Crypto no ha muerto, solo ha entregado talento a la IA

Autor｜Xinyang & Ethan @ IOSG

En 2026, la curva de actividad en GitHub de la comunidad open source de Crypto completó una sorprendente “base”. Desde su pico en 2022 con 45K desarrolladores activos mensuales, cayó a aproximadamente 23K, una reducción en papel que generó debates en las redes sociales sobre una “agotamiento de la narrativa”. Sin embargo, al descomponer la sección de esta curva, lo que vemos no es una contracción del sector, sino una profunda “desleveraging de talento”.

▲ Fuente de datos: Electric Capital Developer Report, basado en los Github de los ecosistemas Crypto

¿Quién se fue? ¿Quién todavía permanece?

Los que se fueron principalmente son los nuevos. En febrero de 2024, los nuevos desarrolladores mensuales alcanzaron 5462, para luego caer drásticamente, con una tasa de pérdida del 52% en menos de un año. La mayoría de estos ingresaron durante el mercado alcista, trabajando en contratos de minting de NFT, forks de protocolos DeFi, y en el frontend de nuevas L2. Estos puestos dependen mucho del entusiasmo del mercado; cuando la tendencia se enfría, los proyectos dejan de operar y los puestos desaparecen. Según los datos, la contribución de código de los nuevos nunca superó el 25% del total, y desde el principio, estos no estaban en el núcleo del sector.

▲ Los recién llegados entran en la tendencia alcista y salen en la bajista; los desarrolladores establecidos (más de 2 años de experiencia) alcanzan récords en ese mismo período

Fuente de datos: Electric Capital Developer Report

Por otro lado, los desarrolladores con más de dos años en la industria no solo no disminuyen, sino que alcanzan récords históricos, aportando aproximadamente el 70% del volumen de código. La opinión de Maria Shen, GP de Electric Capital, es clara: “Cuando miramos al grupo de desarrolladores establecidos, está creciendo y parece muy saludable.”

No permanecen solo por falta de opciones alternativas.

Desde el punto de vista técnico, las tareas centrales en crypto ahora son trabajos de infraestructura que generalmente requieren años de experiencia para entender: desarrollo en la capa de protocolos, auditorías de seguridad, arquitecturas cross-chain. Estos trabajos necesitan años de acumulación para ser dominados realmente; no se pueden eliminar solo por la pérdida de entusiasmo.

Desde la perspectiva económica, muchos veteranos poseen tokens sin haberlos vesto, control sobre gobernanza en protocolos, y relaciones de participación accionaria. Su acumulación en el sector ya ha creado barreras reales y retornos. En cuanto a distribución ecológica, están votando con sus pies: los desarrolladores de Bitcoin crecieron un 64.3% en dos años, Solana +11.1%, mientras que Cosmos cayó un 51.1% y Polkadot un 46.9%. Los veteranos están concentrándose en ecosistemas con usuarios reales e ingresos, dejando aquellos que aún se mantienen solo por narrativa.

▲ Fuente: Coincub Web3 Jobs Report 2025

Fuente de datos: Web3.Career

El cambio en la estructura de los puestos también confirma lo mismo. En 2025, los puestos de mayor proporción en Web3 no son desarrolladores, sino Gestión de Proyectos y Programas, con más del 27%. Para una industria conocida por su enfoque técnico, esto resulta contraintuitivo, pero la lógica detrás no es compleja: la industria pasa de una fase de construcción a una de ejecución, con más de 100 cadenas que integrar, clientes institucionales con requisitos de cumplimiento y seguridad muy diferentes, y gobernanza DAO que necesita equilibrar intereses diversos. Esto no es gestión de proyectos tradicional, sino coordinación y juicio en un entorno en formación.

Aunque la superficie del sector parece reducirse, la densidad del núcleo en realidad aumenta. La misma tendencia en 2018-2019, en plena bajista, también vio una pérdida masiva de desarrolladores, pero luego surgieron proyectos emblemáticos como Uniswap, Aave, OpenSea, que definieron el mercado alcista de 2020-2021. Los constructores que permanecieron ahora cuentan con infraestructuras más maduras, y la era de la IA les brinda un escenario aún mayor que la anterior.

¿Qué habilidades llevan los que permanecen?

¿En qué habilidades especiales ha entrenado la industria de crypto a sus constructores? Para responder, hay que volver a los principios básicos de blockchain: bajo las reglas fundamentales que rigen el sector, en los ciclos alcista y bajista, la operación siempre se basa en la misma regla: código es ley, ejecución es sentencia definitiva.

