Por Canuto  

Una investigación de TRM Labs concluye que solo entre 0,6% y 7,5% del comercio depurado de x402 parece provenir de agentes de IA, mientras scripts y flujos automatizados explican buena parte de la actividad registrada.
***

  • TRM Labs analizó USD $52,7 millones en 198,9 millones de liquidaciones de x402 en Base, Solana y Polygon.
  • Tras excluir anomalías, el comercio probable quedó en USD $25,62 millones y la actividad atribuible a agentes de IA fue limitada.
  • La firma pidió registros más precisos, reputación verificable y sistemas de cumplimiento adaptados a millones de pagos pequeños.

El protocolo x402 de Coinbase registra millones de pagos automatizados, pero ese volumen no permite concluir por sí solo que los agentes de inteligencia artificial estén comprando servicios en internet. Una investigación de TRM Labs estimó que solo entre 0,6% y 7,5% del comercio restante, después de retirar flujos anómalos, parecía proceder de agentes de IA. El hallazgo pone en duda una de las principales narrativas alrededor de los pagos agénticos: que cada autorización firmada por una dirección automatizada representa una decisión tomada por un sistema inteligente.

El análisis examinó USD $52,7 millones distribuidos en 198,9 millones de liquidaciones procesadas por facilitadores conocidos de x402 en Base, Solana y Polygon desde mayo de 2025. La cifra incluye pagos transmitidos mediante el protocolo, pero no distingue automáticamente entre un agente que explora servicios, un script programado para repetir una compra y una prueba de carga diseñada para generar transacciones. Esa limitación resulta central para interpretar el tamaño real del comercio impulsado por IA.

El volumen de x402 no identifica al comprador

x402 integra los pagos directamente en las solicitudes web, de modo que un comprador recibe un precio, firma una autorización y deja que un facilitador verifique la operación, envíe la transacción a la blockchain y cubra la tarifa de red. El modelo busca que los servicios digitales puedan cobrar pequeñas cantidades sin depender de procesos manuales o suscripciones tradicionales. Sin embargo, la misma secuencia técnica puede ejecutarla un programa ordinario que no entiende la solicitud ni toma decisiones autónomas.

TRM Labs señaló que un agente genuino normalmente explora entre múltiples servicios y productos, mientras una dirección que repite el mismo precio se parece más a un script que contacta una y otra vez a un único proveedor. La empresa reconoció que se trata de una decisión deliberada de modelado y que puede subestimar el fenómeno, porque algunos agentes actuales podrían tener un propósito único y pagar repetidamente por el mismo servicio. Por esa razón, el resultado no equivale a una medición definitiva de todos los agentes activos.

Los investigadores retiraron autopagos, flujos masivos procedentes de uno o dos pagadores y vendedores con menos de 10 compradores antes de calcular el comercio probable. Ese proceso dejó un universo de USD $25,62 millones, sobre el cual aplicaron filtros adicionales para buscar patrones más compatibles con actividad agéntica. También consideraron pagos transmitidos por facilitadores con montos variables, cuyo promedio era inferior a USD $1.

Una prueba más estricta exigía que ese patrón se mantuviera durante meses, además de la existencia de un registro público del agente o de pagos realizados a múltiples vendedores. Los criterios pretendían separar una conducta exploratoria de una automatización repetitiva, aunque podían descartar agentes reales que compran el mismo servicio de manera constante. En otras palabras, el estudio privilegió la identificación de comportamientos difíciles de confundir con un script, incluso a costa de reducir el universo detectado.

Stablecoins, concentración y desafíos de responsabilidad

La actividad observada tuvo episodios muy concentrados. A finales de 2025 aparecieron transacciones asociadas aparentemente con la acuñación de tokens meme y pagos a un servicio de análisis de IA, mientras que a principios de 2026 el volumen se concentró en un único contrato de pagos. Los pagos a servicios de IA regresaron a mediados de año mediante un enrutador de pagos para agentes, pero ese repunte tampoco bastó para demostrar que la mayoría de las liquidaciones representara decisiones autónomas.

USDC dominó el sistema durante todo el período analizado, con 99,6% del valor liquidado, equivalente a aproximadamente USD $52,47 millones. La concentración muestra que el riel depende casi por completo de una stablecoin para mover valor entre compradores, facilitadores y vendedores, aunque el estudio no presenta esa preferencia como una prueba de que los agentes de IA controlen el flujo. El activo permite pagos pequeños y programables, pero la infraestructura monetaria no resuelve por sí misma la cuestión de quién ordenó cada operación.

El interés empresarial por este mercado continúa pese a la evidencia limitada sobre su uso actual. Binance incluyó una capa de pagos x402 en el lanzamiento de Agent OS en agosto, mientras Base, la red de Coinbase, dirigió su aceleradora de USD $1 millón hacia startups de agentes y pagos. En mayo, Amazon anunció AgentCore Payments junto con Coinbase y Stripe, una iniciativa que permite a los agentes pagar servicios en línea mediante stablecoins.

El crecimiento de estas iniciativas puede ampliar la cantidad de servicios disponibles para agentes, pero también aumenta la necesidad de distinguir automatización simple de autonomía funcional. Un proceso que paga cada cierto tiempo una API no necesariamente evalúa alternativas, negocia condiciones o responde a un objetivo abierto. Sin una identidad verificable y señales de comportamiento comparables entre redes, el volumen bruto puede exagerar el grado de madurez del comercio agéntico.

La infraestructura necesita identidad y cumplimiento

TRM Labs también identificó vacíos en la asignación de responsabilidad por los pagos realizados por agentes. Los registros en cadena permiten que una persona declare la propiedad de una dirección asociada a un agente, pero esa declaración es voluntaria y actualmente no la utiliza la mayoría de los participantes. La ausencia de esa información dificulta saber quién controla el sistema, quién autorizó sus límites y quién debe responder cuando una operación causa pérdidas o incumple reglas.

Un registro voluntario puede aportar contexto, pero no garantiza que la identidad declarada permanezca actualizada ni que describa el alcance real de las facultades del agente. Para compradores y vendedores, la diferencia entre una dirección identificada y otra anónima puede afectar la evaluación del riesgo, especialmente cuando las operaciones ocurren en muchas cadenas y los montos individuales son pequeños. La transparencia de la blockchain ofrece rastreo, aunque no reemplaza las obligaciones de una contraparte verificable.

La firma pidió un registro más preciso, información de reputación que los agentes puedan consultar por sí mismos y sistemas de monitoreo diseñados para grandes cantidades de pagos pequeños. El objetivo no consiste únicamente en conocer el valor total liquidado, sino en evaluar patrones, vínculos entre participantes y cambios de comportamiento que podrían pasar inadvertidos cuando cada transacción tiene un importe reducido. Esa tarea plantea exigencias distintas a las de los controles tradicionales, que suelen priorizar operaciones de alto valor.

La conclusión de TRM Labs resume el desafío: el riel de pagos ya funciona, pero el comercio agéntico necesita registro, reputación de contrapartes y cumplimiento adaptado a su escala. Para que x402 se convierta en una vía confiable para agentes, el ecosistema tendrá que demostrar no solo que puede liquidar pagos, sino también que puede explicar quién los inició y bajo qué reglas. Hasta entonces, los millones de liquidaciones servirán como evidencia de automatización, pero no como prueba concluyente de una economía dominada por agentes de IA.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados