TPrecio de Threshold Network Token

Los inversores están cambiando de "mesa de juego". Mientras los sectores de tecnología avanzada (hard tech) como la IA y la robótica experimentan una efervescencia de financiación, con rondas de inversión rápidas y millonarias, muchos profesionales de capital riesgo están reconsiderando sus opciones profesionales. En lugar de competir en mercados saturados, un número creciente de inversores, incluidos socios y directores de fondos, está pasando activamente al lado empresarial. Buscan roles en empresas emergentes, a menudo en puestos de liderazgo como vicepresidentes, directores generales o incluso cofundadores, particularmente en sectores punteros como IA, robótica o aeroespacial. Este movimiento es una elección deliberada, facilitada por una reactivación del mercado: los inversores institucionales (LP) están desembolsando más capital y las empresas tecnológicas líderes tienen una necesidad urgente de talento con experiencia en capital riesgo para gestionar sus intensos procesos de financiación. Empresas destacadas están reforzando activamente sus equipos financieros. Para los inversores, el cambio ofrece una vía para aplicar su experiencia en un entorno donde la saturación de fondos en ciertos sectores, la presión regulatoria y la incertidumbre en la rentabilidad de las salidas a bolsa generan nuevas dudas sobre el modelo tradicional. No obstante, la transición conlleva retos, como adaptarse a la cultura operativa de una empresa. Este fenómeno refleja una ampliación de las fronteras profesionales en el ecosistema de inversión.

El fundador y director ejecutivo de Nansen, Alex Svanevik, declaró que es poco probable que Bitcoin vuelva a caer por debajo de $60,000. Opina que el mercado cripto está pasando gradualmente de un modelo especulativo al uso de blockchain para activos reales, y que la acumulación de Bitcoin por grandes inversores y la demanda de activos digitales pueden sostener su precio. Además, Svanevik vinculó su postura al rol de Bitcoin como protección ante la expansión monetaria de los bancos centrales. Analistas de CryptoQuant señalaron que el comportamiento de los grandes tenedores cerca del precio realizado de $70,000 es crucial; si continúan acumulando, indicaría demanda a largo plazo. Por otra parte, MicroStrategy vendió 1,638 BTC para dividendos y recompra de acciones. Su cofundador, Michael Saylor, aclaró que su famosa postura de "nunca vender Bitcoin" se refiere a sus activos personales, no a la estrategia corporativa. Svanevik también proyectó que Bitcoin podría alcanzar $1 millón en el largo plazo. Respecto a Solana, consideró que la percepción de que es solo para memecoins es errónea y destacó su equipo y ecosistema. Además, valoró positivamente a Hyperliquid y la tendencia hacia la tokenización de activos tradicionales. Sobre Robinhood Chain, lanzada en julio de 2026, la ve como potencial competidora de Base por su gran audiencia, pero dudó que necesite un token propio, ya que la empresa ya atrae usuarios sin él.

Investigadores están utilizando agentes de IA para auditar y reproducir resultados de artículos científicos de conferencias de élite. Un estudio sobre los 168 artículos presentados oralmente en ICML 2026 reveló que de 92 trabajos con afirmaciones verificables, solo 34 pudieron ser replicados en más del 40% de sus conclusiones, y apenas 8 superaron el 80% de reproducibilidad. Las fallas se atribuyen a código incompleto, dependencias obsoletas, discrepancias en los resultados o modelos base no disponibles. Paralelamente, un sistema de verificación basado en GPT-5 que analizó artículos publicados en conferencias top de IA encontró que el 99.2% contenía al menos un error objetivo, con un promedio de 4.7 por artículo. Los errores matemáticos o de fórmulas fueron los más comunes (54%). La tendencia es creciente: en NeurIPS, los errores por artículo pasaron de 3.8 en 2021 a 5.9 en 2025. Este fenómeno sugiere una oportunidad para reorientar la investigación: en lugar de buscar únicamente novedad, se puede examinar críticamente la literatura existente para identificar inconsistencias o validar hallazgos clásicos, una tarea ahora más viable con asistencia de IA. Un ejemplo destacado es el descubrimiento de errores en datos de puntos de ebullición publicados hace décadas y ampliamente citados, los cuales fueron identificados por un modelo de IA y luego confirmados manualmente. Si bien las herramientas de IA aceleran la detección de posibles problemas, su precisión actual (por ejemplo, 83.2% en un verificador) aún requiere supervisión humana final. La publicación de un artículo podría dejar de ser un punto final para convertirse en el inicio de un nuevo ciclo de verificación automatizada.