En 2016, el evento The DAO, donde un atacante explotó una vulnerabilidad de llamadas recursivas para robar 36 millones de dólares. El código no tenía bugs, la lógica funcionó como se esperaba, pero los límites no fueron anticipados por los diseñadores. En 2021, el puente cross-chain Poly Network fue atacado, transfiriendo 610 millones de dólares en horas. No hay plataforma que pueda detenerlo, ni autoridad que pueda revertirlo, ni leyes que puedan remediarlo. Esta es una característica estructural que diferencia a crypto de casi todos los demás sectores: no hay margen de error, la intervención posterior casi no existe.

Este entorno ha forjado una habilidad poco común en otros sectores: construir sistemas operativos confiables desde cero en condiciones de reglas ausentes y confianza escasa, logrando que extraños participen con activos reales.

Esta habilidad tiene dos niveles. Primero, construir confianza desde cero, sin depender de autoridades externas, solo con código y mecanismos que hagan que extraños confíen en poner activos reales. Segundo, tomar decisiones en condiciones de incertidumbre técnica y económica, sin marcos regulatorios, sin datos históricos, sin estándares de la industria, y aún así diseñar sistemas operativos.

Ambos niveles han sido validados en crypto. Uniswap sin respaldo de empresa, sin KYC, sin atención al cliente, donde cualquiera puede poner fondos en un pool de liquidez confiando solo en unos cientos de líneas de código y en un mecanismo económico, logrando miles de millones en volumen diario. MakerDAO sin respaldo de banco central, sin seguro de depósitos, solo con gobernanza en cadena y mecanismos de colateralización que mantienen estable el DAI. Durante el verano DeFi, aún más extremo: sin marcos regulatorios, sin auditorías, sin datos históricos, los constructores diseñaron AMMs, protocolos de préstamo, minería de liquidez, logrando miles de millones en TVL en meses. La misma capacidad se refleja en diferentes niveles: en protocolos, aplicaciones y gobernanza, pero la base es la misma.

La era de la IA está generando problemas estructuralmente similares. Los modelos toman decisiones opacas, sus resultados no pueden ser verificados de forma independiente. Los agentes de IA comienzan a ejecutar transacciones y gestionar fondos autónomamente, sin reglas ni mecanismos de control existentes. Las grandes empresas de modelos controlan tanto el modelo como los estándares de evaluación, y los usuarios carecen de medios efectivos para verificar. La concentración de poder en pocas grandes empresas crea monopolios en la demanda. Estos problemas apuntan a un mismo núcleo: la confianza en sistemas autónomos, que se repite en la escala mayor de la IA.

Los constructores de crypto, en entornos sin reglas externas, han manejado estos problemas durante años, solo que antes en protocolos en cadena, ahora en IA. Y algunos ya han llevado habilidades acumuladas en crypto directamente a IA, logrando resultados.

¿Cómo se revalúan estas habilidades en la era de la IA?

Casos recientes de crypto que migran a IA son frecuentes, pero al analizarlos, lo que llevan no es exactamente lo mismo.

Una vía evidente es la transferencia directa de hardware y experiencia. Los fundadores de CoreWeave, Michael Intrator, Brian Venturo y Brannin McBee, comenzaron en 2017 minando Ethereum con GPU, expandiendo de una a miles de unidades, cerraron en 2022, y dos meses después salió ChatGPT. Sus GPUs se convirtieron en capacidad de IA, y en marzo de 2025, cotizaron en Nasdaq con una valoración de aproximadamente 23 mil millones de dólares, alcanzando picos cercanos a 70 mil millones. Alex Atallah, cofundador de OpenSea, con experiencia en agregación y routing de activos heterogéneos en NFT, aplicó esa experiencia en routing de modelos de IA, fundando OpenRouter, que en dos años sirvió a más de 5 millones de desarrolladores y alcanzó una valoración de 500 millones de dólares.

Otra migración más interesante es la de los fundadores de NEAR. Iliya Polosukhin, coautor del paper Transformer, dejó Google y pensó en construir aplicaciones de IA en lenguaje natural, pero enfrentó un problema real: pagar a trabajadores de datos en todo el mundo, muchos sin cuentas bancarias. La tecnología blockchain se convirtió en la mejor solución para ese pago. Ahora NEAR se está transformando en una plataforma de infraestructura de IA, centrada en IA propiedad del usuario y aprendizaje automático confidencial descentralizado (DCML), permitiendo a los usuarios usar servicios de IA sin exponer datos. La experiencia en arquitectura descentralizada acumulada en NEAR es un punto difícil de copiar. Sean Neville, cofundador de Circle, tras dejar la empresa, fundó Catena Labs, una banca nativa en IA, trasladando su conocimiento en infraestructura de stablecoins a escenarios financieros de agentes de IA, con una inversión de 18 millones de dólares en semilla liderada por a16z crypto. Nader Dabit, desarrollador senior en Aave y Lens Protocol, se pasó a Cognition, llevando su experiencia en construcción de ecosistemas en protocolos crypto a herramientas de agentes de IA.

