Resumen Técnico: Agentes de Papel, Ganancias de Papel

1. Planteamiento del Problema

Desde finales de 2024, ha surgido una oleada de "agentes de inversión en DeFi" —sistemas que afirman utilizar inteligencia artificial para el trading autónomo en la cadena de bloques—, alcanzando valoraciones de tokens combinadas que superan los 3.000 millones de dólares. A pesar de este rápido crecimiento y la afluencia de capital, la realidad empírica de estos sistemas sigue siendo poco explorada. Cuestiones críticas sobre el grado de verdadera autonomía (ejecución algorítmica frente a manual), la rentabilidad real de las tesorerías de los agentes, la transparencia de sus algoritmos y la alineación entre el rendimiento de la tesorería y los retornos para los tenedores de tokens carecen de una investigación rigurosa. El mercado se caracteriza por un entorno "sin permisos, de primera generación", donde la infraestructura abierta permite una experimentación rápida, pero carece de estándares robustos para la autonomía, la verificación del rendimiento y la alineación de los interesados.

2. Metodología

Los autores emplean un enfoque de métodos mixtos que combina el análisis cuantitativo de datos en la cadena de bloques con entrevistas cualitativas a desarrolladores, abarcando el período de octubre de 2024 a noviembre de 2025.

• Encuesta del Panorama: El estudio comenzó con un conjunto de datos de 1.900 proyectos criptográficos etiquetados como IA, obtenidos de CoinGecko y Messari. Aplicando tres criterios de inclusión (aplicación DeFi, función de inversión y marca de IA), los autores filtraron esto a 1.035 proyectos y seleccionaron 10 proyectos representativos mediante muestreo intencional. Estos se categorizaron por estrategia (pasiva, de asesoramiento, activa), observabilidad del comercio (baja a alta), mecanismos de financiación y escala de adopción.
• Análisis Profundo de la Arquitectura: Se analizaron dos marcos dominantes, ElizaOS (un entorno de ejecución de agentes de trading de código abierto) y Virtuals Protocol (una plataforma de lanzamiento para la tokenización de agentes), mediante una revisión de la arquitectura técnica y entrevistas semiestructuradas con contribuyentes clave.
• Análisis Cuantitativo del Rendimiento: Los autores analizaron 11 tesorerías de agentes basadas en Solana con actividad de comercio atribuible públicamente, abarcando a 925.323 tenedores de tokens.
  • Procesamiento de Datos: Se utilizaron datos de Dune Analytics (balances diarios y precios de DEX por hora). Debido al modelo de cuentas de Solana, se aplicó un paso de preprocesamiento en dos etapas que incluía la relleno hacia adelante para construir series temporales diarias completas.
  • Cálculo de PnL: La Ganancia y Pérdida (PnL) realizada se calculó utilizando la correspondencia de lotes Primero en Entrar, Primero en Salir (FIFO) basada en los cambios diarios de balance. El PnL no realizado se calculó como la diferencia de valoración de mercado entre las tenencias actuales y la base de costos.
  • Alcance: El análisis distinguió entre el rendimiento de la tesorería de la plataforma (fondos gestionados) y los retornos para los tenedores de tokens (participantes del mercado secundario).

3. Contribuciones Clave

1. Caracterización Empírica del Panorama: Definición y categorización del estado actual de los agentes de inversión en DeFi, revelando que la gran mayoría no opera de forma autónoma y que la "observabilidad" (billeteras públicas) no garantiza una "autonomía verificable".
2. Análisis de Marcos: Detalle de las estructuras arquitectónicas de ElizaOS y Virtuals Protocol, documentando la brecha entre las capacidades autónomas visionadas y las implementaciones actuales, que a menudo dependen de integraciones básicas de API o operaciones con intervención humana.
3. Evaluación Cuantitativa del Rendimiento: Proporció un análisis riguroso del rendimiento en la cadena de bloques de 11 tesorerías de agentes, distinguiendo entre ganancias a nivel de tesorería y pérdidas para los tenedores de tokens, y comparándolas con estrategias pasivas.
4. Propuesta de Marco de Madurez: Propuso un marco tridimensional para evaluar la progresión de los agentes de inversión en DeFi desde vehículos especulativos hasta sistemas de grado de inversión.

