Wintermute: ¿Qué más queda por desarrollar en el sector cripto?

作者：Wintermute

编译：白话区块链

El criptomundo ya lleva más de una década naciendo. Ya existen L1, y las L2 también se han puesto al día; DeFi se ha ido volviendo gradualmente más maduro, y las stablecoins ya se han convertido en infraestructura básica. En plataformas de intercambio, préstamos, contratos perpetuos y mercados de predicción, casi cada categoría parece abarrotada, y casi cada idea que resulta evidente también parece como si ya la hubiera hecho alguien.

Entonces, ¿qué vale la pena seguir construyendo en el mundo cripto?

Muchos constructores llegan a este punto y lo abandonan. Se equivocan: no porque la respuesta sea negativa, sino porque la pregunta en sí está formulada mal.

En la mayor parte de la historia de la industria cripto, las preguntas verdaderamente interesantes han sido: ¿esta vía puede sostener la carga? ¿Puedes liquidar en cuestión de segundos? ¿Puedes transferir stablecoins a gran escala? ¿Puede la red abierta soportar una carga real? Hoy, en realidad, ya hay respuestas para estas cuestiones. La infraestructura ya está disponible; los próximos problemas verdaderamente interesantes se han trasladado a otro lugar.

Lo que realmente está cambiando es todo lo que ocurre alrededor de la infraestructura. Los modelos ya no son solo “respuesta”, sino que empiezan a poder actuar por cuenta propia; los robots comienzan a aprender de videos humanos, en lugar de depender únicamente de código escrito a mano; y los estándares abiertos que rodean el pago y la identidad para Agents también van tomando forma gradualmente. Estas cosas por sí mismas tal vez no pertenezcan necesariamente al cripto, pero todas están empujando hacia un límite: si la infraestructura financiera y de confianza existente, orientada a “humanos”, aún puede soportar nuevos participantes.

Ahora la pregunta que realmente vale la pena hacer ya no es “¿qué más puede hacer cripto?”, sino “por qué el mundo real necesita cripto a continuación”.

Y cada vez es más claro que la respuesta es: la economía de las máquinas.

Economía de máquinas: la máquina como agente económico

Cuando decimos “economía de las máquinas”, no hablamos de máquinas como herramientas: no de esa clase de herramientas que usas para enviar correos o escribir código. Hablamos de: las máquinas como agentes económicos en sí mismas.

Este cambio parece sutil, pero sus consecuencias son enormes. Las herramientas esperan instrucciones; los agentes conservan el contexto, toman decisiones por sí solos, inician transacciones por sí mismos, y además pueden actuar de forma autónoma tanto en el mundo digital como en el mundo físico. Hoy los modelos ya son lo bastante buenos para hacer esto; al mismo tiempo, los costos ya son lo bastante bajos como para desplegarlos a gran escala.

Esto en el mundo real podría verse así:

• Un Agent hará reservas de avión por ti, negociará el precio, pagará al comerciante y, si algo sale mal, gestionará automáticamente los reembolsos, sin que tengas que intervenir en todo el proceso.
• Un robot de almacén aceptará tareas por unidad, cargará su propia batería, pagará por su propia capacidad de cómputo y luego distribuirá los ingresos al operador.
• Un sistema de investigación diseñará experimentos por la noche, solicitará reactivos y ejecutará el ciclo completo del experimento aunque no haya estudiantes de posgrado presentes.

La mayoría de nuestras infraestructuras actuales de finanzas y confianza asumen de forma predeterminada que del otro lado hay una persona o una empresa: un actor que se puede identificar y responsabilizar. Pero cuando el participante del otro lado se convierte en un sistema autónomo, ese supuesto desaparece. Las vías que tenemos hoy para pagos, identidades, autorizaciones, gestión de disputas y liquidación no fueron diseñadas para este tipo de escenario.

Y este problema está en el cruce entre cripto, fintech, IA, robots y tecnología cuántica.

Por qué ahora

Recientemente han ocurrido tres cambios, y hace unos años parecían poco probables.

