a16z: 5 formas en que blockchain ayuda a la infraestructura de agentes de IA

Autor: a16z

Traducido por: Hu Tao, ChainCatcher

Los agentes de inteligencia artificial pasan rápidamente de ser “copilotos” a participantes económicos, incluso más rápido que la infraestructura que los rodea.

Aunque los agentes ahora pueden realizar tareas y hacer transacciones, carecen de un método estandarizado para demostrar su identidad, permisos y formas de remuneración en diferentes entornos. La información de identidad no se comparte entre plataformas, los métodos de pago aún no son programables por defecto, y la coordinación de tareas se realiza de forma independiente.

Blockchain resuelve este problema en la capa de infraestructura. Los libros públicos proporcionan recibos para cada transacción, y cualquiera puede auditar. Las carteras ofrecen a los usuarios identidades portátiles. Las monedas estables proporcionan una forma alternativa de liquidación. Estas no son tecnologías futuristas inalcanzables. Ya están disponibles y pueden ayudar a los usuarios a operar como verdaderos actores económicos sin permisos.

1. Identidad no humana

El cuello de botella actual de la economía de agentes ya no es la inteligencia, sino la identidad.

Solo en la industria de servicios financieros, la cantidad de identidades no humanas (sistemas de comercio automatizado, motores de riesgo, modelos de fraude) ya supera en aproximadamente 100 veces a la de empleados humanos. Con la implementación masiva de marcos modernos de agentes (LLMs con herramientas, flujos de trabajo autónomos, orquestación de múltiples agentes), esta proporción seguirá aumentando en todos los sectores.

Sin embargo, estos agentes aún no tienen cuentas bancarias. Pueden interactuar con el sistema financiero, pero sus interacciones carecen de portabilidad, verificabilidad, y no son confiables por defecto. Les falta un método estandarizado para demostrar permisos, no pueden operar independientemente en diferentes plataformas, y no pueden asumir responsabilidad por sus acciones.

Lo que falta ahora es una capa de identidad universal — similar a un protocolo SSL para agentes — que pueda coordinarse de forma estandarizada entre plataformas. Aunque existen intentos, los métodos siguen fragmentados: por un lado, pilas verticales integradas y centradas en moneda fiduciaria; por otro, estándares abiertos nativos de criptografía (como x402 y propuestas emergentes de identidad de agentes); además, marcos de desarrollo como MCP (Protocolo de Contexto de Modelo) que intentan enlazar identidades en la capa de aplicación.

Aún no existe un método ampliamente adoptado y interoperable que permita a un agente demostrar a otro: quién representa, qué permisos tiene y cómo recibe recompensas. Esa es la idea central de KYA (Know Your Agent, Conoce a tu Agente).

Al igual que los humanos dependen del historial crediticio y KYC (Conoce a tu Cliente), los agentes necesitan credenciales firmadas criptográficamente que vinculen al agente con su delegado, permisos, restricciones y reputación. Blockchain proporciona una capa de coordinación neutral para todo esto: identidades portátiles, carteras programables y pruebas verificables que se puedan interpretar en chats, APIs y mercados.

Ya hemos visto implementaciones tempranas: registros de agentes en cadena, carteras nativas con USDC, estándares ERC para “agentes de confianza mínima”, y kits de herramientas para desarrolladores que combinan identidad con pagos integrados y control de fraude.

Pero, hasta que surja un estándar universal de identidad, los comerciantes seguirán bloqueados por firewalls en la práctica.

2. Gobernanza de sistemas de ejecución de IA

Los agentes comienzan a operar en sistemas reales, lo que genera nuevos problemas.

La clave está en quién tiene el control real. Imagina una comunidad o empresa donde un sistema de IA coordina recursos clave, ya sea en la asignación de fondos o en la gestión de la cadena de suministro. Incluso si las personas votan cambios de política, si la capa subyacente de IA está controlada por un solo proveedor — que puede actualizar modelos, ajustar restricciones o anular decisiones — ese poder es muy frágil. La gobernanza formal puede ser descentralizada, pero la capa de operación sigue siendo centralizada; quien controla el modelo, controla el resultado final.

