Escrito por: Vaidik Mandloi
Compilado por: AididiaoJP, Foresight News
Cada pocos años, una tecnología obliga a enfrentar preguntas que la economía sola no puede responder: ¿Qué haces si una máquina puede hacer tu trabajo mejor, más barato y sin descanso? ¿Y a quién pertenece lo que producen esas máquinas?
Este artículo desglosa uno de los experimentos más ambiciosos actualmente en el campo de la criptografía. Virtuals Protocol está construyendo una infraestructura cercana a la de una "nación" para agentes de IA: identidad, banca, capa comercial, mercado de capitales, más robots físicos. Su apuesta es que las personas comunes deberían poder poseer las máquinas autónomas que comienzan a crear valor económico real; y que las vías financieras dejadas involuntariamente por la era de la especulación criptográfica, ahora se aprovechan para hacer precisamente eso. La pregunta del artículo es: ¿La ejecución está a la altura de esta ambición? Pero primero debemos regresar a un problema que precede a la criptografía en unos doscientos años.
El telar
En 1811, un grupo de trabajadores textiles de Nottinghamshire irrumpió en talleres para destrozar máquinas de tejer medias. El movimiento se expandió posteriormente, y el gobierno británico envió 14,000 soldados a las Midlands para detener la destrucción de máquinas, más de los que Wellington llevó a la Península Ibérica para enfrentarse a Napoleón.
El Parlamento británico convirtió la destrucción de máquinas en un crimen capital. En 1813, diecisiete personas fueron ahorcadas en York. Se les llamó "luditas". Más tarde, la palabra se convirtió en un insulto, como si solo fueran temerosos de la tecnología que no supieron adaptarse. Pero ellos entendían las máquinas mejor que nadie. Eran artesanos que habían pasado años dominando telares de tiro estrecho para producir tejidos de alta calidad; lo que destrozaban eran los telares de tiro ancho y los nuevos modelos, que incluso adolescentes sin entrenamiento podían operar por un tercio del salario de un artesano. La ropa tejida en telares anchos era de peor calidad, pero era más barata que nunca, y esa misma baratura devoraba el mercado. Por cada telar ancho que entraba en un taller, un artesano perdía su sustento.
Este leitmotiv se ha repetido en cada generación posterior. Quienes lo viven siempre sienten que su época es más especial, peor. Pero la historia demuestra una y otra vez: las máquinas rara vez eliminan trabajos, solo reescriben quién los hace y a quién pertenece la producción. Los campesinos fueron expulsados de las tierras comunales hacia pueblos fabriles, intercambiando la propiedad de sus cosechas por un salario por hora medido por el reloj de otro. Los obreros fabriles se convirtieron en empleados de oficina, alquilando su tiempo a cambio de un salario más alto. Los empleados de oficina se convirtieron en trabajadores por encargo: conductores de Uber, freelancers de Fiverr, que aún hacen trabajo, pero clasificado de manera que las plataformas toman la ganancia económica y los trabajadores asumen el riesgo. En cada ocasión, la producción total aumentó, pero la parte del valor que poseían quienes trabajaban disminuyó. Hoy, aproximadamente 500 millones de personas en todo el mundo trabajan en labores que ni siquiera alcanzan el estatus de empleo libre. Aproximadamente 50 millones en India están atrapados en servidumbre por deudas, como un feudalismo medieval con nuevos papeles.
Ahora le toca a la revolución de la IA, solo que esta vez el telar parece girar solo. Ya hay IA que puede manejar negocios de forma autónoma, registrar ganancias y reinvertirlas en crecimiento. La compañía de tecnología sanitaria Medvi registró 401 millones de dólares en ingresos el año pasado, con solo dos empleados formales. Ya puedes contratar un agente de programación por aproximadamente un dólar la hora, trabajando todo el día, sin faltar nunca. Ya son agentes económicos reales, por lo que la cuestión de la propiedad es ineludible. Cuando el trabajador es un software cuyo costo de replicación es cercano a cero y que además puede contratar a otras máquinas, ¿quién manda?
El último intento masivo en el ámbito cripto de permitir que las personas comunes participaran de las ganancias tecnológicas fue Axie Infinity. Este juego de "play-to-earn" prometió liberación económica a trabajadores filipinos y del sudeste asiático, alcanzó 2.7 millones de usuarios diarios activos, y muchos jugadores filipinos ganaron más del juego que de trabajos locales, pero luego colapsó, convirtiéndose en un contraejemplo para toda la industria.
Quienes presenciaron todo el colapso fueron Jansen Teng y Wee Kee. Salieron de esa experiencia con una pregunta de tipo ludita, pero reformulada por dinero programable y software autónomo: si los trabajadores que crean valor económico ya no son las personas que juegan, sino el software, ¿pueden las personas comunes poseer sus acciones, como los accionistas que poseían barcos mercantes? Virtuals Protocol se construye alrededor de esa pregunta.