Estas personas no solo llevan hardware GPU o redes de usuarios, sino también intuiciones en diseño de mecanismos, experiencia en ecosistemas de desarrolladores, y juicio para construir sistemas confiables desde cero en reglas ausentes. Estas habilidades corresponden exactamente a los tres vacíos estructurales que enfrenta la IA a escala.

Agregación y optimización de poder de cómputo

El poder de cómputo es la limitación más directa para escalar IA. Entrenar y hacer inferencias requiere muchas GPUs, la demanda fluctúa mucho, los proveedores en la nube son caros y tienen listas de espera, las empresas no quieren acumular hardware. La cuestión tiene dos niveles: cómo agregar y distribuir poder de cómputo, y cómo usarlo de forma más eficiente. Los constructores de crypto tienen experiencia en ambos.

Hyperbolic aborda la distribución y confianza. Jasper Zhang, fundador, aplicó mecanismos descentralizados en la carrera por IA: tokens que motivan a poseedores dispersos de GPU a contribuir con capacidad ociosa, y un mecanismo de confianza basado en PoSP, que usa muestreo aleatorio y teoría de juegos para hacer que la honestidad sea la estrategia dominante, sin necesidad de validación completa, con bajo costo y escalable. Este mecanismo proviene de la lógica de verificación de comportamiento en crypto.

MoonMath se enfoca en eficiencia. Antes, Ingonyama aceleraba ZK hardware en condiciones extremas, multiplicando la velocidad de generación de pruebas ZK. Ahora, en la capa de rendimiento de IA, acelera modelos de difusión de video (LiteAttention), descomposición de capas FFN (LiteLinear), y retropropagación (BackLite). La base común es hacer que las matemáticas funcionen más rápido en condiciones de computación extrema. La trayectoria cambió, pero la experiencia no se desperdicia.

Gobernanza y mecanismos de incentivos en IA

Cuando múltiples agentes de IA colaboran en tareas, ¿cómo garantizar que no destruyan el sistema en su búsqueda de objetivos? Cada uno persigue su propia función de utilidad, sin garantía de que el sistema siga funcionando, y su velocidad de ejecución supera ampliamente la capacidad de intervención humana.

Este problema ya fue tratado en crypto en la gobernanza DAO y tokenomics: hacer que actores con intereses diferentes operen en línea con el sistema, sin autoridad central. La respuesta de crypto es la mecánica económica: las violaciones tienen costos económicos reales, las reglas están en código y se ejecutan automáticamente.

EigenLayer trasladó este mecanismo a IA. Con restaking, los nodos deben apostar activos antes de colaborar; incumplir o violar reglas activa penalizaciones automáticas, con costos económicos reales. EigenCloud extiende esto a la computación verificable y gobernanza de agentes IA, obligando a que sus acciones se mantengan dentro de límites predefinidos. Usar mecanismos económicos para regular agentes es mucho más confiable que solo reglas éticas.

Pagos autónomos en IA

Otra cuestión fundamental: ¿cómo pagan los agentes? Los sistemas tradicionales de pago están diseñados para humanos: tarjetas, cuentas bancarias, autorizaciones, todo asumiendo que el operador es una persona con identidad y paciencia. Los agentes no esperan, pueden hacer muchas solicitudes por segundo, cada una con micro pagos, y los canales tradicionales fallan en este escenario.

Stablecoins y reglas en cadena son infraestructura ya creada por crypto, soportando programación, sin autorización y operando 24/7. Estas características son esenciales para pagos en agentes, y solo falta una capa que conecte stablecoins con los flujos de trabajo de los agentes.

x402, lanzado por Coinbase en mayo de 2025, activa el código de estado HTTP 402 para pagos con stablecoin, integrando pagos en las solicitudes HTTP, permitiendo que los agentes paguen al hacer peticiones sin cuentas, con liquidación en aproximadamente dos segundos. Hasta abril de 2026, x402 ha procesado más de 165 millones de transacciones, con un volumen total de aproximadamente 50 millones de dólares, y 69,000 agentes activos (fuente: x402 Foundation). Empresas como Cloudflare, AWS, Stripe y Anthropic MCP ya lo usan. Los pagos en agentes ya son un sector con tráfico real.

