Por Canuto   Un estudio sobre 11 plataformas de agentes de trading con IA en Solana encontró que la mayoría no ejecutaba operaciones de forma autónoma y que los usuarios, en conjunto, terminaron con pérdidas por USD $191,7 millones. ***
  • La investigación analizó 925.323 wallets vinculadas a 11 plataformas de agentes de trading con IA en Solana.
  • Los usuarios registraron pérdidas colectivas por USD $191,7 millones, mientras las tesorerías de los proyectos mostraban USD $34,3 millones en ganancias de papel.
  • De 10 proyectos evaluados en el análisis más amplio, solo tres realizaban operaciones autónomas; el resto ofrecía asesoría, simulaciones o requería aprobación manual.
 
Un nuevo estudio sobre agentes de trading de criptomonedas impulsados por inteligencia artificial plantea dudas serias sobre una de las narrativas más populares del mercado cripto reciente. La investigación concluye que la mayoría de estas plataformas no estaba ejecutando operaciones de forma autónoma, pese a que muchas se promocionaban como herramientas capaces de invertir por cuenta propia. El análisis fue realizado por investigadores de Pantera Capital, la Universidad de Stanford e IC3, junto con Ava Labs, la empresa de tecnología blockchain detrás de Avalanche. El trabajo, reseñado por BeInCrypto, se enfocó en 11 plataformas de agentes de trading con IA desplegadas en Solana y abarcó un total de 925.323 wallets. Los llamados agentes de trading con IA son sistemas que prometen analizar mercados, decidir entradas y salidas, y ejecutar operaciones sin intervención humana constante. Esa propuesta ganó tracción entre finales de 2024 y comienzos de 2025, cuando varios proyectos alcanzaron valoraciones multimillonarias impulsadas por el entusiasmo alrededor de la IA y las finanzas descentralizadas. Sin embargo, los resultados presentados en el documento “Agentes de papel, ganancias de papel: un análisis empírico de los agentes de inversión DeFi” apuntan a una realidad muy distinta. Según el estudio, los usuarios acumularon pérdidas colectivas por USD $191,7 millones, pese a que las plataformas mantenían USD $34,3 millones en ganancias de papel dentro de sus tesorerías.

Grandes promesas, resultados decepcionantes

Las plataformas analizadas incluyeron nombres como ai16z/Eliza, Truth Terminal y Zerebro. En conjunto, estos proyectos llegaron a concentrar valoraciones de tokens por miles de millones de dólares durante el auge del sector entre finales de 2024 e inicios de 2025. En su punto más alto, las ganancias agregadas de los usuarios en todas las plataformas estudiadas llegaron a USD $2.400 millones. Ese momento de euforia, no obstante, fue seguido por un deterioro pronunciado que para febrero de 2026 se había convertido en una pérdida neta colectiva. El comportamiento de los tokens reforzó ese deterioro. El estudio halló que, en promedio, los tokens asociados a estas plataformas cayeron 93% desde sus máximos históricos, un descenso muy superior al retroceso de 54% registrado por Solana entre pico y valle en el mismo período. Ese contraste es importante porque sugiere que la debilidad no puede atribuirse solo a una corrección general del mercado. También refleja el impacto de expectativas excesivas, modelos de negocio aún inmaduros y una posible desconexión entre las promesas comerciales de estos proyectos y sus capacidades reales. Además, las ganancias no se distribuyeron de manera uniforme. El 1% de las wallets rentables, apenas 2.590 de las 259.016 que lograron beneficios, capturó el 81,4% de todas las ganancias, equivalentes a USD $1.810 millones. La mayor ganancia individual detectada fue de USD $158,2 millones y se produjo en la plataforma ai16z/Eliza. En el otro extremo, 62,2% de todos los participantes, es decir, 575.246 wallets, terminó con pérdidas, mientras los retornos medianos fueron negativos en casi todas las plataformas examinadas.

