Coinbase Ventures analiza la pila tecnológica de cuatro capas de los agentes y su lógica de inversión
chaincatcherAutor: Jonathan King, gestor sénior de inversiones de Coinbase Ventures
Compilación: Gu Yu, ChainCatcher
Este artículo fue escrito por Jonathan King, gestor sénior de inversiones de Coinbase Ventures.
Las empresas de la cartera de Coinbase Ventures se marcan con un asterisco (*) la primera vez que aparecen en el texto.
Los agentes de IA se están convirtiendo en participantes activos de la actividad económica. Su capacidad para perseguir objetivos en nuestro nombre, tomar decisiones y realizar transacciones está sentando las bases de un sistema financiero completamente nuevo: las finanzas de agentes (AiFi). Este sistema evoluciona por dos vías que están transformando nuestra interacción con el dinero. La primera es la de pagos y comercio, donde los agentes pagan por bienes, servicios y datos. La segunda es la de negociación y mercados, donde los agentes participan directamente en los mercados financieros. Este artículo se centra en la segunda vía: la negociación con agentes.
En la negociación con agentes, un agente de IA ejecuta parte o la totalidad del ciclo de decisiones de negociación en tu nombre. Tú estableces los objetivos y las restricciones, y el agente puede investigar el mercado, formular estrategias, ajustar el tamaño de las posiciones, realizar operaciones y supervisar los riesgos dentro de los límites que le hayas otorgado. Aunque todavía se encuentra en una fase temprana, este enfoque permite que flujos de negociación complejos se activen mediante instrucciones sencillas.
En nuestro informe de perspectivas de inversión de 2024 sobre cripto e IA, predijimos que las interfaces de lenguaje natural se convertirían en la principal forma de operar en cadena. En nuestro artículo de mayo de 2025, «El auge de la IA en cadena», analizamos cómo los agentes hacen que la gestión de carteras personales sea más accesible. Desde entonces, el concepto ha evolucionado mucho más allá del ámbito de las criptomonedas. Bolsas, brókeres y una nueva ola de startups compiten por crear formas de que los agentes negocien criptoactivos, acciones, derivados, mercados de predicción y más.
A medida que crear agentes resulta cada vez más sencillo, nos centramos en qué puede otorgar una ventaja competitiva duradera a las empresas que los respaldan. Creemos que el valor pasará de la mera ejecución de órdenes a la gestión continua de estrategias de inversión y a ganarse la confianza de los usuarios y sus agentes para custodiar activos.
Esta visión lleva a Coinbase Ventures a buscar inversiones en tres áreas: los marcos y terminales de negociación con agentes, la obtención de una ventaja real mediante inteligencia y datos especializados, y la infraestructura de cumplimiento y observabilidad que hace que el comportamiento de los agentes sea rastreable y responsable. A continuación se describe el panorama completo de este sector emergente y lo que creemos que se necesita para construir negocios duraderos en él.
¿Qué es la negociación con agentes?
La negociación con agentes se refiere a un agente de IA que opera parte o la totalidad del ciclo de decisiones de negociación dentro de los límites que le has otorgado. Tiene objetivos continuos, recopila información de forma autónoma, formula y ajusta estrategias, y ejecuta operaciones dentro de las restricciones que has establecido, sin necesidad de tu aprobación en cada paso.
La automatización de la negociación existe desde hace décadas, pero cada ola de automatización solo ha ejecutado decisiones ya tomadas por humanos de forma más rápida o barata:
Los bots de negociación basados en reglas activan condiciones que has preprogramado («compra cuando X cruce Y»). Son disparadores más rápidos, no tomadores de decisiones.
La ejecución algorítmica (como TWAP o VWAP) está diseñada para decidir cómo ejecutar una orden que ya has elegido, nunca qué comprar.
Los roboasesores utilizan reglas fijas para gestionar carteras. No pueden formarse opiniones nuevas ni reaccionar a las noticias.
El copy trading replica las operaciones de otros, heredando sus riesgos, pero sin adaptarse a tu situación.
La negociación con agentes invierte este modelo. Expresas tus objetivos en lenguaje natural y el agente los descompone en investigación, estrategia, control de posiciones, ejecución y supervisión continua. Por primera vez, una máquina forma una opinión de inversión, en lugar de limitarse a ejecutar una opinión asignada. El ser humano pasa de operador a delegador: ya no pulsas botones, sino que estableces instrucciones de tareas.
