Reason to trust
How Our News is Made
Strict editorial policy that focuses on accuracy, relevance, and impartiality
Ad discliamer
Morbi pretium leo et nisl aliquam mollis. Quisque arcu lorem, ultricies quis pellentesque nec, ullamcorper eu odio.
Los agentes de IA son simples de describir y complejos de servir: **observar → decidir → actuar → aprender**. Cada ciclo depende de datos frescos, fiables y sin permisos. En Web2, se pueden alquilar de algunas plataformas. En Web3, los datos residen en docenas de cadenas heterogéneas, pilas de nodos, indexadores y oráculos fuera de la cadena, cada uno con sus propios problemas de latencia, finalidad, semántica y modos de fallo. El resultado: los agentes están hambrientos; la despensa es caótica.
Entendamos el problema, las señales públicas y esbozaremos cómo debe ser una capa de datos lista para IA para desbloquear la economía agencial para DeFi y más allá.
La IA está penetrando rápidamente en Web3, pero el cuello de botella siguen siendo los datos.
Los constructores prominentes están cada vez más de acuerdo en que la IA y las criptomonedas son complementarias**: la IA aporta capacidad generativa y autonomía, mientras que las criptomonedas aportan propiedad, procedencia y mercados abiertos para el cómputo y los datos. Chris Dixon ha argumentado que los sistemas de IA necesitan cómputo habilitado por blockchain para reabrir Internet y alinear los incentivos para el acceso a datos y modelos.
Vitalik Buterin categoriza los puntos de contacto de cripto×IA: la IA como interfaz, jugador, objetivo de las garantías económicas y subraya un cuidadoso diseño de incentivos, es decir, no se puede atornillar la IA a mercados adversariales sin pensar en la calidad y seguridad de los datos.*
En el lado de la ejecución, el propio DeFi se está moviendo hacia diseños basados en intención (es decir, se declara un resultado; los solucionadores compiten para cumplirlo), precisamente porque los flujos de datos brutos en la cadena son hostiles a una buena UX bajo la latencia y MEV. Uniswap Labs y Across propusieron ERC-7683 , un estándar de intenciones entre cadenas, como un carril compartido para este patrón.
Conclusión: los agentes están llegando; los mercados se están adaptando; los datos siguen siendo la restricción.
La fea verdad: a lo que se enfrentan los desarrolladores de IA en Web3
Heterogeneidad. Cada cadena tiene su propio comportamiento RPC, registros, esquemas de eventos, patrones de reorganización y supuestos de finalidad. Las consultas básicas (por ejemplo, "posiciones en Base+Solana+Polygon") se convierten en N indexadores a medida.
Estancamiento vs. costo. Se pueden obtener datos baratos y lentos, o datos rápidos y caros (indexadores de flujo personalizados, espejos gestionados). Elegir ambos no es trivial.
Semántica. Los bloques son hechos; **las perspectivas son modelos**. Convertir los registros en entidades (grupos, posiciones, P&L) implica ETL y re-cómputo constantes, por protocolo y por cadena.
Fiabilidad bajo carga. La congestión de la red y el retraso del oráculo crean precisamente los riesgos de cola que los agentes autónomos son menos capaces de enmascarar.
Los proveedores de indexación y la documentación coinciden en los fundamentos: las consultas directas a la cadena son complejas y lentas; se necesitan subgráficos o espejos equivalentes para el rendimiento, y luego todavía hay que resolver la transmisión entre cadenas y la normalización del esquema.
"Datos procesables" definidos y por qué Web3 carece de ellos
Los datos de la llamada son procesables cuando un agente puede decidir y ejecutar dentro de un presupuesto de fluctuación limitado, preservando la corrección. Concretamente:
Semántica normalizada: tokens, grupos, posiciones, transferencias, precios con tipos/unidades consistentes en todas las cadenas.
Frescura y determinismo: SLO de latencia p95/p99, más frescura consciente de la finalidad (finalidad suave vs. brutal).
Verificabilidad: procedencia criptográfica o derivación reproducible (versiones de subgráficos, sumas de comprobación de espejo).