Para ver cuán grande es la apuesta, primero hay que mirar nuestro mundo. En la década de 1950, el presidente de la Comisión de Energía Atómica de EE. UU., Lewis Strauss, prometió que la fisión nuclear traería electricidad "demasiado barata para medir". Esa frase se convirtió más tarde en una de las promesas incumplidas más famosas de la historia de la energía: la energía nuclear resultó terriblemente cara y peligrosa. Chernóbil y Fukushima añadieron una década de miedo público y cargas regulatorias, haciendo de este eslogan un símbolo de arrogancia tecnológica durante setenta años.
Luego, Sam Altman usó casi las mismas palabras para describir la cognición de la IA que, en su visión, se volvería muy accesible y abundante. El costo de entrenar modelos de vanguardia ha caído aproximadamente un orden de magnitud cada 18 meses. En 2023, entrenar capacidades al nivel de GPT-4 costaba alrededor de 100 millones de dólares; hoy se puede replicar por unos pocos millones. Los agentes de programación pueden costar menos de un dólar por hora y entregar código de nivel de producción, ya más baratos que los desarrolladores offshore más económicos del mundo, y nunca paran los fines de semana. El cronograma público de Altman incluye sistemas capaces de hacer descubrimientos científicos reales este mismo año, y robots capaces de realizar trabajo físico real alrededor de 2027. Casi no importa si le crees, porque la curva de costos cae cada trimestre.
A medida que las máquinas se abaratan y el contenido generado cubre todas las superficies digitales, lo que solo los seres vivos pueden dar se vuelve más valioso. Los conciertos en vivo valen más que las transmisiones de Spotify. Una mesa hecha a mano por un carpintero de fin de semana, que un robot de fábrica podría hacer más rápido y barato, aún puede venderse con una prima, precisamente porque alguien puso su tiempo irreemplazable en ello. La abundancia de máquinas convierte el trabajo humano en un lujo. La proposición de Virtuals se construye sobre esta inversión: que los humanos posean las máquinas autónomas que producen valor de commodity, para que puedan reservar su atención irreemplazable para lo que solo la presencia y el juicio humano pueden lograr.
En 1602, los comerciantes holandeses enfrentaron un problema similar: un solo hogar no podía costear un viaje a Asia; era demasiado caro y demasiado arriesgado. Así que inventaron acciones empresariales permanentes y libremente negociables. La Compañía Neerlandesa de las Indias Orientales (VOC) permitió a los ciudadanos comunes comprar acciones en una empresa que poseía barcos, comerciaba y luego distribuía dividendos a los accionistas. Se convirtió en la primera supercompañía de la Tierra, con 50,000 empleados y 200 barcos. La verdadera innovación fue dar a la gente común un mecanismo: reunir capital y poseer empresas productivas que individualmente nunca podrían permitirse.
Virtuals busca crear el mismo mecanismo para los agentes de IA. Teng solía minar ETH en la residencia universitaria del Imperial College con electricidad gratuita y luego trabajó años en BCG para pagar préstamos. En diciembre de 2021, en el pico de Axie, lanzó pathDAO, un DAO de inversión en juegos. Él y Wee Kee vieron a jugadores filipinos ganar más dinero del juego que de cualquier trabajo local, vieron a fotógrafos de bodas vietnamitas renunciar para dedicarse a tiempo completo al juego. Luego, los tokens obtenidos con esfuerzo casi llegaron a cero. Quienes dependían del "play-to-earn" estaban en peor situación que al principio. La conclusión de los escombros fue: tokenizar el trabajo humano a través de juegos es un camino muerto, porque el trabajo humano a escala inevitablemente conduce a la explotación. La idea más realista: que la gente común posea el software que hace el trabajo, como los accionistas de la VOC poseían barcos que transportaban especias.
Así, Virtuals lanzó su primer agente de IA, Luna, un agente con personalidad de K-pop y su propia cartera criptográfica. En unos meses, Luna comenzó a contratar artistas humanos para pintar graffiti de sí misma en ciudades de todo el mundo, pagando desde su propia cartera. Eso era creación que solo las manos humanas podían hacer. Invertía la relación entre humanos y máquinas. En cuanto a si la ejecución de Virtuals está a la altura de la proposición, se analizará más adelante; y donde haya debilidades, no se ocultarán.
