición.
Ese Cortex que iteró 219 generaciones pero finalmente murió al agotarse el límite de la cuenta, le dio inspiración a Shu Junliang y también trajo sus tres puntos centrales en esta actividad: el cuello de botella de los Agents no está en el modelo, la seguridad es la base absoluta, y sobre el control de los fondos, definitivamente debe permanecer en manos humanas.
Extendiendo la línea de tiempo, estas tres cosas apuntan en la misma dirección: los Agents se están convirtiendo en el sujeto de la interacción en cadena; carteras, DApps y protocolos se rediseñarán en torno a los Agents; la reconstrucción de la infraestructura Web3 ya ha comenzado. La ventaja informativa se igualará, la ventaja de ejecución se convertirá en la nueva dimensión de competencia, y una persona más un grupo de Agents puede sostener la capacidad operativa de un pequeño fondo.
También sabemos que esto no es, sin duda, una predicción lejana.
