¿Cómo puede la cadena de bloques llenar los vacíos de identidad, pago y confianza de los Agentes de IA?

Escribir: a16z crypto

Compilado por: AididiaoJP, Foresight News

El agente de IA está evolucionando rápidamente desde herramientas auxiliares hacia verdaderos participantes económicos, a una velocidad mucho mayor que otras infraestructuras.

Aunque los agentes ya pueden ejecutar tareas y realizar transacciones, todavía carecen de una forma estándar para demostrar «quién soy», «qué me está autorizado a hacer» y «cómo puedo obtener recompensas» en diferentes entornos. La identidad no es transferible, los pagos aún no son programables por defecto y la colaboración sigue siendo una especie de islas aisladas.

La blockchain está abordando estos problemas desde la capa de infraestructura. Los libros públicos proporcionan pruebas auditables de cada transacción; las carteras otorgan a los agentes identidades portables; y las monedas estables se convierten en otra capa de liquidación. Estos no son conceptos del futuro, ya están disponibles hoy y pueden ayudar a que los agentes funcionen como verdaderos actores económicos sin permisos.

Proporcionar identidad a no humanos

El cuello de botella actual en la economía de los 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 es aproximadamente 100 veces mayor que la de empleados humanos. Con la implementación a gran escala de marcos modernos de agentes (modelos grandes con llamadas a herramientas, flujos de trabajo autónomos, orquestación de múltiples agentes), esta proporción seguirá aumentando en todos los sectores.

Sin embargo, estos agentes en realidad todavía están en un estado de «sin cuentas bancarias». Pueden interactuar con el sistema financiero, pero no de manera portável, verificable y confiable por defecto. Les falta un método estandarizado para demostrar sus permisos, operar de forma independiente en diferentes plataformas o asumir responsabilidad por sus acciones.

Lo que falta es una capa de identidad universal — similar a SSL para agentes — que pueda estandarizar la colaboración entre plataformas. Las soluciones actuales siguen siendo muy fragmentadas: por un lado, pilas verticales integradas y con prioridad en moneda fiduciaria; por otro, estándares abiertos nativos de criptografía (como x402 y las propuestas emergentes de identidad de agentes); y también extensiones de marcos de desarrollo que intentan conectar la identidad a nivel de aplicación (como MCP, Protocolo de Contexto de Modelo).

Aún no existe una forma ampliamente adoptada y interoperable que permita a un agente demostrar a otro: quién representa, qué permisos tiene y cómo recibe recompensas.

Este es el núcleo de KYA (Know Your Agent). Al igual que los humanos dependen de registros crediticios y KYC (Know Your Customer), los agentes necesitarán credenciales firmadas criptográficamente que los vinculen con su entidad, permisos, restricciones y reputación. La blockchain ofrece una capa de coordinación neutral: identidades portables, carteras programables y pruebas verificables que se pueden interpretar en chats, APIs y mercados.

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

Pero antes de que surjan estándares universales de identidad, los comerciantes seguirán bloqueando agentes en sus cortafuegos.

Gobernar sistemas que ejecutan IA

Los agentes comienzan a tomar el control de sistemas reales, lo que plantea una nueva pregunta: ¿quién tiene realmente el control? Imagina una comunidad o empresa donde un sistema de IA coordina recursos clave (ya sea para distribuir capital o gestionar la cadena de suministro). Incluso si las personas pueden votar sobre cambios en políticas, si la capa subyacente de IA está controlada por un solo proveedor, que puede actualizar modelos, ajustar restricciones o sobreescribir decisiones, esa autoridad es muy frágil. La capa de gobernanza formal puede ser descentralizada, pero la 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 hacer que la democracia directa sea más factible: cada persona puede tener un agente de IA que ayude a entender propuestas complejas, modelar trade-offs y votar según sus preferencias. Pero esta visión solo se realiza si los agentes son responsables ante las personas que representan, pueden ser portables entre proveedores y están técnicamente restringidos a seguir instrucciones humanas. De lo contrario, el sistema puede parecer democrático en la superficie, pero en realidad está siendo manipulado por comportamientos de modelos opacos y controlados por nadie.