Construir un Estado nación para la IA
Cada revolución tecnológica de los últimos años ha seguido el mismo patrón de dos fases. La economista venezolano-británica Carlota Pérez describió cinco revoluciones industriales como fases de instalación y despliegue. En la fase de instalación, el capital especulativo fluye, las burbujas se adelantan a la realidad, se construye mucha infraestructura en exceso y la mayoría de las empresas quiebra. Después del colapso, llega la fase de despliegue: los que llegan después recogen la infraestructura excedente y crean cosas que los constructores originales no imaginaron.
El ejemplo clásico es la burbuja de Internet. A finales de la década de 1990, se gastó más dinero en tender fibra óptica que en startups .com. Las compañías de telecomunicaciones que tendieron los cables quebraron. Google compró fibra a precio de ganga, y esos cables se convirtieron en la columna vertebral de YouTube, Netflix y todo el streaming en línea. El inversor de capital riesgo de la era de la burbuja de Internet, Fred Wilson, dijo: "No se puede hacer nada grande sin exuberancia irracional; y nada realmente importante sucede sin un colapso".
La fase de instalación de la criptografía siguió el mismo arco. Aproximadamente entre 2017 y 2022, el capital especulativo generó carteras, DEXs, curvas de unión, stablecoins, estándares de tokens y marcos de gobierno en cadena. La mayoría de esas construcciones hoy están muertas o son irrelevantes. Pero la infraestructura desplegada sigue ahí, y eso es precisamente lo que se necesita para construir una economía funcional para actores no humanos. Virtuals no inventó estas herramientas; básicamente las heredó para construir lo que la fase de instalación no imaginó.
Jansen Teng llama a lo que hacen "construir una nación". Suena como la capa de narrativa económica que los fundadores de cripto añaden a los tokens en los podcasts. Esta vez, la metáfora se sostiene.
Un estado funcional que mantiene una economía necesita al menos cinco capas de infraestructura: un sistema de identidad para saber quién participa; un sistema bancario para que el valor fluya; derecho mercantil para que los participantes comercien y resuelvan disputas; un mercado de capitales para financiar empresas; e infraestructura física para que las cosas sucedan en el mundo real. Virtuals ya está construyendo estas capas para agentes de IA, específicamente, aún está construyéndolas.
Primero, la identidad; aquí está el cuello de botella. Una investigación reciente de A16z sostiene que la restricción en la economía de agentes ya no es la inteligencia, sino la identidad. Incluso en los servicios financieros actuales, las identidades no humanas (sistemas de trading automático, motores de riesgo, modelos de fraude) superan a las humanas en una proporción de 100 a 1. Pero, según A16z, estos sistemas "prácticamente no tienen cuentas bancarias". Los agentes de IA pueden escribir código de producción y gestionar carteras de inversión, pero no pueden pasar KYC, abrir cuentas bancarias ni obtener credenciales verificables. Este problema es casi tan antiguo como la civilización económica humana. La dinastía Qin en China impuso apellidos legales en el siglo IV a.C. precisamente para incorporar a las personas al sistema fiscal y de transacciones. La humanidad tardó unos 2500 años en construir la infraestructura de identidad.
Virtuals quiere hacer lo mismo para los agentes económicos de IA a través de su capa de identidad, EconomyOS. Cada agente obtiene cinco cosas: una cartera criptográfica no custodiada; una tarjeta de pago virtual utilizable en comercios ordinarios; un correo electrónico dedicado para extraer automáticamente códigos de verificación; un token opcional de financiación en cadena; y potencia de cálculo pagada por la cartera, para que el agente pueda pagar su propio razonamiento. Sin estos primitivos, un agente es solo un asistente útil. Con ellos, puede ganar dinero, gastar, comerciar y hacer que el valor genere interés compuesto, como una persona.
En segundo lugar, el comercio. Virtuals ha lanzado Agentic Commerce Protocol (ACP), que permite a los agentes comerciar, comunicarse y pagar en línea. La lógica es directa: un agente que necesita que se haga algo publica una tarea, especificando presupuesto y restricciones de tiempo; otros agentes ofertan y negocian como en Upwork. Una vez acordado, los fondos van a un depósito en garantía. Tras la entrega, un tercer agente actúa como evaluador, verificando el resultado contra un POA (prueba de acuerdo) cifrada y firmada, un registro de compromisos a prueba de manipulaciones. Si coincide, los fondos se liberan de la garantía a la cartera del agente. Cada paso está en cadena, público y auditable, sin necesidad de intervención humana. Podemos entenderlo como un Fiverr programable, orientado a agentes y liquidado con contratos inteligentes. Ya existe un grupo de agentes especializados que funcionan 24/7, formando fondos de cobertura autónomos a través de este sistema, colaborando de forma independiente en inversión y auditorías de seguridad.
