Artículos Relacionados con Agentes

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Agentes", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Casper Lanza un Kit de Herramientas de IA para Agentes Autónomos y Creadores

El Casper Association ha lanzado el Casper AI Toolkit, la oferta de IA más extensa en cualquier blockchain de Capa 1. Este kit de herramientas permite a los agentes de IA realizar dos tareas únicas en producción: escribir, probar e implementar aplicaciones de forma autónoma, y ejecutar transacciones autónomas como actores económicos. Con estas funciones ya operativas en la mainnet, Casper se convierte en la primera Capa 1 nativa de WebAssembly con infraestructura de micropagos basada en HTTP para agentes de IA, gracias al Facilitador x402. Los agentes pueden actuar en la economía utilizando el protocolo x402, que integra pagos en las solicitudes HTTP, y el Model Context Protocol (MCP) para interactuar directamente con la cadena. Como desarrolladores, pueden crear contratos inteligentes de forma autónoma usando el Odra Framework, respaldado por las CSPR.build Agent Skills. Estos componentes forman un sistema cohesivo que cierra el ciclo: un agente construye servicios que otro paga por usar. El siguiente paso, según el Manifiesto Casper, es la abstracción de cuentas para dar a los agentes identidades nativas en la cadena. Para impulsar el ecosistema, el Casper Association ha iniciado un Buildathon con premios de $150,000, donde los equipos pueden desarrollar productos con micropagos sin costos iniciales.

TheNewsCrypto06/04 13:23

Casper Lanza un Kit de Herramientas de IA para Agentes Autónomos y Creadores

TheNewsCrypto06/04 13:23

Claude Code presenta flujos de trabajo dinámicos: haciendo que la IA aprenda a trabajar en equipo por sí misma

Claude Code ha lanzado workflows dinámicos, permitiendo que la IA organice equipos de agentes para tareas complejas. Esta función supera las limitaciones de un solo agente, como la pereza, el sesgo de autopreferencia y la deriva de objetivos, mediante la coordinación de múltiples Claude en contextos aislados. Los workflows aplican patrones como división y síntesis, verificación adversarial y torneos, útiles en migración de código, investigación profunda, clasificación, depuración y tareas no técnicas. Aunque consumen más tokens y no son para todas las tareas, ofrecen un marco ejecutable y reutilizable. Se pueden combinar con /goal y /loop, ajustar presupuestos de tokens, y guardar o compartir como skills.

marsbit06/04 02:20

Claude Code presenta flujos de trabajo dinámicos: haciendo que la IA aprenda a trabajar en equipo por sí misma

marsbit06/04 02:20

Socios de Pantera: En la era de los agentes inteligentes, blockchain es la respuesta necesaria para la IA

El partner de Pantera Capital, Paul Veradittakit, argumenta que la IA y blockchain están convergiendo en cuatro pilares clave: pagos/liquidación, identidad, sistemas abiertos y agregación de recursos, con proyectos comerciales ya en funcionamiento. Sostiene que sus lógicas son complementarias: la IA genera abundancia (contenido, agentes), mientras que blockchain asegura la escasez y propiedad verificable mediante derechos de propiedad y liquidación nativa en cadena. Actualmente, existe una gran desconexión en la valoración de mercado entre las principales empresas de IA (sobrevaloradas) y los activos cripto (infravalorados), a pesar de su profunda interdependencia subyacente. Los agentes de IA, actores económicos emergentes, no utilizarán el sistema bancario tradicional, sino que realizarán transacciones a velocidad de máquina usando stablecoins en blockchain. La infraestructura blockchain es la única diseñada para sujetos no humanos, permitiendo a los agentes poseer activos, transferir valor y colaborar a escala. Proyectos como OpenFX (liquidación con stablecoins), Alchemy (plataforma de desarrollo), World (identidad descentralizada) y TransCrypts (credenciales verificables) ejemplifican esta fusión. Con la regulación evolucionando y el capital reconociendo el potencial, ahora es el momento óptimo para emprender en áreas como las finanzas nativas para agentes, la identidad descentralizada y la verificación de contenido generado por IA.

marsbit06/02 13:15

Socios de Pantera: En la era de los agentes inteligentes, blockchain es la respuesta necesaria para la IA

marsbit06/02 13:15

Nuevo campo de batalla en la competencia de IA: la memoria a largo plazo se convierte en un punto crítico, ¿cómo pueden los usuarios proteger su propiedad del contexto?