Cuando los agentes asumen roles de gobernanza, introducen una capa de dependencia adicional. En teoría, esto puede facilitar la implementación de democracia directa: cada persona puede tener un representante de IA, responsable de entender propuestas complejas, sopesar ventajas y desventajas, y votar según sus preferencias declaradas.

Pero esta visión solo será realizable si estos agentes son responsables ante las personas que representan, si pueden operar de forma universal entre diferentes proveedores de servicios, y si tecnológicamente están limitados a seguir instrucciones humanas. De lo contrario, el sistema final parecerá democrático en la superficie, pero en realidad será impulsado por comportamientos de modelos opacos, que nadie puede controlar.

Si actualmente los agentes están construidos con unos pocos modelos base, necesitamos métodos para demostrar que sus acciones están alineadas con los intereses de los usuarios, no con los de las empresas que los crean. Esto puede requerir garantías criptográficas en múltiples niveles: (1) qué datos de entrenamiento, ajuste fino o aprendizaje por refuerzo alimentaron el modelo; (2) instrucciones y prompts específicos que controlan cada instancia; (3) registros de comportamientos en el mundo real; y (4) garantías confiables de que, una vez desplegados, los proveedores no puedan modificar instrucciones ni reentrenar los agentes para que operen sin conocimiento del usuario. Sin estas garantías, la gobernanza de los agentes se reducirá a un control de los pesos del modelo por parte de un actor.

Aquí es donde entra en juego la criptomoneda. Si las decisiones colectivas se registran en cadena y se ejecutan automáticamente, los sistemas de IA pueden ser requeridos para cumplir resultados verificados. Si los agentes tienen identidades criptográficas y registros de ejecución transparentes, se puede verificar si cumplen las reglas. Además, si la capa de IA es propiedad y portabilidad del usuario, en lugar de estar atada a una plataforma, ninguna empresa podrá cambiar las reglas mediante actualizaciones del modelo.

En última instancia, la gobernanza de los sistemas de IA es un desafío de infraestructura, no solo de política. La verdadera autoridad reside en construir mecanismos de ejecución verificables en el propio sistema.

3. Rellenar el vacío en pagos nativos de IA para empresas

Los agentes de IA comienzan a comprar cosas — scraping web, sesiones en navegador, generación de imágenes — y las monedas estables se convierten en una capa de liquidación alternativa para estas transacciones. Al mismo tiempo, se está formando un nuevo mercado orientado a agentes. Por ejemplo, el mercado MPP de Stripe y Tempo, que agrupa más de 60 servicios diseñados específicamente para agentes de IA. En su primera semana, procesó más de 34,000 transacciones, con tarifas tan bajas como 0.003 dólares, y las monedas estables son uno de los métodos de pago predeterminados.

Lo que diferencia a estos servicios es la forma en que se accede a ellos. Sin páginas de pago. El agente lee esquemas, envía solicitudes, paga y recibe resultados en una sola interacción. Representan una nueva categoría de “comerciantes sin cabeza”: solo un servidor, un conjunto de endpoints, y un precio por llamada. Sin interfaz frontal — ni tienda física ni equipo de ventas.

Ya están en marcha las vías de pago para esto. Coinbase x402 y MPP usan enfoques diferentes, pero ambos integran pagos directamente en las solicitudes HTTP. Visa también está expandiendo en esa dirección, ofreciendo una CLI para que los desarrolladores puedan gastar desde la terminal, y los comerciantes reciban en tiempo real monedas estables en su backend.

Los datos aún son preliminares. Eliminando actividades no orgánicas como lavado de transacciones, x402 procesa aproximadamente 1.6 millones de dólares mensuales en pagos impulsados por agentes, mucho menos que los 24 millones reportados por Bloomberg (según datos de x402.org). Pero la infraestructura circundante se expande rápidamente: Stripe, Cloudflare, Vercel y Google ya integran x402 en sus plataformas.