Primero, los modelos ya son lo bastante buenos: no solo pueden responder preguntas, sino que pueden actuar directamente; y además ya son lo bastante baratos como para funcionar de manera continua sin supervisión humana. El costo del trabajo digital unitario se está derrumbando rápidamente, lo que hace que muchas tareas que antes “no valía la pena hacer” se vuelvan viables, y que ocurran con una frecuencia y una escala que los sistemas anteriores nunca habían soportado.

Segundo, los estándares abiertos están madurando. Las stablecoins ya se han convertido en una vía de liquidación real y usable. Protocolos como x402, MPP, AP2 empiezan a ofrecer métodos de pago para Agents. Las redes de blockchain más rápidas y las redes de fiat más rápidas están convergiendo en la zona intermedia. Los modelos abiertos de visión—lenguaje—acción también permiten que los robots aprendan de videos humanos y entornos de simulación, en lugar de depender de una programación especializada altamente personalizada. El significado de los estándares es que los constructores por fin pueden “ensamblar”, en lugar de tener que reinventar todo desde cero cada vez; esta es la razón por la cual estas carreras se aceleran colectivamente.

Tercero, los Agents ya pueden funcionar de forma continua. Ya no son solo herramientas limitadas a casos de uso estrechos y guiados, sino que pueden conservar contexto y trabajar durante largo tiempo sin supervisión. Esto cambiará el modelo económico de la automatización y también cambiará el nivel de actividad que cualquier sistema debe ser capaz de soportar.

Estos cambios, vistos por separado, no bastarían para constituir un argumento completo, pero juntos, sí lo hacen.

El cripto no ha muerto

Muchos fundadores de cripto, cuando preguntan “¿qué queda por hacer?”, pasan por alto un punto realmente importante.

La próxima ola de empresas verdaderamente interesantes no será “cripto contra IA” ni “cripto contra robots”. Lo que más nos emociona de los fundadores no es que elijan entre estas tecnologías, sino que las pongan en conjunto.

Ya no se trata solo de “emprender dentro de cripto”, sino de hacer crypto + IA, crypto + robotics, crypto + autonomous science. Las vías tradicionales de finanzas fueron diseñadas en torno a la responsabilidad humana: puedes verificar identidades, rastrear intenciones y, cuando ocurre un problema, encontrar a una persona específica que sea responsable. Las vías cripto son distintas: giran alrededor de código auditable, registros en cadena que cualquiera puede leer y reglas forzadas por la propia red. Cuando el participante del otro lado se convierte en un sistema autónomo, esta diferencia deja de ser una brecha y, en cambio, se vuelve un punto clave.

A medida que sigue creciendo el volumen de actividad dominado por máquinas, la vía construida por cripto tiene una forma más adecuada para este tipo de necesidades que los sistemas diseñados para humanos: abierta, programable, sin permisos, con liquidación a nivel de segundos y con mecanismos de identidad que no dependen de intermediarios.

Para los constructores de cripto, la oportunidad real no es competir con los criptoemprendedores de la ronda anterior, sino convertirse en la base subyacente de la próxima ola de sistemas de IA, robots y autonomía física.

Además, las grandes plataformas ya están acelerando su entrada. Coinbase, Robinhood y BN ya han lanzado, en los últimos meses, infraestructuras de trading orientadas a Agents: incluyendo carteras para operar Agents, capacidades de ejecución autónoma y (por ejemplo, en el caso de Robinhood) una nueva blockchain diseñada específicamente para este tipo de necesidades. Esto ya no es solo un debate de nicho dentro de la comunidad cripto; está ocurriendo de forma real en un grupo de plataformas que cuentan, a nivel global, con la mayor base de usuarios minoristas.

¿Dónde se trabará hoy?

El juicio central de arriba es: las vías sin permisos y programables, en comparación con las vías tradicionales diseñadas para humanos, se ajustan mejor para soportar agentes autónomos. Pero este juicio aún no se ha demostrado plenamente a gran escala, y los dos fallos existentes ya muestran que todavía hay mucho trabajo por hacer en esta ruta.