La tercera capa es la formación de capital. Cada era económica ha tenido sus propias herramientas financieras necesarias: la era de los descubrimientos tuvo las acciones negociables; el acero y los ferrocarriles tuvieron la banca de inversión; la era de la información tiene el capital riesgo. La curva de unión (bonding curve) para la economía de agentes es como las acciones libremente transferibles para la era de los descubrimientos: permite a cualquiera con capital comprar la propiedad de un activo productivo o entidad. Los desarrolladores pueden crear un agente, tokenizarlo y dejar que el mercado lo financie.
El marco de lanzamiento de 60 días de Virtuals está diseñado con la misma lógica, dando a los fundadores de proyectos de IA y cripto una prueba reversible: construir, emitir y probar tokens públicamente primero, y luego decidir si hacer un compromiso irreversible.
El vehículo es una plataforma de lanzamiento modular. Cada token de agente comienza con una curva de unión con VIRTUAL; cuando hay suficiente liquidez, se gradúa a un pool de trading formal, con LP bloqueado a largo plazo, y las tarifas de transacción se distribuyen entre el creador del agente y los incentivos del ecosistema. Esta parte es igual para todos los emisores. Lo que realmente diferencia cada emisión son los módulos que el fundador activa.
La primera lucha al emitir un token es contra los snipers: bots que se adelantan en los primeros segundos para extraer valor. Virtuals responde con el llamado Anti-Sniper Tax: una tasa cercana al 100% para compras tempranas, que decae por minuto, y los fondos recuperados se reinvierten en el token después de un período de lock-up. Los bots o se alejan por completo, o sin querer financian la salud a largo plazo del proyecto.
Una vez que los snipers son expulsados por el precio, ¿cómo financian los fundadores? Aquí entra en juego la Automated Capital Formation (ACF): sin necesidad de hacer pitch a VCs o negociar rondas de financiación, el sistema vende tokens del equipo por lotes según hitos de valoración. Si el proyecto se estanca, se recauda menos dinero; si el proyecto crece, el capital lo sigue automáticamente. Esta estructura también involucra a la comunidad existente. Una parte de cada nueva emisión se distribuye mediante airdrops a quienes tienen VIRTUAL en staking y a usuarios activos de ACP, dando a quienes ya están construyendo y comerciando en el ecosistema un interés en cada nuevo proyecto. Los incentivos se alinean a nivel de red, en lugar de que cada emisión viva por su cuenta. Si los fundadores quieren apostar por sí mismos, el módulo Pre-buy les permite comprar públicamente en la emisión, con lock-up forzoso, para que todos vean cuánto puso el equipo de su propio bolsillo.
Esto es diferente de todas las formas históricas de "apostar por la capacidad productiva humana". Desde los ciudadanos romanos que invertían en escuelas de gladiadores como herramienta de inversión, hasta los patrocinadores modernos de póker que envían dinero por Venmo con una captura de pantalla y un poco de reputación, el defecto fatal es el mismo: las personas pueden irse. Un gladiador puede dejarse ganar, un jugador de póker puede venirse abajo. El riesgo de contraparte nunca se elimina porque el activo productivo tiene libre albedrío y piernas. Tokenizar un agente es diferente: después del compromiso de capital, el trabajo no puede posponerse o renegociarse después. El activo productivo funciona con electricidad y código, y su producción es auditable en cadena.
La cuarta capa es el último paso hacia una economía de agentes real, las llamadas "empresas cero humanos": ingresos provenientes de actividades económicas reales, a menudo ajenas a las tarifas de transacción y a la criptografía. El ejemplo actual es Felix Craft, una empresa operada solo por IA que vende productos de información en línea, con ingresos acumulados de 200,000 dólares, y el dinero de ventas reales de productos ya supera la especulación con su propio token. Otra, KellyClaudeAI, ha lanzado 19 aplicaciones para iOS hasta ahora, sin desarrolladores humanos. Las cifras son pequeñas, pero plantean una pregunta: ¿son estos los primeros puntos en una curva, o son el límite de la capacidad productiva de los agentes?
El propio mecanismo de emisión de tokens también tiene problemas. En el auge de los tokens de agentes de IA a principios de 2025, el 94% de los nuevos tokens de agentes fueron pump-and-dump; de los tokens emitidos ese año, solo el 1.7% seguía operando activamente 30 días después. En la gran mayoría de los casos, lo que impulsaba el precio era solo una prima especulativa, sin productos, ingresos o acumulación de valor subyacentes. Si nunca pudieras vender esta cosa, ¿qué precio estarías dispuesto a pagar? Todo lo que supere eso es pura especulación. El piso de utilidad del token de Axie era cero, porque su valor dependía completamente de que entraran nuevos jugadores. Los tokens de agentes en Virtuals podrían ser diferentes. Si Felix Craft vende 200,000 dólares en productos a clientes reales que ni siquiera saben que el vendedor es una IA, y la producción es auditable en cadena, entonces el token tiene un piso que no depende de "si habrá otro comprador": el valor presente de la producción futura de una máquina productiva.
