Aprovechamiento de la ventana de arbitraje para rescatar DeFi desde el borde del SaaS

Mirando hacia atrás 500 años, la contradicción laboral-capital en el sistema capitalista siempre ha sido marcada por las victorias continuas del capital.

En el lado de la producción, el grado de participación de la fuerza laboral se ha reducido gradualmente a la operación de máquinas, en el lado del consumo, el valor del usuario radica en producir datos de uso para la plataforma.

Ambos trabajan en conjunto para sostener la valoración de las empresas en el mercado de capitales.

Pero el modelo de organización humana, a largo plazo, no puede ser completamente cuantificado; los KPI/OKR de los empleados de oficina siguen siendo jerárquicos, salarios de un millón al año y salarios por pieza son variantes del sistema Taylor.

Sin una fórmula clara, el capital no puede valorarlo, lo que afecta la eficiencia del capital; si los algoritmos de stablecoins son o no el Santo Grial de DeFi, aún no se sabe, la capacidad de organización realmente es la copa medidora del apalancamiento financiero.

Los grandes modelos deciden usar tokens para romper con violencia, el colapso de SaaS seguro es solo una apariencia; el diseño de productos también está en camino, reemplazando habilidades especializadas de nicho, escalarlo es la clave, la innovación entra en territorios inexplorados.

Esto nos da enseñanzas infinitas, especialmente en un momento en que el modelo DAO de DeFi se está colapsando y la economía de tokens está en bancarrota.

En una frase, ¿por qué el modelo de organización de IA y el modelo de tokens son más eficientes que DeFi?

¿Cómo empezó todo esto?

La reducción de costos de los tokens, la utilidad de los agentes.

Para obtener un 300% de ganancia, los capitalistas pueden vender su soga;

Para mantener su trabajo actual, los trabajadores pueden escribir habilidades para los agentes.

En el nivel de capital, los agentes con habilidades tienen una posición tan sagrada como las ganancias.

El agente representa la capacidad «humana» refinada en habilidades, y además, la organización humana se transforma en una cadena de rituales de interacción centrada en los agentes.

Lo que llaman Prompt, Context, hasta el actual proyecto Harness, todo consiste en convertir el modelo de organización humana en una zona desierta, al menos reduciendo la presencia humana.

Tu próximo colega no será un robot, sino una «capacidad» instintiva.

Esto no es una fantasía; la ley de escalamiento en datos está fallando gradualmente, pero la recolección y producción de datos ya no son tan importantes. Antes del éxito de AGI, se necesitan nuevos activos de valoración.

Descripción de la imagen: El contenido ya no vale dinero

Información general: @ARKInvest

Desde que Claude eligió el campo de programación para implementar AGI, la IA ha superado el modo de entretenimiento de chat y ha entrado en mercados existentes en el mundo real, como programación, seguridad y el recién lanzado diseño.

¿Esta innovación disruptiva creará un nuevo incremento económico o simplemente llevará la economía a un modo de empleo permanente bajo, donde las personas son desplazadas por tokens? Estamos siendo testigos de este proceso.

Pero la reducción de costos de los tokens actualmente permitirá que capacidades que antes monopolizaban unas pocas grandes empresas se descentralicen hacia pequeñas y microempresas, formando superindividuos, lo cual no es una fantasía.

Tomando China como ejemplo, el volumen de llamadas de tokens pasó de 100 mil millones por día en 2024 a 100 billones para finales de 2025, y ahora alcanza 140 billones por día; la producción de contenido y datos entrará en una era de costo cero.

Es importante notar que la escasez de poder computacional es una condición relativa; las grandes empresas ya no monopolizan la «capacidad», pero aún intentan mantener su ventaja mediante monopolio de la «potencia de cálculo», aunque no pueden detener la tendencia inevitable de la reducción general de los costos de los tokens.

El paradigma de los grandes modelos de base tiene muchas variantes, pero el proceso de evolución de «cómo la IA ayuda a las personas» no ha recibido mucha atención a largo plazo.

En mi opinión, Harness es una forma espacial que permite a los agentes centrarse en tareas dentro de un límite, con una estrategia de prioridad profunda, diferenciándose del enfoque de amplitud en preguntas y respuestas.