Seguridad

Las carteras de Agent se han convertido en un vector de ataque en el mundo real. En mayo de 2026, un atacante aprovechó una inyección de indicación mediante un mensaje de tipo “clave Morse”, induciendo a Grok a emitir una instrucción de transferencia; después, el Agent de trading automático la ejecutó en la cadena. Antes de que la mayoría de los fondos pudiera recuperarse, se transfirieron alrededor de 150 mil a 200 mil dólares (SlowMist).

Atribución

Cuando un sistema alcanzado por IA falla, ¿quién es responsable? Aún no existe una respuesta clara, incluso si el sistema fue firmado conjuntamente por un sistema que incluye IA, revisión humana y una cadena de gobernanza mediante votación. En febrero de 2026, una vulnerabilidad de oráculo apareció en un código de contrato inteligente escrito con asistencia de IA por parte de Moonwell, lo que provocó un incidente de 1,78 millones de dólares en cuentas incobrables, y toda la cadena de revisión no detectó el problema en ningún eslabón (rekt.news).

Qué estamos viendo

Hoy, la mayor parte de la actividad se concentra en el nivel de componentes: modelos base, hardware de robots, stablecoins y plataformas de trading. Estos mercados ya están muy abarrotados y ya han captado bastante capital; la oportunidad no está ahí.

La oportunidad real está en la capa que los conecta: la vía necesaria para el intercambio, la colaboración y el establecimiento de confianza entre máquina y máquina. Estas cosas hoy en realidad no existen. Hay tres direcciones que especialmente vale la pena observar.

Capa económica orientada a Agent

El reto no está en si un Agent puede pagar, sino en: cuando un Agent se equivoca, ¿a quién pertenece la autorización? ¿Quién asume el riesgo de fraude? ¿Y cómo se conecta todo esto con los comerciantes sin exigirles que reestructuren por completo sus sistemas de cobro? La forma comercial del negocio de Agents todavía se está escribiendo: capas de autorización, identidad del Agent, enrutamiento multi-ruta neutral y mercados que permitan a Agents comprar por su cuenta capacidad de cómputo, datos y permisos de acceso.

En esta dirección, los equipos mejores no cobran un recargo según el monto de pago, sino por reducir autorizaciones y riesgos. Así, incluso si el volumen real de transacciones del Agent todavía no ha explotado por completo, el modelo de negocio ya tendría una oportunidad de existir.

Physical AI

La velocidad a la que crecen las capacidades de los robots ya va más rápido que la de su “posesión” de un sistema económico. Ya existe un modelo que puede generalizar entre tareas y entre formas de robots; incluso si no eres ingeniero, puedes re-dirigirlo simplemente diciéndole qué hacer. Pero los robots aún no pueden pagar por su propia capacidad de cómputo, carga o mantenimiento, ni pueden cobrarse por sí mismos por completar trabajo. Lo que falta ahora no son manos, sino una billetera.

En comparación con narrativas más lejanas como los “robots humanoides domésticos”, nos enfocamos más en escenarios estructurados como almacenes, logística y postventa minorista, porque en estos lugares el modelo económico ya existe y también ya hay despliegues reales.

Sistemas de descubrimiento liderados por máquinas

Aquí entran la orquestación en laboratorios, el diseño automatizado de experimentos y el software que conecta el ciclo “hipótesis—experimento—resultado”. Los fundadores que construyen una capa autónoma para la ciencia ya empiezan a vender sus productos en laboratorios de ciencia de materiales y laboratorios de descubrimiento de fármacos. La tecnología cuántica es una variable pegada a esta dirección: la capacidad de simulación y percepción podría mejorar de forma significativa el límite de lo “descubrible”, y además la seguridad cuántica ya se ha convertido en una necesidad real a nivel de liquidación. Este ámbito es difícil de valorar y no está claro quién ganará, pero de que ahí está pasando algo, es evidente.