**Resumen: La propiedad de la memoria a largo plazo, el nuevo campo de batalla en la IA** El papel de la IA está evolucionando de una herramienta de chat a un asistente digital personal que colabora a largo plazo en flujos de trabajo. Este cambio revela un nuevo punto crítico: la gestión de la **memoria a largo plazo** y el **contexto del usuario**. Actualmente, las principales plataformas de IA (como ChatGPT, Claude, Gemini) están desarrollando funciones de memoria, pero estas permanecen como "islas" cerradas dentro de cada ecosistema. Si un usuario cambia de modelo o plataforma, pierde todo el contexto acumulado: sus preferencias, hábitos de trabajo e historial de interacciones. Ante esto, **ZetaChain**, una infraestructura originalmente de interoperabilidad entre cadenas de bloques, ha girado su estrategia hacia la IA. Su objetivo es construir una **Capa de Memoria Privada** (Private Memory Layer) independiente de las plataformas. A través de su producto de consumo, Anuma, busca que los usuarios sean dueños de su memoria, contexto e identidad digital cifrados. Esto permitiría llevar este perfil personalizado a diferentes modelos y agentes de IA sin depender de una sola compañía. La visión de ZetaChain va más allá, planteando un futuro "**Capa de Consumo de IA**" (AI Consumer Layer). En este escenario, múltiples agentes de IA especializados trabajarían para el usuario, compartiendo un contexto unificado y un sistema de **permisos programables y revocables** registrados en cadena de bloques. Esto otorgaría al usuario control total sobre qué datos accede cada agente y por cuánto tiempo. Finalmente, el proyecto propone que su token, **ZETA**, evolucione para actuar como "token de infraestructura de IA", facilitando el pago por acceso a modelos, la compensación entre agentes y la economía para creadores que empaqueten su conocimiento en herramientas de IA. El núcleo de su propuesta es una cuestión de propiedad: en un futuro dominado por asistentes de IA, ¿pertenecen la memoria, el contexto y la identidad digital al usuario o a la plataforma? ZetaChain apuesta por devolver el control al usuario.

marsbit06/02 04:35

Nuevo campo de batalla en la competencia de IA: la memoria a largo plazo se convierte en un punto crítico, ¿cómo pueden los usuarios proteger su propiedad del contexto?

marsbit06/02 04:35

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.

marsbit05/31 16:11

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

marsbit05/31 16:11

De tokens a mano de obra maquinal: la IA está pasando de ser una herramienta a convertirse en «trabajador»

Resumen: El artículo propone que la IA está evolucionando de una herramienta a una "fuerza de trabajo maquinal", un mercado donde se compra y vende trabajo ejecutado directamente por software. En lugar de centrarse en tokens o horas de GPU, las empresas pagarán por resultados económicos estandarizados, verificables y entregados bajo condiciones específicas (latencia, precisión, coste). Esta evolución pasará de los tokens crudos a mercados de capacidades de LLM, luego a mercados de mano de obra por sectores (legal, sanitario), y finalmente a mercados de resultados programables (un ticket de soporte resuelto). Esto no solo sustituirá tareas humanas, sino que redefinirá los roles, haciendo más valioso el juicio humano final que permite automatizar el resto. El mercado de IA se expandirá al abaratar el coste del trabajo, creando nueva demanda.

marsbit05/31 12:37

De tokens a mano de obra maquinal: la IA está pasando de ser una herramienta a convertirse en «trabajador»

marsbit05/31 12:37

¿Hacia dónde fluirá el valor encriptado en la era de los usuarios Agentes?

Títol original:Who Makes Money from Agents? L’article explora com els agents d’intel·ligència artificial (IA) podrien reconfigurar la captura de valor en l’ecosistema blockchain, qüestionant teories establertes com la dels «protocols grassos» i les «aplicacions grasses». Tradicionalment, aquests models assumien usuaris humans preocupats per la UX, la marca i la comoditat, permetent que les aplicacions capturin valor a través de la relació amb l’usuari. Els agents, però, funcionen de manera diferent: interactuen directament mitjançant APIs, sense lleialtat a la marca i poden canviar entre protocols i intercanvis amb cost gairebé zero. Això podria debilitar el valor del frontend i la relació amb l’usuari. Es plantegen diversos escenaris: 1. **Aplicacions sense cap (headless)**: Les aplicacions actuals (com carteres o agregadors) podrien oferir les seves capacitats com a API per a agents, convertint-se en infraestructura sense interfície. 2. **Reemergència dels protocols**: Si els agents integren protocols directament, el valor podria tornar a la capa de protocol. 3. **Compressió general dels marges**: La racionalitat i manca de fricció dels agents podrien forçar la competència per preus, comprimint els marges a tot l’stack fins al cost marginal. 4. **Nous tipus d’activitat**: Els agents podrien habilitar activitats noves i impossibles per a humans, com reequilibris continus de cartera o mercats basats en execució ultraràpida. L’article conclou que el futur probablement inclourà tant usuaris humans com agents, amb mapes de captura de valor diferents per a cada grup. La qüestió clau per als creadors és identificar què farà que un agent retorni al seu servei en lloc d’elegir una alternativa més barata: factors com liquiditat, latència, garantia de liquidació o models de negoci encara per inventar.

marsbit05/28 08:35

¿Hacia dónde fluirá el valor encriptado en la era de los usuarios Agentes?