El criptoinversor y fundador de Quantum Fintech, Harry Chun Tak Yeh, ha sido encontrado muerto en Paraguay. Su cuerpo fue descubierto en la base del exclusivo complejo residencial Jade Park en Asunción, del cual era propietario de apartamentos. La policía encontró el apartamento del empresario, situado en el piso 30, abierto y revuelto. Una pareja de Yeh vive en otro apartamento en el mismo edificio. Las autoridades investigan todas las líneas de investigación, mientras que la autopsia determinará la causa de la muerte. Yeh era un conocido inversor en criptomonedas, defensor temprano de Bitcoin y gestor de activos valorados en miles de millones de dólares, además de fundador de proyectos como LIF3 en la red Fantom.

Cuando el cifrado, compresión, indexación, servicios de memoria y contexto se acercan al medio de almacenamiento, los límites de valor de SSD, DRAM, HBM y HBF serán redefinidos. Los Agent de IA transforman los sistemas de cómputo en entidades persistentes que observan, razonan y mantienen estado. Esto genera una cadena continua de escritura de datos que incluye memoria, índices, registros y contexto, haciendo que el almacenamiento sea parte integral del ciclo de percepción y decisión del Agent. Surgen SSD funcionales o "inteligentes", capaces de realizar cifrado, compresión, indexación y gestión del ciclo de vida de datos cerca del medio, más allá de ser solo un destino de almacenamiento. Estas capacidades se organizan en torno a la identidad del agente, su contexto y memoria. El estándar NVMe ya proporciona caminos para la ejecución de programas en el dispositivo. La memoria del Agent es compleja, requiriendo almacenar y organizar diversos objetos con diferentes requisitos de seguridad, actualización y vida útil. Los SSD funcionales ejecutan tareas deterministas (cifrado, compresión) cerca de los datos, mientras que las decisiones semánticas permanecen en el runtime del Agent. En el edge, los SSD pueden ser la capa de estado persistente para Agents personales, permitiendo un funcionamiento más duradero y local. En la nube, los nodos de almacenamiento para Agent pueden proporcionar servicios de contexto, memoria compartida y gobernanza para clusters de GPU. Esto cambia el modelo de negocio hacia métricas de rendimiento integrales. Se redefine la jerarquía de memoria: HBM maneja datos críticos actuales; HBF (High Bandwidth Flash) ofrece mayor capacidad para datos de lectura intensiva; DRAM/CXL gestiona estado variable y agrupación; y los SSD funcionales almacenan objetos persistentes y ofrecen servicios cerca de los datos. La innovación no está en reemplazar una capa por otra, sino en una colaboración optimizada. Los primeros ejemplos industriales son los "AI SSD", como las soluciones de Phison (aiDAPTIV), Longsys (SPU+iSA) y la colaboración entre Linyun y Yuansuan (寅谱-联芸). Estas rutas combinan hardware de almacenamiento, middleware y software para ampliar la capacidad de modelos y gestionar cachés como KV Cache de manera eficiente. El futuro puede desarrollarse en tres direcciones: 1) SSD con funcionalidades específicas integradas o programables, 2) Nodos de almacenamiento completos que ofrecen servicios para Agent, y 3) Una recombinación optimizada de la jerarquía de memoria (HBM, HBF, DRAM/CXL, SSD). El valor final se medirá en costo por token, continuidad del Agent y gestión confiable del ciclo de vida de los datos.