¿Por qué ahora?
Los bots de negociación con IA no son un concepto nuevo. Muchos se lanzaron en 2023, pero la mayoría no estuvieron a la altura de su nombre. Creemos que esta vez es diferente porque en los últimos 12 meses se han producido cuatro cambios:
Los modelos de IA son suficientemente fiables. La generación de bots de 2023 fracasó porque los modelos de lenguaje podían resumir el mercado, pero no ejecutar planes para él. Los modelos de vanguardia actuales pueden gestionar tareas de varios pasos, utilizar herramientas y recuperarse de errores, lo que constituye el umbral mínimo para gestionar posiciones sin supervisión.
El coste de acceso al mercado se ha reducido drásticamente. Estándares abiertos como Model Context Protocol (MCP) y Agent2Agent (A2A) han convertido los centros de negociación, las fuentes de datos y los sistemas de custodia en funciones plug-and-play. Antes, conectar un agente a un bróker requería un trimestre de desarrollo de ingeniería a medida. Ahora solo lleva unos minutos.
Los marcos de agentes de código abierto lo convierten en un proyecto de fin de semana. Herramientas como OpenClaw y Nous Hermes* ofrecen a cualquier modelo funciones de memoria, programación de tareas y conexión al mercado listas para usar. Solo OpenClaw obtuvo alrededor de 250.000 estrellas de GitHub en unos 60 días. El sector de las criptomonedas fue el primero en absorber esta ola, porque las API abiertas y sin permisos significan que no hay guardianes, razón por la cual los contratos perpetuos de Hyperliquid y los mercados de predicción de Polymarket se convirtieron en algunos de los primeros objetivos.
Los mercados empiezan a converger. Las acciones tokenizadas, los contratos perpetuos sobre activos reales, los mercados que operan 24/7 y la liquidación con stablecoins significan que un solo agente puede ahora perseguir objetivos en múltiples clases de activos desde una única reserva de garantías. La automatización anterior estaba atrapada en silos de información, porque cada clase de activo operaba sobre su propia infraestructura independiente.
Por qué es importante
La negociación con agentes tiene el potencial de democratizar la negociación cuantitativa. Estrategias que antes requerían experiencia en trading cuantitativo, como la fusión de señales entre clases de activos, el ajuste del tamaño de las posiciones según los cambios del mercado, la identificación de cambios en los mecanismos del mercado o el reequilibrio teniendo en cuenta consideraciones fiscales, ahora pueden solicitarse con una sola frase.
Imagina una petición: «Créame una cartera con sesgo de impulso entre criptomonedas y acciones de semiconductores, limite la reducción máxima al 15% y reequilibre semanalmente». A partir de esta breve frase, el agente puede extraer señales de impulso de ambos mercados, construir la cartera, ajustar el tamaño de cada posición para cumplir con el límite de reducción, realizar pedidos en múltiples plataformas y reevaluar el plan cada semana.
Este modelo también cambia lo que los usuarios exigen a las plataformas de negociación. Cada vez más, la gente acude a las plataformas con una intención de cartera («créame una cartera que exprese mi opinión sobre X») en lugar de una intención de orden («compre 10 acciones de X»). Esto representa una forma de producto fundamentalmente distinta de las interfaces de negociación tradicionales, que favorece a las plataformas que ofrecen la gama más amplia de clases de activos, en lugar de a las que ofrecen la mejor ejecución en un único activo.
La pila tecnológica de la negociación con agentes
La negociación con agentes está evolucionando desde un estado de herramientas experimentales improvisadas hacia una pila tecnológica más estructurada. La dividimos en cuatro capas: la capa de inteligencia (los datos y modelos de los que depende el pensamiento del agente), la capa de agencia (los marcos y aplicaciones que convierten los modelos en agentes de negociación que funcionan de forma continua), la capa de ejecución (las vías que convierten las decisiones en órdenes ejecutadas) y la capa de cumplimiento y observabilidad (la infraestructura de confianza que verifica qué hizo el agente y por qué).
El siguiente mapa del mercado abarca las startups y plataformas que seguimos en cada capa, desde la capa de inteligencia en la base hasta la capa de ejecución y confianza en la parte superior.

