💻 computer science

Toward Web 4.0: Bidirectional Trust between AI Agents and Blockchain

Este artículo presenta una Sistematización del Conocimiento sobre el paradigma emergente de la Web 4.0 mediante la propuesta de un marco de confianza bidireccional que analiza cómo la infraestructura de blockchain respalda a los agentes de IA autónomos y cómo los agentes, a su vez, mejoran los mecanismos de blockchain, identificando finalmente brechas críticas en los estándares y la seguridad, al tiempo que ofrece un modelo de interacción formal y una taxonomía para orientar la investigación futura.

Autores originales: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

Publicado 2026-05-12

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina una nueva era de internet, a la que los autores denominan Web 4.0. En este mundo, los principales usuarios no son solo humanos haciendo clic en botones; son Agentes de IA—programas de software inteligentes y autónomos que pueden tomar decisiones, gastar dinero y negociar tratos por sí mismos.

Este documento es un enorme "mapa y guía" (llamado Sistematización del Conocimiento) para comprender cómo estos agentes de IA interactúan con las blockchains (libros de contabilidad digitales descentralizados como Ethereum). Los autores argumentan que esta relación es una calle de doble sentido, como un baile entre un Escenario (la Blockchain) y los Bailarines (los Agentes de IA).

A continuación se presenta el desglose de sus hallazgos utilizando analogías sencillas:

1. El Baile Bidireccional (Confianza Bidireccional)

El documento indica que la relación funciona en dos direcciones:

Dirección A: El Escenario apoya al Bailarín (Blockchain → Agente)
- El Problema: Imagina un agente de IA intentando comprar un café. En la vieja internet, necesitaría que un humano le sostuviera la mano y firmara cada cheque.
- La Solución: La blockchain está construyendo un nuevo "Escenario" con herramientas especiales:
  - Tarjetas de Identidad (Identidad): Otorgando a la IA una identificación digital única e inalterable para que no sea confundida con un bot falso.
  - Permisos (Delegación): Permitiendo que un humano diga: "Puedes gastar hasta 10 dólares, pero no más", sin darle a la IA el control total.
  - Listas de Deseos (Intenciones): En lugar de que la IA descifre los pasos complejos para comprar café, el humano simplemente dice: "Quiero un café por menos de 5 dólares", y la IA (o un solucionador) determina la mejor manera de hacerlo.
  - Billeteras (Economía): Otorgando a la IA su propia cuenta bancaria y una forma de ganar dinero por realizar trabajo.
Dirección B: El Bailarín ayuda a construir el Escenario (Agente → Blockchain)
- El Problema: Las blockchains necesitan personas para revisar errores, acordar reglas y votar cambios. Esto es lento y difícil para los humanos.
- La Solución: Los agentes de IA están dando un paso al frente para ayudar:
  - Guardias de Seguridad: Agentes de IA escaneando código para encontrar hackers antes de que ataquen.
  - Árbitros: Agentes de IA ayudando a verificar transacciones y manteniendo la red funcionando sin problemas.
  - Votantes: Agentes de IA participando en votos comunitarios para decidir el futuro de la blockchain.

2. La Base: La "Máquina de la Verdad" (Computación Verificable)

Para que este baile funcione, todos deben confiar en que la IA está diciendo la verdad. Si una IA dice: "Calculé la respuesta correctamente", ¿cómo sabemos que no solo adivinó?

El documento identifica tres formas de probar que la IA está diciendo la verdad, dispuestas como una escalera:

La Prueba Mágica (zkML): La IA genera una "prueba mágica" matemática que demuestra que realizó los cálculos correctamente. Es 100% confiable, pero actualmente muy lenta y costosa (como intentar probar un problema matemático escribiendo cada paso individual del universo).
El Sistema de "Apuestas" (opML): La IA dice: "Tengo razón". Si alguien piensa que está equivocada, puede apostar dinero para desafiarla. Si la IA estaba mintiendo, el desafiante gana la apuesta. Es rápido, pero depende de que haya personas dispuestas a desafiar mentiras.
La Caja Segura (TEE): La IA se ejecuta dentro de una caja de hardware especial y bloqueada (como una caja fuerte) en la que nadie puede mirar. Confiamos en el fabricante de la caja. Es rápido y fácil, pero debes confiar en la empresa que fabricó la caja.

La Gran Brecha: El documento señala que, aunque tenemos formas rápidas de ejecutar IA, aún no tenemos una "Prueba Mágica" rápida y perfecta para los modelos de IA enormes y complejos utilizados hoy en día. Es como tener un coche súper rápido pero sin frenos funcionales para altas velocidades.

3. El Estado Actual del "Cante de Construcción"

Los autores examinaron 70 reglas oficiales (estándares) y 20 proyectos del mundo real para ver qué tan lista está esta tecnología.

La Fontanería está lista, la Decoración no: Las herramientas básicas para dar a la IA una identidad y una billetera se están construyendo, pero las reglas específicas para la IA aún están en fase de "Borrador". Es como tener una casa con electricidad y agua, pero los interruptores de luz y las manijas de las puertas aún están siendo diseñados.
La Brecha de "Confianza": La mayoría de los proyectos actuales dependen de "apuestas económicas" (Dirección A) en lugar de pruebas matemáticas. Esto significa que si la IA comete un error o es hackeada, no hay garantía matemática para solucionarlo.
La Brecha de "Gobernanza": Aunque muchos proyectos utilizan IA para usar la blockchain, casi nadie está utilizando IA para ejecutar la blockchain (votación o consenso) todavía. Esta es una frontera enorme y vacía.

4. Los Nueve Grandes Problemas (La Lista de "Tareas por Hacer")

El documento concluye enumerando nueve problemas específicos que los investigadores deben resolver para hacer realidad este sueño de la Web 4.0:

Acelerar la "Prueba Mágica": Hacerla lo suficientemente rápida para probar pensamientos complejos de IA instantáneamente.
Bloquear los Permisos: Crear herramientas para probar matemáticamente que un agente de IA solo hace lo que se le permite hacer.
Equilibrar Votos Humanos y de IA: Averiguar cómo permitir que la IA vote en decisiones comunitarias sin permitir que unos pocos dueños poderosos de IA se apoderen de todo el sistema.
Árbitros de IA: Crear reglas sobre cómo la IA puede actuar como juez en la blockchain sin cometer errores debido a su propia naturaleza "probabilística".
Juegos de IA contra IA: Comprender cómo los agentes de IA competirán o se engañarán entre sí en los mercados.
La Prueba de la "Lista de Deseos": Probar que cuando una IA ejecuta una "lista de deseos" (intención), realmente hizo exactamente lo que se le pidió.
Dinero Justo para la IA: Diseñar sistemas económicos donde los agentes de IA ganen dinero por ser útiles, no solo por especular con tokens.
Personalidad Jurídica: Decidir si una IA puede ser "demandada" o considerada responsable si viola la ley.
Prevención de Identidades Falsas: Evitar que una persona cree 1.000 agentes de IA falsos para saturar el sistema.

Resumen

El documento argumenta que nos encontramos al borde de una nueva internet donde los agentes de IA son los principales usuarios. Tenemos las herramientas básicas para permitirles existir, pero nos faltan las "redes de seguridad" (pruebas matemáticas) y las "reglas de la carretera" (marcos legales y de gobernanza) para asegurar que no hagan colapsar el sistema. El futuro depende de resolver estos nueve acertijos específicos para pasar de un experimento caótico a un ecosistema seguro y confiable.

Resumen Técnico: Hacia la Web 4.0: Confianza Bidireccional entre Agentes de IA y Blockchain

1. Declaración del Problema

La convergencia de agentes de IA autónomos y la tecnología blockchain está emergiendo como una característica definitoria de la Web 4.0, donde los agentes actúan como participantes de primer nivel en la red en lugar de meras herramientas. Sin embargo, el espacio de diseño que gobierna esta interacción sigue siendo poco comprendido, creando riesgos significativos en confianza, seguridad y coordinación económica. El documento identifica tres presiones convergentes que hacen necesaria un análisis sistemático:

Enjeques Económicos: La valoración de mercado de los agentes de IA basados en blockchain alcanzó una estimación de 8.600 millones de dólares para diciembre de 2024, sin embargo, incidentes de alto perfil (por ejemplo, la mala configuración del oráculo Moonwell) destacan vulnerabilidades en el desarrollo y la ejecución de contratos inteligentes asistidos por IA.
Brecha de Confianza: A medida que los agentes transitan desde análisis de solo lectura hacia la ejecución autónoma de transacciones, la ausencia de modelos formales de confianza obliga a los proyectos a inventar suposiciones de seguridad ad hoc, lo que conduce a un panorama fragmentado donde las vulnerabilidades se compilan a través de las capas.
Vacío Académico: La literatura existente carece de una Sistematización del Conocimiento (SoK) que cubra áreas críticas como la abstracción de cuentas, el análisis formal de arquitecturas de intenciones y el papel de la IA en el consenso y la gobernanza. Las encuestas actuales a menudo tratan a la blockchain meramente como una herramienta para la IA, descuidando la dirección inversa donde los agentes participan en mecanismos de protocolo.

2. Metodología

Los autores emplean un enfoque de Sistematización del Conocimiento (SoK) estructurado en torno a un Marco de Confianza Bidireccional. La metodología implica:

Modelado Formal: Definición del Modelo de Interacción Agente-Blockchain (ABIM), un formalismo de seis tuplas ( $\langle A, B, V, P, I, E \rangle$ ) que captura conjuntos de agentes, máquinas de estado de blockchain, funciones de verificación, políticas de permisos, funciones de intención e incentivos económicos. Este modelo establece ocho propiedades de seguridad específicas (por ejemplo, Solidez de la Verificación, Unicidad de Identidad, Fidelidad del Solucionador) que cada capa debe satisfacer.
Marco de Evaluación: Introducción de un marco de cinco dimensiones para evaluar estándares y proyectos: Verificabilidad, Minimalidad de Confianza, Expresividad, Composabilidad y Madurez.
Análisis Empírico:
- Catalogación y análisis de 70 EIP/ERC de Ethereum relevantes para agentes de IA.
- Revisión de 118 artículos académicos que cubren seguridad, consenso y gobernanza.
- Examen de 20 proyectos industriales representativos (con más de 112 millones de dólares en financiamiento total) para mapear implementaciones del mundo real contra el marco teórico.
Construcción de Taxonomía: Desarrollo de un espacio de clasificación tridimensional basado en Autonomía del Agente (Asistiva a Totalmente Autónoma), Modelo de Confianza (Custodio a Criptográfico) y Dirección Operativa (Blockchain $\to$ Agente vs. Agente $\to$ Blockchain).

3. Contribuciones Clave

A. El Marco de Confianza Bidireccional

El documento organiza la interacción en dos direcciones principales sustentadas por una Fundación de Confianza de computación verificable (zkML, opML, TEE):

Blockchain $\to$ Agente (B $\to$ A): La blockchain proporciona infraestructura de confianza para agentes a través de cuatro capas:
- A1: Cuenta e Identidad: Evolución desde Cuentas Propiedad Externa (EOA) hacia Abstracción de Cuentas (ERC-4337, EIP-7702) y estándares de identidad específicos para agentes (ERC-8004, ERC-8126).
- A2: Permiso y Delegación: Arquitecturas de cuentas modulares (ERC-7579, ERC-6900) y el desafío de hacer cumplir el principio de menor privilegio para delegados de IA probabilísticos.
- A3: Intención y Ejecución: Arquitecturas centradas en la intención (ERC-7521, ERC-7683) donde los agentes especifican objetivos en lugar de rutas de transacción, confiando en solucionadores para la ejecución.
- A4: Economía del Agente: Mecanismos de tokenización (ERC-7662, ERC-6551) e incentivos económicos (ERC-7641) para la propiedad de agentes y la distribución de ingresos.
Agente $\to$ Blockchain (A $\to$ B): Los agentes contribuyen a mecanismos centrales de blockchain a través de tres capas:
- B1: Seguridad: Agentes de IA actuando como auditores autónomos y detectores de anomalías (por ejemplo, LLM-SmartAudit, SCVHunter).
- B2: Consenso: El desafío teórico de integrar modelos de IA probabilísticos en protocolos deterministas de Tolerancia a Fallos Bizantinos (BFT).
- B3: Gobernanza: Participación de IA en votaciones de DAO y generación de propuestas, planteando problemas de influencia acotada y personalidad jurídica.

B. Análisis Formal y Propiedades de Seguridad

El ABIM formaliza garantías de seguridad para cada capa. Los hallazgos clave incluyen:

Solidez de la Verificación (TF): Los sistemas actuales no pueden proporcionar pruebas criptográficas para la inferencia de Modelos de Lenguaje Grande (LLM) a escala (el "Cuello de Botella de Verificabilidad de LLM").
Unicidad de Identidad (A1): Ningún estándar actual proporciona identidad de agente resistente a Sybil; ERC-8126 ofrece registro basado en ZKP pero carece de un mecanismo para prevenir que un único operador genere múltiples agentes.
Completitud de Aplicación (A2): Las políticas de permisos modulares carecen de herramientas de verificación formal, lo que conduce a vulnerabilidades como eludir límites de gasto (demostrado en auditorías de Quantstamp).
Fidelidad del Solucionador (A3): La ejecución de intenciones depende de incentivos económicos en lugar de pruebas criptográficas, dejando una brecha entre las restricciones de intención y la ejecución real.
Verificabilidad del Validador (B2) e Influencia Acotada (B3): Estas propiedades no están cumplidas en absoluto en los sistemas actuales, ya que ninguna blockchain en producción hace cumplir límites sobre el poder de voto de la IA ni verifica decisiones de consenso de IA.