Si actualmente la realidad es que los agentes se construyen principalmente sobre unos pocos modelos base, necesitamos una forma de demostrar que un agente actúa en beneficio del usuario, no de la empresa que desarrolla el modelo. Esto probablemente requerirá garantías criptográficas en múltiples niveles: (1) los datos de entrenamiento, ajuste fino o aprendizaje reforzado en los que se basa el modelo; (2) las instrucciones y prompts específicos que sigue el agente; (3) su historial de comportamiento en el mundo real; (4) garantías confiables de que, una vez desplegado, el proveedor no puede modificar sus instrucciones ni volver a entrenarlo sin que el usuario lo sepa. Sin estas garantías, la gobernanza de agentes se reduce a la gestión de quienes controlan los pesos del modelo.

Aquí es donde la tecnología criptográfica puede jugar un papel crucial. Si las decisiones colectivas se registran en la cadena y se ejecutan automáticamente, los sistemas de IA pueden ser obligados a seguir resultados verificados. Si los agentes tienen identidades criptográficas y registros de ejecución transparentes, se puede verificar si actúan dentro de los límites. Si la capa de IA es propiedad del usuario y es portável, en lugar de estar atada a una plataforma, ninguna empresa podrá cambiar las reglas con una simple actualización del modelo.

En última instancia, gobernar sistemas de IA es una cuestión de infraestructura, no solo de políticas. La verdadera autoridad reside en construir garantías que puedan ser aplicadas de forma forzosa en el sistema mismo.

Llenar el vacío de pagos tradicionales en negocios nativos de IA

Los agentes de IA comienzan a comprar diversos servicios: scraping web, sesiones de navegador, generación de imágenes, y las monedas estables se están convirtiendo en una capa de liquidación alternativa para estas transacciones. Al mismo tiempo, se está formando un nuevo mercado dirigido a agentes. Por ejemplo, el mercado MPP de Stripe y Tempo agrega más de 60 servicios diseñados específicamente para agentes de IA. En su primera semana, procesaron 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 diferente es cómo acceden a estos servicios: no hay páginas de pago. El agente lee esquemas, envía solicitudes, paga y recibe resultados en una sola interacción. Esto representa una nueva categoría de comerciantes sin identidad: solo un servidor, un conjunto de endpoints y un precio por llamada. Sin interfaz frontend ni equipo de ventas.

La infraestructura de pagos para esto ya está en marcha. 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 herramienta CLI que permite a los desarrolladores gastar desde la terminal, y los comerciantes reciben stablecoins en tiempo real en su backend.

Por ahora, los datos aún son preliminares. Después de filtrar actividades no orgánicas, x402 procesa aproximadamente 1.6 millones de dólares en pagos impulsados por agentes al mes, mucho menos que los 24 millones reportados por Bloomberg (según datos de x402.org). Pero la infraestructura circundante se está expandiendo rápidamente: Stripe, Cloudflare, Vercel y Google ya han integrado x402 en sus plataformas.

Las herramientas para desarrolladores representan una gran oportunidad, ya que con la expansión del «vibe coding» más personas pueden construir software, y el mercado total accesible para estas herramientas crece. Empresas como Merit Systems están creando productos para este mundo, como AgentCash, un monedero y mercado CLI que conecta MPP y x402. Estos productos permiten a los agentes usar un saldo único en monedas estables para comprar datos, herramientas y capacidades. Por ejemplo, un agente de ventas puede llamar a un endpoint y, al mismo tiempo, obtener datos de Apollo, Google Maps y Whitepages para enriquecer información de clientes potenciales, sin salir de la línea de comandos.

Este tipo de comercio agente a agente tiende a usar infraestructuras de pago criptográficas (y soluciones emergentes con tarjetas), por varias razones. Primero, el riesgo de aseguramiento: los procesadores de pagos tradicionales asumen riesgos de los comerciantes, pero un comerciante sin sitio web ni entidad legal es difícil de asegurar para ellos. Segundo, las monedas estables en redes abiertas son programables sin permisos: cualquier desarrollador puede hacer que un endpoint acepte pagos sin necesidad de integrarse con un procesador o firmar un acuerdo comercial.

Ya hemos visto este patrón antes. Cada cambio en la forma de hacer negocios crea un tipo de comerciante que los sistemas existentes no pueden atender inicialmente. Las empresas que construyen esta infraestructura apuestan no solo a los 1.6 millones de dólares mensuales, sino a cuánto crecerá esa cifra cuando los agentes se conviertan en compradores predeterminados.

Revalorizar la confianza en la economía de agentes

En los últimos 300,000 años, la cognición humana ha sido el principal cuello de botella para el progreso. Hoy, la IA está llevando el coste marginal de ejecución a cero. Cuando los recursos escasos se vuelven abundantes, las restricciones se trasladan. Cuando la inteligencia se vuelve barata, ¿qué se vuelve caro? La respuesta es la verificación.

En la economía de agentes, la verdadera limitación en escala es nuestra capacidad biológica para auditar y asegurar decisiones de modelos y máquinas. La capacidad de procesamiento de los agentes ya supera con creces la supervisión humana. Debido a los altos costos de supervisión y a los retrasos en detectar fallos, los mercados tienden a invertir muy poco en supervisión. La supervisión humana en el ciclo de control se vuelve rápidamente físicamente imposible.

Pero desplegar agentes no verificados introduce riesgos compuestos. Los sistemas optimizan implacablemente métricas de «agentes» y, silenciosamente, se desvían de las intenciones humanas, creando una apariencia de productividad vacía y acumulando enormes deudas de IA. Para que la economía confiada en máquinas sea segura, la confianza ya no puede depender solo de inspecciones humanas: debe estar codificada en la arquitectura misma del sistema.

Cuando cualquiera puede generar contenido de forma gratuita, lo más importante es la procedencia verificable: saber de dónde proviene y si se puede confiar en ello. Blockchain, pruebas en cadena y sistemas de identidad digital descentralizados están cambiando los límites económicos de lo que puede desplegarse de forma segura. Ya no tratas a la IA como una caja negra, sino que tienes un historial claro y auditable.

A medida que más agentes de IA comienzan a comerciar entre sí, las vías de liquidación y las pruebas de origen se integran estrechamente. Los sistemas que manejan fondos (como monedas estables y contratos inteligentes) también pueden portar credenciales criptográficas que muestran quién hizo qué y quién debe ser responsable si surge un problema.

La ventaja comparativa de los humanos se desplazará hacia arriba: desde detectar errores menores, hasta definir estrategias y asumir responsabilidades cuando algo sale mal. La ventaja duradera será para quienes puedan certificar criptográficamente sus outputs, asegurarlos y absorber la responsabilidad en caso de fallos.

La escala sin verificación es una deuda que se acumula con el tiempo.

Mantener el control del usuario

Durante décadas, nuevas capas de abstracción han definido cómo interactúan los usuarios con la tecnología. Los lenguajes de programación abstraen el código máquina; las interfaces gráficas reemplazan a las líneas de comando, seguidas por aplicaciones móviles y APIs. Cada cambio oculta más complejidad subyacente, pero siempre mantiene a los usuarios en control del ciclo.

En el mundo de los agentes, los usuarios especifican resultados en lugar de acciones concretas, y el sistema decide cómo lograrlos. Los agentes no solo abstraen la ejecución de tareas, sino también quién las realiza. El usuario establece parámetros iniciales y luego se retira, dejando que el sistema funcione por sí mismo. El rol del usuario pasa a ser de supervisor; por defecto, todo está «encendido», a menos que intervenga.

A medida que los usuarios delegan más tareas a los agentes, surgen nuevos riesgos: entradas ambiguas pueden hacer que los agentes actúen sobre supuestos erróneos sin que el usuario lo sepa; los fallos pueden no reportarse, dificultando el diagnóstico; una sola aprobación puede desencadenar flujos de trabajo complejos y no previstos.

Aquí es donde la tecnología criptográfica puede ayudar. La criptografía siempre ha buscado minimizar la confianza ciega. A medida que los usuarios delegan más decisiones a los sistemas, los agentes hacen que este problema sea aún más agudo y exigen un diseño más riguroso: estableciendo límites claros, mejorando la visibilidad y aplicando garantías más fuertes sobre las capacidades del sistema.

Nuevas herramientas nativas de criptografía están surgiendo. Marcos de delegación de alcance — como el Delegation Toolkit de MetaMask, AgentKit y Wallet de Agent de Coinbase, y AgentCash de Merit Systems — permiten a los usuarios definir en contratos inteligentes qué puede y qué no puede hacer un agente. Arquitecturas basadas en intenciones (como NEAR Intents, que desde el cuarto trimestre de 2024 ha gestionado más de 15 mil millones de dólares en volumen acumulado en intercambios descentralizados) permiten a los usuarios establecer resultados deseados (por ejemplo, «puentea tokens y haz staking») sin tener que especificar cómo lograrlos.