Capa de inteligencia: datos y razonamiento
Datos de mercado. Los agentes necesitan información limpia y legible por máquinas: precios, libros de órdenes, documentos regulatorios, noticias, sentimiento y actividad en cadena con marcas de tiempo y etiquetas de origen. Los modelos de negocio de datos actuales están construidos para humanos, con tarifas por puesto de analista de terminal, no para agentes que realizan miles de consultas al día. Este desajuste crea una oportunidad para que las máquinas paguen por los datos. Por ejemplo, el protocolo de código abierto x402 de Coinbase permite a los agentes pagar con stablecoins exactamente por los datos que necesitan, cuando los necesitan. Proveedores de datos establecidos como Bloomberg y S&P Global, plataformas de análisis en cadena como Nansen y Dune, y redes de oráculos como Pyth y Chainlink ya ofrecen gran parte de esta información. Nuevos actores como Surf y Cambrian están diseñando flujos de investigación y datos para agentes desde el primer día.
Modelos de razonamiento de mercado. Las capacidades de razonamiento general de los laboratorios de vanguardia son realmente potentes, pero están abiertas a todos, lo que significa que no son en sí mismas una ventaja competitiva. La verdadera oportunidad abierta reside en los modelos de razonamiento de mercado especializados: modelos entrenados específicamente para razonar sobre los mercados financieros, probar y validar ideas de negociación, desplegar capital real y gestionar riesgos en flujos de trabajo no supervisados de larga duración. Una nueva clase de laboratorios de modelos de razonamiento de mercado, entre los que se incluyen Prodigy Research, EdotEnv y Nof1, está explorando esta dirección, aprendiendo mediante el entrenamiento con datos de mercado o la creación de entornos de negociación simulados para los modelos. Mientras tanto, plataformas de razonamiento y enrutadores como Venice permiten a los agentes elegir el mejor modelo para cada tarea y, en algunos casos, pagar en USDC bajo demanda.
Capa central: marcos, terminales y copilotos
Los marcos de agentes de propósito general convierten los modelos en agentes persistentes al dotarlos de memoria, disparadores programados, invocación de herramientas, entornos de espacio aislado y capacidad de recuperarse de errores. Están diseñados para manejar cualquier tarea, desde programación e investigación hasta la gestión de la bandeja de entrada, y los usuarios pueden ampliarlos mediante habilidades de complementos. Los marcos de código abierto como Nous Hermes y OpenClaw son cada vez más populares en este ámbito, y la negociación se está convirtiendo rápidamente en uno de sus casos de uso más importantes. Sin embargo, la negociación requiere algo más que un conjunto de herramientas genérico. Observamos una clara brecha de demanda de marcos «adaptados y reforzados para la negociación», que necesitan habilidades integradas para el ajuste dinámico de posiciones, límites de toma de ganancias y stop-loss, y reducción de posiciones, y que ofrecen formas de probar estrategias antes de comprometer dinero real.
Los marcos de negociación con agentes se construyen precisamente para llenar esa brecha. Equipos como Senpi y Supertake son dos ejemplos. Senpi se autodenomina un «ingeniero cuantitativo de IA», diseñado para operadores activos: convierte estrategias de negociación descritas en inglés sencillo en código y las ejecuta 24/7 en cientos de mercados de Hyperliquid, aplicando automáticamente tamaños de posición basados en el riesgo y stop-loss dinámicos. Supertake está diseñado para inversores minoristas: los usuarios pueden escribir una idea de inversión o «take» con sus propias palabras, y su agente la convierte en una cartera, ofreciendo un modo de práctica con resultados simulados y una clasificación pública de los mejores takes.
Los terminales de negociación con agentes son espacios de trabajo dedicados. Son entornos de trabajo totalmente equipados donde los usuarios pueden llevar una idea a través de todo el ciclo: investigación, diseño de estrategias, backtesting, ejecución y supervisión continua. Muchos terminales son multi-activo, lo que permite a un solo agente negociar acciones, criptomonedas, contratos perpetuos y mercados de predicción, y la mayoría opta por conectarse a brókeres y bolsas existentes en lugar de custodiar activos por sí mismos. Pueden considerarse terminales de negociación reconstruidos para la era de los agentes, dirigidos a operadores activos que buscan profundidad y control. Por ejemplo, Catalyst puede convertir las opiniones de mercado de un usuario en estrategias que operan en acciones, opciones y mercados de predicción; mientras que TrueNorth ofrece a los usuarios agentes personalizados que escanean los mercados de acciones, materias primas y contratos perpetuos de criptomonedas y crean operaciones.