C. Hallazgos Empíricos

Madurez de Estándares: El ecosistema de EIP específico para agentes es abrumadoramente inmaduro. De 13 estándares directos de IA/agente, solo 2 han alcanzado el estado "Final", y ninguno de los estándares de delegación/permiso está finalizado.
Panorama Industrial: El análisis de 20 proyectos revela una fuerte concentración en la dirección B $\to$ A (infraestructura, identidad y agentes DeFi). La dirección A $\to$ B está virtualmente inexplorada en producción, con cero proyectos que aborden directamente el consenso (B2) o la gobernanza (B3).
Mecanismos de Confianza: Los proyectos industriales dependen en gran medida de TEE (por ejemplo, bAI Fund) y consenso económico (Recall), mientras que la verificación criptográfica (zkML) permanece en gran medida en la fase de investigación debido a la sobrecarga computacional.

4. Resultados y Problemas Abiertos

El análisis identifica nueve problemas abiertos concretos (OP) y los mapea a propiedades de seguridad específicas del ABIM:

OP1 (Cuello de Botella de Verificabilidad de LLM): Lograr inferencia verificable práctica y subsegundo para LLMs (Apuntando a Solidez de la Verificación).
OP2 (Verificación Formal de Políticas de Permiso): Desarrollar herramientas para verificar políticas de permisos compuestas de agentes (Apuntando a Completitud de Aplicación).
OP3 (Equilibrios de Gobernanza Híbrida IA-Humana): Definir equilibrios estables para DAOs con votantes humanos y de IA mixtos (Apuntando a Influencia Acotada).
OP4 (BFT para Validadores de IA): Generalizar la Tolerancia a Fallos Bizantinos para tolerar validadores de IA probabilísticos (Apuntando a Verificabilidad del Validador).
OP5 (Teoría de Juegos Inter-Agente): Analizar dinámicas multiagente en mercados MEV y de intenciones (Apuntando a Fidelidad del Solucionador).
OP6 (Pipeline de Intención a Prueba de Extremo a Extremo): Crear un pipeline verificable desde la intención en lenguaje natural hasta la ejecución en cadena (Apuntando a Fidelidad del Solucionador).
OP7 (Ingeniería de Tokens para Economías de Agentes): Diseñar tokenomics que alineen los incentivos de los agentes con la utilidad del sistema en lugar de la especulación (Apuntando a Compatibilidad de Incentivos).
OP8 (Marco Legal para Agentes de IA en Cadena): Establecer responsabilidad y personalidad jurídica para agentes autónomos (Apuntando a Influencia Acotada).
OP9 (Identidad de Agente Resistente a Sybil): Definir unicidad para agentes de IA independiente de la identidad biológica (Apuntando a Unicidad de Identidad).

El documento destaca que OP1 y OP9 son cuellos de botella aguas arriba; resolverlos es un prerrequisito para resolver problemas aguas abajo como los límites de gobernanza y la verificabilidad del validador.

5. Significado y Afirmaciones

El documento afirma ser la primera Sistematización del Conocimiento que:

Sistematiza la relación bidireccional entre agentes de IA y blockchain, superando la visión predominante de la blockchain únicamente como una herramienta para la IA.
Evalúa todos los EIP/ERC relevantes para agentes a través de un marco unificado de cinco dimensiones.
Formaliza la interacción como el Modelo de Interacción Agente-Blockchain (ABIM), proporcionando un vocabulario compartido para seguridad, sistemas, criptografía, economía y derecho.

Los autores afirman que la infraestructura actual es pre-producción desde el punto de vista de la seguridad, ya que ningún sistema desplegado satisface las ocho propiedades de seguridad del ABIM. Enfatizan que la dirección A $\to$ B (agentes participando en consenso y gobernanza) representa una frontera académica casi completamente abierta que se volverá crítica a medida que aumente la autonomía de los agentes. El trabajo tiene como objetivo guiar a los investigadores hacia los problemas más impactantes, particularmente aquellos que puentean pruebas criptográficas con IA probabilística y diseño de mecanismos con poblaciones heterogéneas de humanos e IA.