Descripción de la imagen: Historia de la evolución de los agentes

Origen de la imagen: @zuoyeweb3

Desde que la tecla Tab se usó por primera vez para completar código, los humanos ya son solo una capa de entrada para la IA, solo es cuestión de tiempo.

El costo de prueba y error se reduce exponencialmente, y los modos de colaboración humana pueden explorar más intentos interesantes:

• Software: SaaS, la capacidad humana ya no proviene del humano, sino de la emergencia de agentes

• Hardware: tarjetas de potencia + HBM, la primera vez que los centros de datos sirven directamente a la IA

• Espacio: Harness, no un espacio físico de colaboración humana, sino un espacio digital de interacción de agentes

• Interacción: la desaparición de los teléfonos con botones, Google soportando GUI de agentes en el nivel base de Android

La capacidad de la IA para decir cosas no tiene un gran valor comercial; el costo de generar texto es muy bajo para las personas, pero «hacer qué» hará que el consumo de tokens supere a la generación de imágenes y videos, similar a cómo AWS no vende servidores, sino tiempo de uso.

Lo que vende la IA no son tokens, sino «capacidad laboral», y esa es la raíz del temor en la industria SaaS. Lamentablemente, DeFi ya se ha convertido en SaaS, no en un gran modelo.

La SaaSización de los protocolos DeFi

DeFi no está obsoleto, sino demasiado maduro.

La IA está reinventando la ingeniería de software; no solo SaaS está siendo reemplazado, sino que sin duda SaaS es el ejemplo más típico.

Incluso la terminal Bloomberg, cuyo valor comercial más importante no es la tecnología avanzada, sino la autoridad informativa, que se ha consolidado en décadas de relaciones industriales y redes de contactos no estandarizadas.

Los agentes ofrecen una opción: inferir el futuro a partir de los datos, incluso en pasos arriesgados, con la posibilidad de superar a los pares y obtener pequeñas ganancias.

Descripción de la imagen: SaaS en colapso

Origen de la imagen: @zuoyeweb3

Se puede entender que los agentes aprovechan astutamente la búsqueda de beneficios del capital; por supuesto, pueden esperar a tener toda la información de Bloomberg, o usar datos fragmentados e imprecisos para intentar obtener beneficios.

No es algo nuevo; Thomas Peterffy, fundador de IBKR, fue el primero en «inventar» en el campo financiero, o más bien, en montar terminales de trading físicos, todo originado en una máquina P101 inactiva.

Si alguna forma de usar datos puede generar más beneficios, entonces puedes obtener más datos, y el ciclo de retroalimentación comienza.

La monopolización del SaaS en el pasado, la venta futura de IA.

Lamentablemente, para entrar en DeFi, recordamos la pared de pago de API de Dune/DeFiLlama, que dependía de datos valiosos, o el cierre final de Arkham Exchange.

Los datos en la industria de las criptomonedas nunca han sido valiosos.

Pero la industria de las criptomonedas, siendo un sistema financiero abierto, genera datos que pueden ser reutilizados para aprendizaje repetido; incluso antes de la IA, la velocidad de bifurcación de proyectos se ha reducido a meses, y los clones como PumpFun, en su límite, pueden comprimirse en segundos.

Aquí hay una inferencia contra la intuición: DeFi es un campo de pruebas para el sistema financiero, y la combinación de IA + DeFi que estamos probando hoy será el modelo de evolución financiera del futuro.

• Por ejemplo, antes de la crisis financiera del 2008, las transacciones sin garantía en LIBOR «desencadenaron» la crisis, luego se cambió a SOFR, un índice basado en bonos del Tesoro de EE. UU., pero el mecanismo de colateralización excesiva garantizó la liquidación final en DeFi.

• Por ejemplo, los grandes productores de modelos no quieren vender tokens según el consumo, sino que deben hacer marketing por niveles, personalizar capacidades y modificar profesionalmente; la economía de tokens ya ha convertido el «valor de uso» en un enredo.

Crypto Token se obsesiona con el valor de uso, IA Token con el valor económico.