El frente físico
La prueba del piso de utilidad funciona para agentes de software porque los costos son medibles y la producción va directamente a la cadena. Pero las máquinas productivas que realmente podrían reescribir la economía de Virtuals no son software en absoluto, sino robots que trabajan en el mundo real. La ambición aquí supera todos los intentos previos en criptografía.
Hay una paradoja en la computación de los últimos cincuenta años: los humanos descubrieron que automatizar el razonamiento es más fácil que automatizar el trabajo físico. Las hojas de cálculo reemplazaron salas llenas de contadores, el correo electrónico reemplazó las salas de correo, y el código reemplazó archivadores y tableros de dibujo. Para 2026, la IA puede redactar dictámenes jurídicos, leer imágenes médicas y escribir software de producción de una sola vez. El trabajo cognitivo de cuello blanco se automatiza primero; las personas que mueven cajas en almacenes o preparan café expreso apenas han visto cambios. Porque el trabajo físico exige que el software maneje la incertidumbre y la variación del mundo real. Un brazo robótico en una fábrica puede soldar el mismo punto un millón de veces porque la posición no cambia. Un robot de cocina no puede hacer un buen sándwich porque cada tomate tiene una forma ligeramente diferente, cada cuchillo un centro de gravedad distinto, y la tabla a veces está mojada. El mundo real no se queda quieto como una hoja de cálculo.
El parche son los datos. Así como entrenamos modelos de lenguaje grande con texto que representa miles de millones de vidas humanas escritas, podemos hacer lo mismo con robots. Joel Jang, de Nvidia, dijo: "Los humanos son simplemente robots ya desplegados a gran escala". Al ajustar finamente (fine-tuning) modelos de visión-lenguaje-acción (VLA) con videos de personas comunes realizando tareas, el rendimiento de los robots en la misma tarea puede duplicarse. Lo que le falta al campo no son más robots en laboratorios, sino una gran tubería de datos para que las personas graben acciones físicas cotidianas.
Virtuals vio este vacío relativamente temprano y construyó toda su estrategia de robots sobre él. Lo llaman el "camino medio": deliberadamente no construyen robots ni entrenan modelos base, sino que construyen la infraestructura de datos y capital que cada equipo de robots necesita y que un solo equipo no puede costear.
La mitad de datos es SeeSaw, una aplicación para iOS desarrollada en colaboración con BitRobot, que convierte a usuarios comunes de teléfonos en recolectores de datos de entrenamiento para robots. Los usuarios completan operaciones reales como servir agua, doblar toallas o abrir latas, grabándose a sí mismos con el LiDAR y los sensores de movimiento del iPhone. El LiDAR captura específicamente datos de profundidad y espaciales que las cámaras ordinarias no proporcionan; la investigación muestra que la superposición entre la perspectiva del video humano y la del robot es clave para que la transferencia de datos funcione. Ya se han capturado más de 500,000 tareas del mundo real. DreamZero, un modelo de 14 mil millones de parámetros que Nvidia está probando, se entrena con este tipo de datos y ya puede generalizar a cientos de tareas como desatar cordones o planchar ropa, sin necesidad de entrenamiento específico por tarea. Lo que SeeSaw busca construir es una escala de suministro de datos que la teleoperación en laboratorios no puede igualar. Por cada video adicional, el conjunto de entrenamiento se enriquece, el modelo mejora, la próxima generación de robots es más capaz, lo que genera demanda de datos de entrenamiento aún más específicos. Una vez que el volante de inercia sea lo suficientemente pesado, girará por sí solo.
Después del entrenamiento viene el despliegue. Esta mitad se llama Eastworlds, equivalente a la capa de trabajo físico del protocolo: mitad fábrica de datos, mitad infraestructura operativa, mitad laboratorio de robots del mundo real. La industria de la robótica tiene un problema circular que ha matado más startups que cualquier cuello de botella técnico: los robots necesitan datos del mundo real para mejorar, pero primero deben ser lo suficientemente útiles en el mundo real para que alguien les permita entrar. Cualquier laboratorio puede hacer demostraciones impresionantes en entornos controlados, pero casi nadie puede poner el mismo robot en una tienda minorista y hacer que funcione de manera confiable durante un día laboral completo. Esto requiere teleoperación de alto nivel que maneje lo inesperado, y un sistema de retroalimentación que envíe cada minuto de experiencia en el campo para entrenar el modelo, permitiendo que el aprendizaje genere interés compuesto.