Los copilotos de negociación en cadena son asistentes activos a tu servicio. Priorizan el chat y suelen integrarse directamente en aplicaciones populares que la gente ya utiliza, como X, Telegram o monederos de criptomonedas. Se construyen en torno al monedero en cadena del propio usuario, por lo que los fondos suelen permanecer en autocustodia. Se centran en las criptomonedas y pueden gestionar operaciones cotidianas en un solo mensaje, como intercambios, puentes entre cadenas, negociación de perpetuos, yield farming y apuestas en mercados de predicción. Los terminales buscan profundidad, mientras que los copilotos buscan comodidad y cobertura. Por ejemplo, HeyElsa permite a los usuarios crear carteras, realizar intercambios entre cadenas y obtener rendimientos mediante una simple conversación; mientras que Bankr permite a los usuarios mencionarlo en X para comprar, vender, intercambiar tokens o establecer órdenes limitadas.
En la práctica, los límites entre estas categorías ya empiezan a difuminarse. Los marcos de propósito general están añadiendo habilidades de negociación, los marcos de negociación están añadiendo funciones de cartera y clasificación en los terminales, los terminales están añadiendo interfaces de chat y los copilotos están añadiendo estrategias que funcionan 24/7. Con el tiempo, esperamos que todos compitan en torno a la misma cuestión: quién posee el ciclo de decisiones. Los terminales tienen ventaja en profundidad, amplitud de activos y fidelización de usuarios; los copilotos y los marcos de propósito general tienen ventaja en los canales de distribución, porque ya están presentes donde los usuarios pasan su tiempo. Los productos con más probabilidades de perdurar serán aquellos que combinen una ventaja real en la capa de inteligencia o estrategia con capacidades de distribución difíciles de replicar.
Capa de ejecución: conectividad con los centros de negociación y amplitud de activos
La capa de ejecución convierte las decisiones del agente en operaciones completadas. Esto significa enrutar órdenes entre centros de negociación y clases de activos, rastrear el estado de las órdenes, conciliar posiciones y custodiar activos de forma segura. Todo el sector está convergiendo hacia un modelo de «una sola credencial, múltiples activos», en el que una única conexión de agente puede negociar criptoactivos al contado, derivados, acciones y más.
Los brókeres y las bolsas se están abriendo a los agentes de dos maneras. La primera es el acceso «trae tu propio agente»: agentes externos (como ChatGPT, Claude o Grok) se conectan a través de servidores MCP, herramientas de línea de comandos, API o cuentas de agente dedicadas. Por ejemplo, Coinbase for Agents permite a agentes de terceros negociar criptomonedas al contado, futuros estadounidenses y acciones en la cuenta de Coinbase del usuario, dentro de los límites definidos por este. La segunda es la inteligencia integrada: la IA del propio centro de negociación opera dentro de la aplicación, ayudando a los usuarios con la investigación, la planificación y la ejecución de operaciones. Coinbase Advisor es un ejemplo. Además, infraestructuras nativas de IA como Alpaca y API de negociación en cadena como Definitive ofrecen a los agentes vías de ejecución de operaciones listas para usar, sin necesidad de construirlas desde cero.
Cumplimiento y observabilidad: la base de confianza para la toma de decisiones autónoma
Los marcos regulatorios y de cumplimiento actuales asumen que las decisiones las toman los seres humanos. Cuando un agente toma decisiones, alguien debe poder responder: ¿qué vio el agente, qué decisión tomó, cuál fue el razonamiento y quién es responsable de ello? Esta capa registra las entradas, el proceso de razonamiento, las acciones y las operaciones del agente para que su comportamiento pueda ser auditado.
Creemos que esta es una de las partes menos desarrolladas de toda la pila tecnológica. La oportunidad aquí reside en construir una nueva infraestructura de confianza para los agentes: identidad y certificación de agentes (Know Your Agent), registros de decisiones a prueba de manipulaciones, seguimiento verificable del rendimiento y sistemas de reputación. Empresas como Alien, t54 Labs, Lemma y AgentOps son pioneras en este ámbito.
