En la economía criptográfica, los robots están convirtiéndose gradualmente en participantes clave.

Esta tendencia es evidente. Por ejemplo, los buscadores ejecutan transacciones DEX de manera anticipada a través de robots (como Jaredfromsubway.eth), aprovechando la demanda humana de conveniencia. Herramientas como Banana Gun y Maestro permiten a los usuarios utilizar robots para comerciar fácilmente a través de Telegram, convirtiéndose en una de las aplicaciones con mayor consumo de gas en Ethereum. Y en nuevas aplicaciones sociales como Friend.tech, los robots intervinieron rápidamente después de la adopción inicial por parte de los usuarios, incluso impulsando aún más el ciclo especulativo.

Ya sea con fines de lucro (como los robots MEV) o impulsados por la demanda del usuario (como el kit de herramientas de robots de Telegram), los robots están convirtiéndose cada vez más en los usuarios prioritarios en la cadena de bloques.

Aunque actualmente los robots en el campo de la criptografía son aún bastante primitivos, con el auge de los modelos de lenguaje de gran tamaño (LLMs), los robots fuera de la cadena han evolucionado a poderosos agentes de IA que pueden completar tareas complejas y tomar decisiones de forma autónoma.

¿Por qué elegir construir agentes de IA en un ecosistema criptográfico?

Construir agentes de IA sobre una infraestructura nativa de criptomonedas puede ofrecer las siguientes ventajas significativas:

  1. Capacidad de pago nativa
    Los agentes de IA pueden existir fuera de la cadena, pero si se necesitan tareas complejas, se requiere un soporte de capital eficiente. En comparación con cuentas bancarias tradicionales o servicios de pago (como Stripe), las vías de pago criptográficas proporcionan a los agentes de IA un acceso al capital más conveniente y eficiente, evitando las ineficiencias del sistema financiero tradicional fuera de línea.

  2. Propiedad de activos
    Los agentes de IA vinculados a billeteras pueden poseer activos criptográficos (como NFT, rendimientos, etc.), lo que les permite obtener derechos digitales. Esto es especialmente importante para el intercambio de activos entre agentes.

  3. Verificabilidad de las operaciones
    La verificabilidad de las operaciones es crucial para los agentes de IA al ejecutar tareas. Las transacciones en la cadena tienen certeza: o suceden o no suceden, lo que permite a los agentes de IA completar tareas con más precisión que fuera de la cadena.

Desafíos de los agentes de IA en la cadena

Por supuesto, los agentes de IA en la cadena también enfrentan algunas limitaciones:

  1. Demanda de procesamiento lógico fuera de la cadena
    Para funcionar de manera eficiente, los agentes de IA necesitan ejecutar lógica y cálculos complejos fuera de la cadena, pero sus decisiones se ejecutan en la cadena para garantizar la verificabilidad de las operaciones. Además, los agentes pueden usar proveedores como Modulus zkML para validar la credibilidad de las entradas de datos fuera de la cadena.

  2. Diversidad de herramientas
    La capacidad de los agentes de IA depende de la diversidad de las herramientas. Por ejemplo, para que un agente resuma eventos de noticias en tiempo real, necesita herramientas de raspado web; si necesita guardar resultados como PDF, requiere un sistema de archivos; si desea que un agente imite las transacciones de un influencer criptográfico, necesita acceso a la billetera y funciones de firma.

Evolución y aplicación de agentes de IA

En el espectro de determinismo y no determinismo, la mayoría de los agentes de IA criptográficos actualmente ejecutan tareas deterministas. Esto significa que los humanos establecen previamente los parámetros de la tarea y cómo se completará (como el intercambio de tokens). Desde los primeros robots de custodia (keeper bots) hasta los agentes impulsados por LLM más complejos de hoy, los agentes de IA están evolucionando rápidamente. Por ejemplo:

  • Artistas autónomos: como Botto.

  • Agentes de IA autogestionados: logrados mediante la nube de transacciones de Syndicate.

  • Plataforma de servicios de agentes de IA: como Autonolas.

Escenarios de aplicación de vanguardia

Aquí hay algunas aplicaciones de agentes de IA que están a la vanguardia:

  1. “Billetera inteligente” impulsada por IA
    Dawn utiliza los agentes de IA proporcionados por DawnAI para ayudar a los usuarios a enviar transacciones, ejecutar operaciones y ofrecer información en tiempo real en la cadena (como NFT populares).

  2. Roles de IA en juegos criptográficos
    El nuevo juego Colony de Parallel Alpha está desarrollando roles de IA que pueden poseer billeteras y comerciar entre sí.

  3. Kit de herramientas de IA mejorado
    Gnosis mostró un prototipo de infraestructura temprana, donde sus mechs de IA (mecánicos de IA) encapsulan scripts de IA a través de contratos inteligentes, permitiendo que cualquiera (incluyendo otros robots) invoque contratos inteligentes para ejecutar operaciones de agentes (como apuestas en mercados de predicción) y pagar tarifas de agentes.

  4. Comerciantes de DeFi inteligentes
    Las superaplicaciones de DeFi ofrecen a los usuarios más funciones, que incluyen: inversiones programadas cuando se cumplen condiciones, ejecución de transacciones cuando las tarifas de gas están por debajo de un precio específico, monitoreo de nuevos contratos de tokens meme, y optimización de rutas de pedidos sin que los usuarios tengan que entenderlo.

  5. Soporte para agentes de IA de cola larga
    Las aplicaciones de IA generales (como ChatGPT) son adecuadas para usos generales, pero los agentes de IA necesitan ajustarse para diferentes industrias y nichos. Mercados como Bittensor, a través de mecanismos de incentivos, impulsan a los “mineros” a entrenar modelos enfocados en tareas específicas (como generación de imágenes, modelado predictivo) que cubren industrias objetivo (como criptografía, biotecnología, academia, etc.).

  6. Agentes NPC en aplicaciones de consumo
    Los NPC son comunes en juegos MMORPG, pero son menos comunes en aplicaciones de consumo multijugador. Las características de financiamiento de las aplicaciones de consumo criptográficas hacen que los agentes de IA sean herramientas excelentes para introducir nuevos mecanismos de juego. Por ejemplo, Frenrug, lanzado por Ritual, es un agente basado en LLM que puede ejecutar transacciones (como comprar o vender claves) en Friend.tech según los mensajes de los usuarios.

Visión futura

A medida que más aplicaciones y protocolos introducen agentes de IA, los humanos se integrarán en la economía criptográfica a través de ellos como puentes. Aunque los agentes de IA actualmente parecen ser “juguetes”, en el futuro mejorarán la experiencia cotidiana de los consumidores, se convertirán en partes interesadas centrales en los protocolos y crearán un sistema económico completo entre los agentes.

Los agentes de IA todavía están en una etapa temprana, pero como ciudadanos de primera clase en la economía de la cadena, recién están comenzando a mostrar su potencial. Si estás explorando cómo expandir la experiencia en la cadena a través de agentes de IA, no dudes en contactarnos en Twitter.