4. Resultados Clave

A. Autonomía y Ejecución

• Falta de Autonomía Real: De los 10 proyectos muestreados, solo 3 ejecutaron activamente operaciones con fondos agrupados. La mayoría proporcionó asesoramiento de inversión, simulaciones o estrategias pasivas.
• Perspectivas de Desarrolladores: Las entrevistas con los equipos de ElizaOS y Virtuals confirmaron que los agentes actuales basados en LLM generalmente no pueden operar de manera efectiva sin orientación humana. La mayoría de las implementaciones visibles son "integraciones básicas de API" en lugar de sistemas de ejecución autónoma.
• Observabilidad frente a Autonomía: Incluso los proyectos con direcciones de billetera públicas (alta observabilidad) no pudieron verificarse independientemente como verdaderamente autónomos; los datos en la cadena muestran qué se operó, pero no quién (humano o agente) inició la acción.

B. Rendimiento Financiero y Divergencia

• Ganancias de Papel frente a Pérdidas Reales: Las tesorerías de los agentes retuvieron más de 30 millones de dólares en ganancias de papel (no realizadas), mientras que los tenedores de tokens perdieron colectivamente 191,7 millones de dólares.
• Declive de Pico a Valle: El PnL agregado de los usuarios alcanzó un pico de 2.400 millones de dólares en ganancias de papel antes de colapsar en pérdidas netas. Los tokens disminuyeron un promedio del 93% desde sus máximos históricos.
• Concentración Extrema: El 1% superior de billeteras rentables capturó el 81,4% de todas las ganancias (1.810 millones de dólares). Los retornos medianos fueron negativos en todas las plataformas.
• Valoraciones Desacopladas: Las valoraciones de los tokens están débilmente conectadas con los fundamentos de la tesorería. Las relaciones de capitalización de mercado a activos bajo gestión (AUM) para estos agentes superaron 10.000 veces, mientras que los protocolos DeFi establecidos (por ejemplo, Maker, Aave) suelen cotizar por debajo de 1 vez.

C. Dinámicas de Mercado

• Boom y Colapso Sincronizados: Los picos de valoración se agruparon estrechamente dentro de una ventana estrecha (finales de 2024 a principios de 2025), impulsados por ciclos narrativos compartidos en lugar de fundamentos idiosincrásicos.
• Composición de la Cartera: Las carteras de los agentes están fuertemente sesgadas hacia tokens de baja capitalización (con una capitalización de mercado inferior a 10 millones de dólares), en contraste con las tesorerías de DAO establecidas que mantienen activos de gran capitalización.
• Rendimiento Inferior: Los tokens de los agentes tuvieron un rendimiento inferior al de un índice de referencia pasivo de compra y tenencia de SOL, disminuyendo casi el doble de severamente durante el período del estudio.

5. Significado y Marco Propuesto

El artículo interpreta estos resultados como característicos de un mercado inmaduro y sin permisos, donde la infraestructura permite una experimentación rápida pero carece de los estándares necesarios para una inversión autónoma robusta. Los autores no afirman que el modelo subyacente sea inherentemente defectuoso, sino que argumentan que las implementaciones actuales son prematuras.

Para caracterizar la brecha entre las implementaciones actuales y los futuros sistemas de grado de inversión, los autores proponen un Marco de Madurez basado en tres dimensiones:

1. Ejecución Autónoma Verificable: Avanzar más allá de las direcciones de billetera públicas hacia mecanismos que permitan a los observadores verificar si las transacciones fueron iniciadas por la lógica declarada del agente (por ejemplo, mediante trazas de ejecución firmadas, entornos de ejecución de confianza o atestaciones de conocimiento cero).
2. Rentabilidad Sostenible Ajustada al Riesgo: Evaluación del rendimiento que distingue la habilidad comercial duradera de los ciclos de mercado favorables, comparando los retornos con índices de referencia pasivos (por ejemplo, SOL/ETH) e incluyendo métricas de riesgo estándar (ratio de Sharpe, drawdown), al tiempo que se separa el rendimiento de la tesorería de los resultados para los tenedores de tokens.
3. Alineación Transparente de los Interesados: Mecanismos explícitos que conectan el rendimiento del agente con los retornos para los tenedores de tokens (por ejemplo, reembolso basado en el valor neto de activos, distribuciones proporcionales o comisiones de rendimiento con marcas de agua altas) para asegurar que el valor fluya hacia los interesados en lugar de ser capturado por iniciados tempranos o comisiones de plataforma.

El artículo concluye que el progreso hacia vehículos de inversión autónoma robustos requiere una infraestructura de mercado más sólida (liquidez más profunda, ejecución fiable) y diseños de incentivos más claros que alineen la actividad del agente con el valor para el usuario final.