Desde esta perspectiva, los ataques de hackers en DeFi son solo pruebas de estrés rutinarias; los sistemas abiertos no pueden arreglar por sí mismos la entropía de los bugs.

Como la humor negro de la Regla 22, sin señales externas, la criptografía asume que el entorno actual es seguro; si surge una crisis de seguridad, colapsa en un sistema centralizado.

Por ejemplo, en el incidente Drift, la acusación se dirigió a Circle, que se había vuelto lento en congelar fondos.

Descripción de la imagen: El código no puede resolver problemas de seguridad

Origen de la imagen: @zuoyeweb3

Se puede decir que, antes de la transición de capacidades de IA, DeFi ya había alcanzado la fase de SaaS, solo cobrando por número de transacciones, sin poder trasladar directamente la «finanza» a la cadena.

La falta de liquidez en RWA en la cadena, DeFi no tiene una buena solución.

Pero la evolución de las capacidades de los agentes hace que reescribir las reglas de DeFi parezca tener una luz de esperanza aún no clara.

1. Economía de tokens: distribuir el uso en canales, según «eficiencia de capital»;

2. Establecimiento de reglas: Mythos ofrece seguridad final, IA combate vulnerabilidades zero-day;

3. Organización humana: muy bien, DeFi ya está gestionado por unos pocos con cientos de millones.

La resurgencia de la narrativa de ingeniería

¿De dónde viene la seguridad, la determinismo de la máquina de Turing, y de dónde viene el peligro, las posibilidades infinitas?

Garry Tan de YC dice «Fat Skill, Thin Harness», que comparto, que en esencia consiste en definir bien las reglas básicas, una «libertad basada en el orden».

La máquina de Turing puede combinarse infinitamente; la arquitectura von Neumann, con almacenamiento y cálculo, siempre tiene un desfase temporal; los grandes modelos tampoco pueden generar números verdaderamente aleatorios.

En un futuro donde los datos no valen dinero, solo las acciones humanas pueden hacer que el dinero fluya y genere valor.

Pero las acciones humanas también necesitan tiempo para que la IA las aprenda completamente y las internalice en formas de ingeniería y codificación.

Buscar lo infinito en lo finito, en última instancia, es imposible; los LLM no pueden eliminar completamente las alucinaciones, solo pueden aproximarse a un nivel donde «esto no puede ser alcanzado por IA ni por humanos», permitiendo que los mecanismos de mercado los valoren, y solo así podemos confiar en los contratos inteligentes.

Los contratos inteligentes actuales no son un éxito; bifurcaciones como The DAO, bugs en el lenguaje de programación de Curve, incluso firmas múltiples en Drift, prueban que «el control final del código está en manos humanas».

La cuestión moral no tiene valor económico; la razón por la que la colaboración en DeFi ha pasado de DAO a fundaciones y «equipos» se debe a la necesidad real de actualizar contratos y colaborar en negocios.

Pero los humanos no pueden escribir código eternamente seguro y actualizable dinámicamente; recuerda, eso es imposible.

Si nunca se actualiza, Curve nos enseña que incluso las pilas tecnológicas pueden fallar.

Decidir el pasado decide el futuro.

Desde el fondo de inversión de la medalla de Simmons hasta Numerai con estrategias de IA, la IA en finanzas no es rara; otro caso contra la intuición es que las señales de trading en realidad ayudan a la evolución de la IA.

Descripción de la imagen: 10 años de IA y DeFi

Origen de la imagen: @zuoyeweb3

Los modelos de IA siguen siendo paradigmas computacionales, máquinas de estado que procesan señales; sin señales externas, carecen de capacidad para simular el mundo exterior, y la apuesta de Yang Le Kun y Li Fei-Fei en modelos del mundo tiene sentido en esto.

Pero desde la perspectiva de DeFi, permitir que la IA opere de forma autónoma requiere que las intenciones humanas sean aprendidas por los agentes a través de sus acciones, lo que también refleja la importancia del papel humano, incluso si los agentes sustituyen la mano de obra, imitan y resumen las acciones humanas.

Incluso, los humanos no pueden ser intencionalmente aleatorios; pequeñas intenciones deliberadas generan patrones estadísticos, y las características fisiológicas humanas también introducen aleatoriedad, por ejemplo, «me gusta la estrategia de mercado de Ethena por motivos fisiológicos, y rechazo la estrategia de arbitraje de XX», lo que revela preferencias vagas.