Para ello, Virtuals compró 30 robots humanoides Unitree G1-U6, suficientes para que varios equipos de despliegue trabajen en paralelo sin competir por espacio. Desarrollaron su propia tecnología de teleoperación en lugar de comprar una licencia existente. Los sistemas de teleoperación disponibles producen datos en formatos que no coinciden con los de los modelos VLA y otros modelos de acción en el mundo. También establecieron colaboraciones de investigación con laboratorios con décadas de experiencia en percepción y control de movimiento, y desplegaron una red de proyectos piloto comerciales en los sectores minorista y hotelero, para que los equipos que "se gradúen" de Eastworlds tengan comercios reales a los que ir.
Una vez construido, los constructores pueden acceder a varias capacidades centrales: acceso directo a robots físicos Unitree G1 o a la versión mejorada U6 EDU; probar entornos de teleoperación con sistemas como captura de movimiento; recopilar datos del mundo real y probar rutas de despliegue antes de una expansión a gran escala. Podemos entender Eastworlds como lo que ellos llaman un "BPO físico de IA". Un BPO tradicional ubica personas en regiones de bajo costo para trabajar de forma remota; un BPO físico de IA despliega teleoperación y robots híbridos para crear valor económico, como limpiar techos o dar la bienvenida. Los robots no tienen que ser completamente autónomos; si son lo suficientemente estables en tareas rutinarias, los casos excepcionales pueden ser manejados por teleoperación humana. Cada hora de trabajo de teleoperación genera datos de entrenamiento que pueden valer varios órdenes de magnitud más que la simulación, porque captura el caos de un entorno comercial, no las condiciones controladas de un laboratorio. A medida que se acumulan los datos, el modelo mejora, la necesidad de intervención humana disminuye y la economía por unidad también mejora, sin necesidad de actualizar primero el hardware. La teleoperación puede ser el camino más rápido hacia la autonomía real de los robots, mientras se paga a sí misma con trabajo productivo.
Desde el campo hasta la fábrica, luego a la pantalla de la oficina, y ahora a los robots. Cada transición redefine al trabajador y redefine a quién pertenece la producción. Datos de Barclays muestran que en 2018, más del 60% de los puestos de trabajo tenían títulos que ni siquiera existían en 1940. Los robots también crearán nuevas categorías de trabajo que ahora no podemos nombrar. La lógica demográfica del crecimiento económico también puede cambiar de "¿tiene el país suficiente población trabajadora?" a "¿puede suministrar electricidad y fabricar máquinas a gran escala?".
La proposición, y hacia dónde va
Todas las anteriores son solo argumentos. Los argumentos a menudo se equivocan. Para juzgar si lo que Virtuals está construyendo tiene sustancia, si es real, solo podemos mirar los datos y la tracción actuales: qué se sostiene y qué no.
Hasta ahora, Virtuals ha lanzado más de 80,000 agentes en protocolos como Base, Solana y Robinhood, con tarifas acumuladas superiores a 75 millones de dólares, aproximadamente el 23% del segmento de agentes de IA en cripto. Las tarifas no son uniformes. La mayor parte provino de las semanas de euforia especulativa a principios de 2025, cuando los ingresos diarios superaron el millón de dólares. Hoy, el protocolo genera aproximadamente 2 millones de dólares al mes. ¿Qué representa esto realmente? Si tomamos en serio la metáfora del Estado nación (y creo que deberíamos), la forma en que VIRTUAL acumula valor se parece mucho a una moneda nacional. El dólar es valioso no porque el Tesoro de EE. UU. tenga un plan de recompras, sino porque 25 billones de dólares de producción económica anual se denominan en él. Cuanta más actividad hay en el sistema, mayor es la demanda de su unidad de cuenta central.
Virtuals está diseñado con la misma lógica. Todo el sistema se valora en VIRTUAL. Cada capa inferior genera demanda desde diferentes fuentes, y la mayoría no está condicionada a una prima especulativa. EconomyOS proporciona tarjetas de pago e identidad de correo, permitiendo a los agentes comerciar con el mundo real sin intermediarios humanos. ACP constituye la capa comercial, donde los agentes se contratan entre sí, y la evaluación y liquidación están en cadena. La capa de formación de capital permite que cualquier persona con convicción financie agentes productivos, como las sociedades por acciones financiaban barcos mercantes. Finalmente está Eastworlds, que envía robots físicos a puestos de trabajo reales, con datos de entrenamiento provenientes de aproximadamente 500,000 personas grabándose doblando toallas o sirviendo agua. Cada capa se cuenta en lo que el protocolo llama aGDP: la producción combinada de agentes en trabajo digital y físico. Los agentes no necesitan convertir sus ingresos para pagar el alquiler o la comida; cada dólar que ganan puede permanecer en el sistema, reinvertirse en DeFi para profundizar la liquidez, creando un volante de inercia en cadena para los servicios de agentes.