Cómputo-cercano-a-datos: puntuación, detección de anomalías, simulación de rutas, co-ubicado con los flujos.
Transmisión + viaje en el tiempo: flujos de eventos de solo adición más instantáneas indexadas para consultas de "qué cambió".
La pila Web3 actual proporciona fragmentos de esto (subgráficos, RPC, API de análisis), pero no el tejido cohesivo, entre cadenas y de baja latencia que exigen los agentes de producción. Incluso los propios materiales y guías de terceros de The Graph enmarcan el acceso directo a la cadena como complejo, empujando a los desarrolladores a sistemas de indexación/espejo para la practicidad.
Lecciones de incidentes reales: cuando la latencia y la fragmentación muerden
Aquí hay algunos productos recientes de IA×Web3 que se han cerrado, archivado o han dejado de funcionar :
Plataforma "WWA" de Planet Mojo para agentes de juego de IA**: cerrada el 1 de julio de 2025* junto con el juego insignia del estudio, Mojo Melee, citando las cambiantes realidades del mercado.*
Brian (IA → constructor de transacciones en la cadena) : un asistente Web3 de "texto a transacción" que comenzó en ETHPrague 2023; el equipo anunció la terminación de las operaciones el 26 de mayo de 2025 después de perder la ventaja del primer movimiento a medida que proliferaban los ejecutores agenciales.
TradeAI / Stakx (esquemas de negociación de IA utilizando NFT y "algos") : ingresó cientos de millones, luego **congeló los retiros y dejó de operar**; ahora es objeto de una demanda colectiva en Estados Unidos que alega valores no registrados y tergiversaciones. (Una clara advertencia de las afirmaciones de "IA" en las criptomonedas.)
BitAI ("manos libres" AI crypto autotrading) : se desconectó en marzo de 2024 después de prometer ganancias automatizadas de IA;
Pausas regulatorias que intersectan la IA y Web3: Si bien no es una falla permanente, Worldcoin (World Network) vio **operaciones temporalmente suspendidas en Indonesia en mayo de 2025**, lo que ilustra cómo el riesgo de cumplimiento puede descarrilar abruptamente los lanzamientos de Web3 adyacentes a la IA.
Patrones que observamos
La latencia + la fragmentación de datos matan a los agentes en producción. Los equipos que prometieron "lenguaje natural a la cadena" a menudo lucharon con la frescura/finalidad multichain y la indexación frágil, lo que llevó a fallos o costosas curas de infraestructura.
Brecha entre la exageración y el ROI: Las firmas de analistas esperan una alta tasa de cancelación para los proyectos de "IA agencial" en los próximos años: los costos, el valor poco claro y los controles de riesgo son los modos de falla comunes.
Afirmaciones de "comercio de IA" = categoría de alerta roja. Los reguladores y los organismos de control marcan repetidamente las propuestas de "bot de IA patentado" como de alto riesgo; muchos se oscurecen o se transforman después de una campaña de marketing.
"La fragmentación de datos es la barrera más grande para los agentes de IA en Web3: demasiadas cadenas, esquemas y API frágiles obligan a los agentes a elegir entre señales obsoletas o costuras interminables. La latencia, las brechas de frescura y la compleja ejecución en la cadena convierten las buenas estrategias en operaciones fallidas, mientras que los formatos inconsistentes causan errores de base, deriva del modelo y comportamiento frágil.
La solución es una capa de datos semánticos unificada y en tiempo real con esquemas normalizados, indexadores de transmisión, eventos canónicos y retrocesos deterministas, para que los agentes se centren en la estrategia, no en la fontanería. En Elsa, estamos construyendo esta capa agencial con liquidez entre cadenas, puntos finales de datos y RAG en tiempo real (WIP), transformando el caos fragmentado en una ejecución autónoma fiable".
–Dhawal Shah, Fundador y CEO de HeyElsa
Patrones que funcionan: soluciones en torno a las incapacidades actuales
- Carriles de intención, no llamadas en bruto. Cambiar de "hacer X en la dirección Y" a "lograr el resultado Z", luego dejar que los solucionadores compitan, cubriendo MEV/latencia en la meta-capa
- Frescura consciente de la finalidad. Exponer "frescura + confianza" a los agentes (por ejemplo, finalidad suave en N confirmaciones frente a finalidad brutal después de la época), para que las políticas puedan adaptarse.