El campo de herramientas para desarrolladores ofrece oportunidades enormes. La aparición de Vibe Coding amplía la comunidad de desarrolladores de software y también el mercado potencial de herramientas. Empresas como Merit Systems trabajan en soluciones futuras, lanzando AgentCash, una billetera CLI y plataforma de mercado que conecta con los protocolos MPP y x402. Estos productos permiten a los agentes usar monedas estables en una sola cuenta para comprar datos, herramientas y funciones. Por ejemplo, un agente de ventas puede llamar a un endpoint para obtener datos de Apollo, Google Maps y Whitepages, enriqueciendo la información del cliente potencial sin salir de la línea de comandos.

La preferencia por pagos en criptomonedas (y soluciones emergentes basadas en tarjetas) en estos agentes se debe a varias razones. Primero, la suscripción. Cuando un procesador de pagos se conecta a un comerciante, asume su riesgo. Un comerciante sin sitio web ni entidad legal, como un agente sin cabeza, es difícil de asegurar para los procesadores tradicionales. Segundo, las monedas estables en redes abiertas son programables sin permisos: cualquier desarrollador puede hacer que un endpoint acepte pagos sin necesidad de integrar un procesador o firmar un acuerdo comercial.

Este patrón ya lo hemos visto antes. Cada cambio en el modelo de negocio genera una nueva categoría de comerciantes, y los sistemas existentes inicialmente no pueden atenderlos. Las empresas que construyen esta infraestructura no apuestan solo a los ingresos mensuales de 1.6 millones de dólares, sino a cuánto podrían crecer cuando los agentes se conviertan en compradores predeterminados.

4. Redefiniendo la confianza en la economía de agentes

Hace 300,000 años, la cognición humana fue la principal limitación para el progreso. Ahora, la IA está llevando el costo marginal de ejecución a cero. Cuando los recursos escasos se vuelven abundantes, las restricciones también cambian. Cuando la inteligencia se vuelve barata, ¿qué se vuelve caro? La verificación.

En la economía de agentes, la verdadera limitación al crecimiento es nuestra capacidad biológica para auditar y evaluar decisiones de máquinas. La capacidad de procesamiento de los agentes ya supera con creces la supervisión humana. Dado que supervisar es costoso y los fallos toman tiempo en evidenciarse, los mercados tienden a reducir la inversión en supervisión. La “colaboración humano-máquina” se vuelve rápidamente una imposibilidad práctica.

Pero desplegar agentes no verificados conlleva riesgos acumulativos. Los sistemas optimizan implacablemente los indicadores de “agente”, desviándose silenciosamente de las intenciones humanas, creando una falsa ilusión de productividad y ocultando una enorme deuda de IA acumulada. Para delegar la economía de forma segura en máquinas, la confianza ya no puede depender solo de auditorías humanas: debe estar codificada en la arquitectura misma.

Cuando cualquiera puede generar contenido gratis, lo más importante es la fuente verificable — conocer el origen y la confiabilidad del contenido. Blockchain, la certificación en cadena y los sistemas de identidad digital descentralizada cambian las fronteras económicas del despliegue seguro. La IA ya no se ve como una caja negra, sino que tiene un historial claro y auditable.

A medida que más agentes de IA comienzan a comerciar entre sí, los mecanismos de liquidación y trazabilidad se vuelven inseparables. Los sistemas de transferencia de fondos — como monedas estables y contratos inteligentes — pueden portar recibos criptográficos que registran quién hizo qué y quién debe responsabilizarse en caso de problemas.

Las ventajas comparativas humanas siguen creciendo: desde detectar pequeños errores, definir estrategias, hasta asumir responsabilidades en fallos. La ventaja duradera pertenece a quienes puedan encriptar, asegurar y responsabilizarse por sus resultados.

La escalabilidad sin verificación es un riesgo que se acumula con el tiempo.