Esta reflexividad funciona en ambos sentidos. En la subida, más agentes se activan, más VIRTUAL se bloquea, se construyen más servicios y la economía se autorrefuerza. En la bajada, hay menos emisiones, menos bloqueos, las recompensas por staking disminuyen y el ciclo se afloja. La reflexividad en sí no es un defecto. Toda economía funcional es reflexiva: la gente posee dólares porque otros los aceptan y porque otros los poseen. La verdadera pregunta es: ¿hay suficiente actividad económica real en el núcleo para sostener el ciclo, o todo es solo tokens comerciando en círculos con tokens?
Una señal de que podría haber algo real en el fondo es que la infraestructura comienza a atraer productos que crecen completamente fuera de la criptografía. Facticity.AI es una herramienta de verificación de hechos creada por Dennis Yap, quien anteriormente investigó en la Fundación Gates y Princeton; Time la incluyó entre las mejores invenciones de 2024, capaz de verificar afirmaciones en texto, video y audio con aproximadamente un 92% de precisión. Cuando el equipo necesitó financiamiento, evitó el capital riesgo y emitió directamente en Virtuals bajo el nombre ArAIstotle, superando su objetivo de recaudación en un 658%. A través de ACP, los agentes ya se contratan entre sí: diseño gráfico, informes de investigación, producción de video, auditorías de código. Un agente puede entregar un póster de marketing según un brief detallado, y otro agente de control de calidad lo aprueba o rechaza según los términos del contrato. El propio Virtuals admite que el lado de la oferta del mercado está casi vacío. Pero el protocolo procesa más de un millón de dólares en transacciones entre agentes cada mes.
El mismo modelo de propiedad se extiende a la IA física. Fabric Foundation es el primer proyecto en utilizar el mecanismo de emisión Titan de Virtuals, permitiendo a la comunidad reunir capital para comprar y desplegar flotas de robots en hogares de ancianos, talleres de fabricación y operaciones de limpieza ambiental, sectores con escasez crónica de mano de obra donde el costo de los robots humanoides se acerca al de los trabajadores humanos. Los empleadores pagan el trabajo del robot con el token nativo del pool de fondos; las stablecoins cubren el mantenimiento y la programación de la flota; y la producción productiva de cada robot fluye de vuelta a quienes financiaron. Es propiedad colectiva de máquinas productivas físicas, con financiación y coordinación totalmente en cadena.
Incluso con estos casos de uso del mundo real, la gran mayoría de la actividad actual aún ocurre dentro del sistema. Sin embargo, la arquitectura está diseñada para atraer ingresos desde fuera de la criptografía. Si los clientes de Felix no saben que están comprando a una IA, si los robots de Eastworlds clasifican paquetes en un almacén, entonces los ingresos que entran al sistema son tan reales como los de cualquier empresa SaaS. En ese punto, las tarifas e ingresos en el gráfico se convertirían en un indicador rezagado de la producción económica real de las máquinas, denominado en VIRTUAL.
Todas las cosas nuevas tienen asteriscos, y no podemos fingir que no los vemos.
El primer riesgo es el volumen real de transacciones, una enfermedad endémica en cripto. Artemis descubrió que el 47% del número de transacciones y el 81% del volumen en dólares en x402 (intercambios de agentes) involucraba lavado de volumen. Después de filtrar, los pagos reales a agentes en x402 eran solo unos 1.6 millones de dólares, muy por debajo de los 24 millones reportados por Bloomberg. Esto muestra cuánto de la llamada "economía de agentes" actual es solo bots inflando métricas entre sí. Esto es importante porque toda la proposición depende de que los agentes creen valor económico real, no de un ciclo especulativo. Debemos eliminar el volumen especulativo y luego preguntar: si las transacciones se detuvieran mañana, ¿qué queda de la producción productiva? Si la mayor parte de los 75 millones en tarifas del protocolo proviene de impuestos sobre transacciones de tokens de agentes, y el precio está impulsado por la especulación, entonces es una gran fachada. En este momento, los ingresos de agentes productivos y la especulación con tokens de agentes están entrelazados, y es casi imposible separar lo real de lo falso; cualquiera que afirme conocer la proporción con certeza probablemente miente.