- Cómputo-a-datos. Mover la puntuación/simulación al borde del flujo para evitar la latencia de salida.
- Pruebas y retrocesos. Dos fuentes independientes para señales críticas (por ejemplo, precio) más derivaciones explicables para ayudar a los agentes a aprender de los fallos.
- Puertas de bucle de participación humana. Para acciones de alto impacto, se requiere la aprobación explícita o presupuestos de políticas acotados.
NewsBTC analizó los principales rieles de intención y los proveedores de indexación, y recopiló información sobre los desafíos actuales de un producto de IA×Web3 lanzado recientemente.
"Los agentes de IA no fallan en la lógica, fallan en las entradas. Las cadenas de bloques emiten fragmentos de registro en bruto e inconsistentes sin contexto. Hasta que tengamos una capa neutral que normalice y verifique estos datos en tiempo real, los agentes en Web3 operan a ciegas. El desafío no es construir una IA más inteligente. Es darles señales limpias y fiables sobre las que actuar".
–*Nasim Akthar, CTO de[ Igris.bot**](https://www.igris.bot/)
Cómo debería ser una capa de datos lista para IA: especificaciones, no exageraciones
Piénselo como **Programable, Verificable, En Tiempo Real, Entre Cadenas**:
Ingesta y normalización: Conectores multichain → esquemas canónicos (tokens, grupos, posiciones, precios, rutas) con unidades y decimales explícitos.
Transmisión + instantáneas: Flujos tipo Kafka para eventos; instantáneas OLAP para viaje en el tiempo y uniones.
Espejos con procedencia: Espejos deterministas de subgráficos o equivalentes, con transformaciones versionadas y comprobaciones de integridad para que los agentes puedan razonar sobre el linaje de los datos.
Cómputo en flujo: Integrados para volatilidad, profundidad de liquidez, simulación de rutas, puntuaciones de deslizamiento/riesgo co-ubicadas con los flujos para cumplir con los objetivos p95.
API de frescura consciente de la finalidad: Cada lectura devuelve : freshness_ms, confirmaciones, finality_level para que las políticas puedan controlar las acciones.
Conexiones de intención: Enlaces de primera clase a rieles de intención (CoW, 7683, Across) para que "decidir → actuar" sea una sola llamada, con recibos de simulación,
Seguridad y auditoría: Límites de frecuencia, interruptores de seguridad, registros de reproducción y pruebas posteriores a la operación para el aprendizaje continuo.
El futuro de la IA × Web3: mercados de agentes, que pagan por datos demostrables
Con la capa de datos correcta, la frontera se expande:
MM de agentes y riesgo: creación de mercado autónoma que valora la frescura y la finalidad de los datos en las cotizaciones.
Copilotos de gobernanza: agentes que leen propuestas, simulan resultados y apuestan opiniones con atestaciones criptográficas.
Políticas de cartera entre cadenas: "Terminar con 2 ETH en Base si la variación semanal > X", enrutada por rieles de intención bajo latencia acotada.
Mercados de datos para modelos: conjuntos de datos con conocimiento de procedencia y servicios de inferencia con pruebas de pago y uso en la cadena
Capas de seguridad: La advertencia de Vitalik se mantiene: las interfaces y las políticas deben diseñarse para mitigar las estafas y la desalineación. Construya rieles que se inclinen hacia la corrección, no solo hacia la velocidad.
Cierre: la arquitectura es el destino
Si los agentes son la siguiente capa de usuarios, su arquitectura se convierte en su producto**. Los equipos que parchean continuamente las llamadas RPC y los ETL cronogramados tendrán dificultades para mantenerse al día con los mercados multichain, en tiempo real y adversariales. Los equipos que establezcan una capa de datos lista para IA –* normalizada, espejada, computable, consciente de la finalidad y conectada a rieles de intención, enviarán agentes que observen, decidan, actúen y aprendan a velocidad de producción.*
De a los agentes la estructura de datos que se merecen. Están hambrientos, y el mercado no esperará.