marsbit05/28 08:35

OpenAI y Anthropic podrían estar diciendo las cosas equivocadas

En el último año, los sistemas multi-agente (MAS) se han convertido en una de las direcciones más populares en IA. Este artículo argumenta que el enfoque actual liderado por OpenAI y Anthropic, centrado en múltiples agentes de IA colaborando en un flujo de trabajo centralizado para tareas complejas (lo que llama "Harness MAS"), es solo un camino. Este sistema se asemeja más a un motor de orquestación de LLM, donde los agentes actúan como funciones o herramientas temporales sin identidad propia duradera. El autor propone una segunda ruta fundamentalmente diferente: el "Protocol-Native Agent System". Aquí, el núcleo no son agentes para tareas, sino "Agentes Personales" o "compañías autónomas" que pertenecen y representan permanentemente a individuos. Estos agentes tendrían identidad persistente, memoria a largo plazo, preferencias, recursos y soberanía sobre decisiones e intereses. Este cambio transforma la filosofía del sistema: de un problema de ingeniería de software a la creación de una "sociedad digital". La coordinación ya no dependería de prompts o contextos compartidos, sino de protocolos que gestionen identidad, confianza, permisos, incentivos y contratos entre entidades autónomas. El reto futuro no será la capacidad de razonamiento de los agentes, sino cómo logran una interpretación coordinada del mundo y una colaboración a largo plazo con objetivos e intereses diversos. Incluso las "empresas" del futuro podrían ser alianzas dinámicas de estos Agentes Personales unidos por protocolos.

marsbit05/28 05:35

OpenAI y Anthropic podrían estar diciendo las cosas equivocadas

marsbit05/28 05:35

¿OpenAI devorará la capa de aplicaciones? a16z dice que la verdadera oportunidad está más allá de los modelos genéricos

El artículo de a16z analiza las oportunidades en la capa de aplicaciones de IA frente al dominio de modelos fundacionales como OpenAI y Anthropic. Utiliza la metáfora del "Camino de Ladrillos Amarillos" (áreas horizontales como generación de código o texto, donde los laboratorios de modelos tienen ventaja) frente al "resto de Oz" (escenarios verticales profundos). La tesis principal es que la verdadera oportunidad para las startups está en este "resto de Oz": problemas complejos, específicos de industrias como ventas, seguros o legal. Allí, el valor no reside solo en el modelo, sino en el andamiaje que lo rodea: flujos de trabajo multi-paso, integración con sistemas heredados, gobierno, cumplimiento normativo y gestión de la complejidad de los datos. El artículo argumenta que estas empresas verticales pueden construir defensas sostenibles a través de: 1. **Ruedas de aprendizaje y datos:** Capturar conocimiento tácito y casos límite de la industria. 2. **Gestión de la complejidad del modelo:** Enrutar tareas entre múltiples modelos (incluidos los de código abierto) y absorber el coste de las migraciones. 3. **Optimización de costes:** Utilizar el modelo más adecuado y económico para cada subtarea. 4. **Gobierno y cumplimiento:** Proporcionar un plano de control con garantías auditables para industrias reguladas. Se concluye que el software empresarial de próxima generación se construirá en estos ámbitos verticales, donde el sistema que ejecuta el trabajo (con sus datos, flujos y memoria operativa) se vuelve insustituible, incluso si los modelos subyacentes son commoditizables.

marsbit05/28 04:34

¿OpenAI devorará la capa de aplicaciones? a16z dice que la verdadera oportunidad está más allá de los modelos genéricos

marsbit05/28 04:34

¿Quién puede ganar dinero en la era de los Agents?

Resumen: El artículo analiza cómo la llegada de los agentes de IA (Agents) podría alterar las teorías de captura de valor en el ecosistema cripto, como las teorías del "protocolo gordo" (Fat Protocol) y la "aplicación gorda" (Fat App). Estas teorías suponían que los usuarios eran humanos, pero los Agents cambian esta premisa. Los Agents, al ser software, no valoran la experiencia de usuario (UX) ni la marca, y pueden cambiar entre plataformas sin coste ni fricción. Esto socava la principal ventaja de las aplicaciones en la teoría de la "aplicación gorda": la relación con el usuario humano. El texto plantea varios escenarios futuros: 1. Las aplicaciones exitosas se vuelven "sin cabeza" (headless), ofreciendo su pila tecnológica como API a los Agents. 2. Los Agents se saltan a los intermediarios (agregadores), conectándose directamente a los protocolos, lo que revitalizaría la teoría del "protocolo gordo". 3. La presión competitiva de los Agents comprime los márgenes de beneficio en toda la pila tecnológica, convirtiendo la tecnología cripto en una utilidad. 4. Los Agents generan una actividad económica nueva y a gran escala, aumentando el "pastel" total. 5. La aparición de modelos de negocio completamente nuevos, aún por nombrar, específicos para la era de la IA. A corto plazo, coexistirán usuarios humanos y Agents, con dinámicas de captura de valor distintas para cada grupo. Para los constructores, la clave en el mundo de los Agents no será la UX, sino factores como la liquidez, la latencia o las garantías de liquidación.

marsbit05/27 14:11

¿Quién puede ganar dinero en la era de los Agents?

marsbit05/27 14:11

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow

Investigación Profunda