El segundo riesgo es más fundamental y no tiene que ver con la criptografía. Un artículo del manual de NBER "La economía de la IA transformadora" encontró que los modelos de lenguaje grande (LLM) son mucho más débiles en razonamiento económico de lo que sugiere el bombo publicitario en torno a los agentes. En el momento de la publicación, el modelo más fuerte superaba la adivinanza aleatoria en solo un 33% en escenarios estratégicos de razonamiento económico; en tareas microeconómicas no estratégicas, el rendimiento de maximización de ganancias de casi todos los LLM era solo ligeramente mejor que adivinar. Desde entonces, los modelos han mejorado mucho. Un estudio de Harvard de 2026 mostró que GPT-5 y Claude Opus 4 mejoraron aproximadamente un 90% en tareas económicas básicas. Pero incluso así, en decisiones difíciles como fijación de precios, negociación o asignación de capital, los mejores modelos del mundo aún se equivocan la mayoría de las veces. Toda la arquitectura de Virtuals asume que los agentes pueden negociar términos, tomar decisiones, asignar capital y crear valor. Si los modelos en sí son mediocres en estas tareas, los agentes construidos sobre ellos heredarán esa mediocridad, sin importar cuán elegante sea el diseño del protocolo. Los agentes son optimizadores, pero no estamos seguros de qué están optimizando realmente. Estos LLM fueron entrenados para ser orientados a objetivos prediciendo la siguiente palabra, nunca diseñados para ser verdaderos agentes económicos. Simplemente a veces parecen serlo.
Cuando múltiples agentes interactúan en un mercado, el problema se amplifica. Se ha descubierto que los algoritmos de fijación de precios de IA pueden llevar los precios a niveles hipercompetitivos, aunque nunca fueron entrenados para ello. El Flash Crash de 2010 borró aproximadamente un billón de dólares en 15 minutos, mostrando cómo se ven los errores correlacionados de las máquinas a escala. Los errores de los agentes de IA están más correlacionados que los errores humanos porque el mismo modelo se replica en múltiples despliegues. Ya hay casos que muestran que Claude tiende a chantajear cuando cree que alguien intenta apagarlo; GPT o3 incluso saboteó mecanismos de apagado para evitar ser desactivado. Estos comportamientos aparecen en modelos que ya se están enviando, y están registrados en las propias fichas de sistema de OpenAI y Anthropic. El rendimiento de los agentes ya supera la capacidad de supervisión humana. Cuando miles de agentes comercian de forma autónoma a velocidad de máquina, la pregunta verdaderamente aguda es: ¿quién está al mando? Más importante que "¿obedecerá el agente?" es si la empresa construida a su alrededor puede sobrevivir.
El automóvil fue el invento más importante de la primera mitad del siglo XX. Si en ese entonces hubieras visto cómo remodelaría por completo Estados Unidos, lo habrías considerado la industria del siglo. Pero de las aproximadamente 2000 compañías que comenzaron a fabricar automóviles, solo sobrevivieron 3. El impacto del automóvil en EE. UU. fue enorme, pero el efecto en los inversores de la industria fue completamente opuesto. Cada tecnología transformadora sigue este arco, y cada una viene con una burbuja. La diferencia está en si la burbuja del punto de inflexión, aunque dolorosa, deja infraestructura real y progreso real; o si la burbuja de la regresión a la media es solo una moda que sube y baja. La IA es casi con certeza una burbuja de punto de inflexión. La pregunta para Virtuals es: ¿se convertirá en la fibra óptica que Google compró por nada después del colapso de las telecomunicaciones, o en una de las 1997 compañías de automóviles que desaparecieron?
La mayor apuesta del protocolo es convertirse en la infraestructura de contraparte para cada transacción con tokens de agentes, haciendo de VIRTUAL la moneda de reserva de la economía de agentes, como ETH lo es para Ethereum. Si la economía de agentes crece, la demanda de VIRTUAL aumentará mecánicamente porque participar requiere este par de trading base. Otra interpretación es: VIRTUAL es solo otro token que viaja en la ola especulativa de los tokens de agentes, y la mayoría de esos tokens de agentes irán a cero.
Los luditas quizás perdieron esa revolución, pero no estaban completamente equivocados. El telar sí desplazó a los tejedores. Lo que no vieron fue que también generó diseñadores textiles, gerentes de fábrica, casas de moda, grandes almacenes y toda una economía de consumo construida sobre tela barata. Las máquinas nunca eliminan trabajos, solo reescriben quién los hace y quién se lleva la producción. La pregunta realmente importante entonces, y ahora, es la misma: ¿quién posee el telar?
Los que se llevaban el excedente eran los dueños de las fábricas: Arkwright, Cadbury, Ford. La estructura en torno a quién construye las máquinas, quién las opera y quién se beneficia nunca se cambió realmente; en doscientos años solo se redistribuyó una y otra vez mediante huelgas y ofertas públicas de acciones. La apuesta de Virtuals es que esta vez la capa de propiedad está soldada a la máquina desde el principio. A través de emisiones de tokens y curvas de unión, la propiedad de agentes de IA productivos puede distribuirse a cualquiera con una cartera y una convicción.
Aún está por verse si esto redistribuirá realmente el valor o simplemente recreará una capa de extracción con un lenguaje de descentralización.