La mayoría de los agentes no hacía trading autónomo

Uno de los hallazgos más llamativos del estudio fue que la mayoría de las plataformas no estaba haciendo lo que afirmaba. De 10 proyectos incluidos en el análisis más amplio, solo tres ejecutaban operaciones de manera autónoma. Los demás modelos se repartían entre distintas funciones menos ambiciosas. Algunos ofrecían asesoría de inversión, otros realizaban simulaciones, y varios requerían que el usuario aprobara manualmente cada transacción antes de concretarla. En términos prácticos, eso significa que una parte importante del mercado etiquetado como trading autónomo con IA funcionaba más como una interfaz de recomendaciones o como una capa de automatización parcial. Para muchos usuarios, esa diferencia puede pasar desapercibida al inicio, sobre todo cuando el marketing resalta conceptos como agentes inteligentes o ejecución automática. Las entrevistas a desarrolladores incluidas en la investigación reforzaron esa brecha entre promesa y ejecución. El equipo de ElizaOS dijo a los investigadores que “los LLM no pueden hacer trading bien” sin percepción humana, una admisión relevante en un sector que a menudo presenta a los modelos de lenguaje como motores capaces de sustituir criterio experto en tiempo real. Por su parte, Virtuals Protocol señaló que la ejecución autónoma genuina sigue siendo rara incluso dentro de su propio ecosistema, que ya suma más de 17.000 lanzamientos de agentes. Esa afirmación sugiere que el problema no sería exclusivo de unos pocos proyectos, sino una limitación más estructural del estado actual de esta tecnología. El punto central es que el término agente de IA puede abarcar herramientas muy distintas. Algunas son simples asistentes conversacionales con acceso limitado a datos; otras automatizan tareas concretas; y solo una minoría parece operar con la autonomía completa que muchos inversionistas imaginaron durante el auge narrativo del sector.

Un mercado temprano, pero aún inmaduro

Pese a la dureza de los resultados, los investigadores no calificaron a estas plataformas como fraudulentas. En cambio, plantearon que se trata de un mercado temprano e inmaduro, donde la infraestructura necesaria para que agentes de IA operen de manera efectiva todavía no existe en un nivel suficiente. Esa precisión importa porque evita equiparar automáticamente desempeño deficiente con engaño deliberado. Al mismo tiempo, no elimina el problema de fondo: muchos usuarios parecieron exponerse a riesgos elevados bajo expectativas que no se correspondían con las capacidades reales de los productos disponibles. Dentro del ecosistema cripto, este patrón no resulta del todo nuevo. Con frecuencia, nuevas narrativas tecnológicas atraen capital antes de que la infraestructura, la gobernanza o los modelos operativos estén listos para sostener las promesas iniciales. En este caso, la combinación entre IA, DeFi y tokens especulativos potenció esa dinámica. La investigación también abre una discusión más amplia sobre transparencia. Si una plataforma depende de aprobación humana para operar, o si solo ofrece sugerencias de mercado, esa condición debería quedar claramente explicada al usuario desde el principio y no diluirse en materiales promocionales ambiguos. Otro aspecto relevante es la concentración de beneficios observada en el estudio. Cuando una minoría muy pequeña captura la mayor parte de las ganancias y la mayoría de las wallets pierde dinero, el perfil del mercado se asemeja más al de un entorno altamente especulativo que al de una solución de inversión sofisticada y democratizada. Según la información citada por TheStreet, el caso refleja las limitaciones actuales de una industria que todavía busca convertir la inteligencia artificial en una herramienta de trading verdaderamente robusta dentro de entornos descentralizados. Por ahora, la evidencia apunta a que ese objetivo sigue lejos de consolidarse. Para los inversionistas, la principal lección parece ser prudencia. El uso de IA como etiqueta comercial no garantiza autonomía real, ni mejores retornos, ni una reducción efectiva del riesgo, especialmente en mercados tan volátiles como el de los criptoactivos. En consecuencia, el estudio ofrece una advertencia oportuna en un momento en que las plataformas basadas en agentes siguen captando atención. La promesa tecnológica continúa siendo poderosa, pero los datos muestran que, al menos hasta febrero de 2026, la mayoría de estos sistemas todavía estaba muy lejos de cumplir lo que sugería su publicidad.
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.  

Descubre más desde DiarioBitcoin

Suscríbete y recibe las últimas entradas en tu correo electrónico.


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