Estas tres direcciones corresponden a los tres vacíos estructurales que enfrenta la IA a escala: agregación y eficiencia de cómputo, alineación de incentivos en colaboración multi-agente, infraestructura de pagos autónomos. Aunque en software tradicional no hay soluciones predefinidas, en crypto sí hay experiencia en cada uno.

El nuevo rol del constructor: de escribir contratos a definir reglas para IA

La escalabilidad de la IA está creando un vacío funcional que antes no existía. No es un vacío técnico, sino en la capacidad de diseñar mecanismos de confianza en sistemas autónomos. Cuando el servicio pasa de humanos a IA, el rol del constructor de crypto se redefine.

La comparación de los paradigmas muestra cambios en dimensiones clave:

La diferencia central no está en la tecnología, sino en cómo se construye la confianza y cómo se ejecutan las reglas. Antes de la era de IA, los crypto builders enfrentaban participantes humanos, con reglas en contratos, sin margen de error, con límites claros. En la era IA-native, los objetos de interacción son agentes autónomos, impredecibles, que actúan mucho más rápido que la intervención humana, y los límites del sistema deben redefinirse en un entorno de mayor incertidumbre. La función del constructor pasa de “escribir contratos seguros” a “diseñar mecanismos confiables para sistemas autónomos de IA”.

Las principales instituciones ya reflejan este cambio en sus reclutamientos:

▲ En Q1 de 2026, las principales bolsas abren puestos clave en IA/datos

Fuente: Gate Research Institute

Los reclutamientos de las principales instituciones en 2026 muestran claramente esta tendencia: ya no buscan solo ingenieros de IA o desarrolladores crypto, sino personas que puedan conectar ambos mundos, entendiendo las incentivos y gobernanza en cadena, y que puedan integrar profundamente herramientas de IA en los flujos de trabajo crypto, diseñando mecanismos que alineen agentes, reguladores y usuarios a largo plazo.

La asignación de capital también refleja esta visión. Paradigm está levantando un fondo de hasta 1.5 mil millones de dólares, que amplía su foco de crypto a IA y robótica. Haun Ventures cerró un fondo II de 1,000 millones, centrado en infraestructura financiera que combina IA y crypto, especialmente pagos, stablecoins y economías agent-to-agent. a16z crypto cerró su quinto fondo de 2,2 mil millones, con 100% enfocado en crypto, con énfasis en transparencia, verificabilidad y descentralización en IA. Según PitchBook, en 2025, cerca del 40% de las inversiones en VC en EE.UU. en crypto también involucraron empresas con negocios en IA, un aumento significativo respecto a 2024.

El cambio de crypto a IA en diferentes mercados muestra caminos distintos. En EE.UU., la regulación más clara favorece la innovación en capas de protocolo, con inversión en mecanismos nuevos y exploración temprana. En Asia, Singapur y Hong Kong actúan más como centros de cumplimiento y transferencia de fondos, con menor tolerancia a innovaciones puramente en protocolo, y más enfoque en aplicaciones y fusiones industriales, usando la base de usuarios, pagos o datos acumulados en crypto para acceder rápidamente a IA.

No es una cuestión de capacidad, sino de señales de mercado y entorno regulatorio. EE.UU. fomenta la innovación en mecanismos y exploración temprana, Asia prioriza la conformidad, monetización rápida y la integración con industrias tradicionales.

Volviendo a la curva de GitHub, la caída de desarrolladores activos de 45K a 23K puede parecer una contracción. Pero entre los que permanecen, los desarrolladores establecidos alcanzan récords históricos, migrando hacia ecosistemas con usuarios reales, y siendo reevaluados en el contexto de IA de formas sin precedentes. Cuando la IA enfrenta obstáculos estructurales como agregación de cómputo, pagos autónomos, verificabilidad de datos y decisiones, estos constructores, en la intersección de Crypto y IA, con su sensibilidad a reglas, incentivos y autenticidad, están transformando esas habilidades en capacidades sistémicas escasas en la era de IA.

Como firma de inversión que desde 2017 ha profundizado en infraestructura crypto, IOSG no solo observa, sino que participa activamente en esta convergencia. Ya invertimos en mecanismos como EigenLayer antes de que fueran ampliamente conocidos, en MoonMath con su migración de ZK a IA, y en Hyperbolic, confiando en que los problemas de confianza, coordinación y verificación en IA requerirán las capacidades de diseño de mecanismos que la industria crypto ha acumulado. Creemos que la convergencia de crypto y IA no es solo narrativa, sino una oportunidad estructural en plena gestación.