Es muy claro que convertir blockchain / DeFi en infraestructura para IA ya ha fracasado tristemente en la última década, con proyectos como deAI, deAgent, deOpenclaw enfrentando destinos similares.

Usar los modelos más recientes para transformar las estructuras de DeFi, como que los contratos de Mythos sean seguros por defecto tras pruebas, y que cualquier cambio sea detectado en tiempo real, aumenta la seguridad.

En la organización humana, la elección de IA es «sin humanos», solo con capacidades humanas; DeFi es la industria más adecuada para esto, y no hay otra opción. Tras el diseño de reglas, DeFi solo aumenta la eficiencia del capital bajo condiciones de seguridad, siguiendo la jerarquía de niveles de conducción autónoma (L1/2/3/4), con un proceso de autorización de información → uso limitado de fondos → uso completo de fondos.

Si los agentes continúan aprendiendo habilidades de trading y gestión de curadores, inevitablemente superarán a los humanos en trading y ganancias, pero lamentablemente, los datos de DeFi aún no han sido sistematizados ni entrenados por IA; en la actualidad, la IA en el mundo cripto está en la fase de recaudación de fondos.

Pero estoy convencido de que el uso real de fondos será la próxima gran ola de transformación de DeFi por IA, inevitable.

Entonces, ¿cómo será la forma de la economía de tokens tras la reconfiguración de seguridad (contratos) y organización (humanos)?

• En la era PoW, los tokens son certificados de consumo de poder computacional, muy similares a los IA tokens actuales;

• En la era PoS, los tokens son certificados de rendimiento esperado, y los IA tokens están evolucionando en esa dirección (ofrecer capacidades que sustituyen a humanos es esa expresión de valor económico de IA);

Los tokens en la era de IA ya superan nuestro ámbito de ingeniería, solo podemos hacer predicciones irresponsables basadas en teorías.

Referenciando a Sky, que controla la distribución de tokens para APY en diferentes canales, y a Claude, que valora la capacidad del modelo por el consumo de tokens, el futuro de los Crypto Tokens probablemente será un «certificado de retorno de capital».

Aquí, una distinción importante: los tokens en la era PoS, como $ETH , cuya rentabilidad esperada es una hipótesis económica basada en inferencias previas, pero el diseño de ingeniería de IA y los parámetros de DeFi se acercarán mucho a la realidad, con tasas de retorno y riesgos altamente confiables y verificables en tiempo real.

Incluso, los usuarios podrán determinar el precio actual de los tokens observando el modelo grande y los agentes utilizados en los protocolos DeFi, y las métricas de optimización de Harness; si creen en ello, compran, si no, venden.

Epílogo

Las innumerables penas y el futuro impredecible de la humanidad.

El futuro de DeFi se divide en aspectos económicos y tecnológicos; la economía de tokens aún no tiene una solución clara, pero la seguridad muestra un rayo de esperanza. Claude y Mythos pueden amenazar al mundo, y si se piensa al revés, eso significa que pueden gestionar bien el dinero.

AlphaGo resolvió completamente el problema del Go, Claude resolverá completamente el problema de la programación; escenarios así solo aumentarán en el futuro, y los contratos de DeFi, la organización humana, e incluso las unidades de valoración económica, tienen espacio para ser optimizados teóricamente.

Al menos, los humanos no deben preocuparse por ser completamente reemplazados; en una era donde los datos no valen dinero, las acciones humanas tienen su propio significado. Por ahora, la toma de control de los agentes sobre los humanos sigue siendo en detalles como «microtareas» y «micropagos», comportamientos repetitivos que debemos transformar en valor. La IA hace que el valor de los datos y contenidos caiga a niveles cercanos a cero, con costos casi nulos, y los valores económicos unitarios (costos) de los tokens de IA y de criptomonedas siguen bajando, tendencia inevitable.

Se puede decir incluso que esta es la primera vez que el dinero se abre verdaderamente a las personas, ya sea para trabajos de IA o para consumo con criptomonedas.