Hacia dónde fluye el valor
Esta es nuestra opinión central: en la negociación con agentes, el agente en sí no es un foso. Los modelos de código abierto que se ejecutan sobre marcos de código abierto significan que cualquiera puede construir un agente de negociación potente en un fin de semana. Si los agentes se convierten en un producto básico, el valor inevitablemente se depositará en otra parte.
Creemos que hay tres tendencias que impulsan el flujo de valor:
Las comisiones de ejecución se están comprimiendo, pero la liquidez sigue siendo la reina. Los agentes comprimirán significativamente las comisiones de negociación, porque pueden comparar precios entre centros de negociación al instante y no tienen lealtad a ninguna interfaz concreta. Sin embargo, optimizan el coste total de la operación, incluidos los diferenciales y el deslizamiento de precios, no solo las comisiones. El flujo de órdenes de los agentes irá a los mercados con diferenciales más estrechos y mayor profundidad. El espacio para el negocio de enrutamiento de órdenes se comprimirá, pero el control de la liquidez no.
El valor fluye hacia quien controla el ciclo de decisiones. Creemos que las plataformas de negociación con agentes se monetizarán cada vez más mediante lo que llamamos «intención como servicio»: convertir los objetivos del usuario en carteras accionables y garantizar que se mantengan en el buen camino. Los usuarios pagarán por el resultado final, no por los clics. Esta «prima de intención» pertenece a quien controla el ciclo de decisiones, no solo a quien controla el canal de órdenes.
La confianza y la amplitud ganan a nivel de plataforma. Si cualquiera puede construir un agente, las plataformas ganadoras serán aquellas que se ganen la confianza de los usuarios y sus agentes para custodiar sus activos, y aquellas que ofrezcan la gama más amplia de activos negociables en las vías más seguras y fiables. Cuando los usuarios llegan con una intención de cartera, las plataformas que solo ofrecen una única clase de activos cederán los agentes a aquellas que puedan ofrecer una gama completa de activos.
Para las startups, esto se traduce en un criterio de selección sencillo. Creemos que los resultados más duraderos a nivel de capital riesgo surgirán donde la inteligencia propietaria, los canales de distribución o el cumplimiento normativo creen barreras. Los modelos que simplemente envuelven una fina capa de agente sobre modelos genéricos más API de negociación tendrán dificultades para sobrevivir a largo plazo.
Nuestra dirección de inversión
Desde esta perspectiva, Coinbase Ventures se centra en tres pilares de la pila tecnológica de negociación con agentes:
Marcos y terminales de ejecución de negociación con agentes. Buscamos productos que vayan más allá del enrutamiento de órdenes y que realmente encarnen la intención de construir carteras. Deben ofrecer una experiencia de usuario superior y demostrar que los usuarios se quedan: el volumen de negociación con agentes, los activos gestionados y la retención están creciendo.
Obtener una ventaja real. A medida que las capacidades de razonamiento general se convierten en un producto básico, la ventaja se desplazará hacia quienes puedan ofrecer a los agentes beneficios que otros difícilmente puedan replicar. Construir modelos de razonamiento de mercado y laboratorios de investigación de IA capaces de ejecutar de forma fiable flujos de trabajo financieros de varios pasos sin supervisión es un camino claro. También nos centramos en proveedores de datos únicos, modelos de estrategias cuantitativas y mercados de estrategias verificadas para que los agentes las invoquen.
Cumplimiento y observabilidad. Los marcos regulatorios no están diseñados para tomadores de decisiones no humanos. Estamos invirtiendo en infraestructura que cierre esta brecha: identidad y certificación de agentes, supervisión de decisiones a prueba de manipulaciones, trazabilidad completa de cada herramienta que utiliza un agente, verificación del rendimiento y reputación.
Al evaluar empresas, nos fijamos más en la defensa que en la mera capacidad:
Volante de inteligencia. Dado que el modelo en sí no es un foso, buscamos un «bucle de contexto» en el que los datos propietarios y los modelos especializados se refuercen mutuamente, permitiendo que las estrategias mejoren con el tiempo y amplíen la brecha con los competidores.
Equipos nativos orientados a agentes. Los equipos más fuertes combinan tres capacidades: profunda experiencia en negociación cuantitativa (para lograr rendimientos ajustados al riesgo), ingeniería avanzada de IA (para garantizar un comportamiento fiable del agente) y conocimientos regulatorios (tratando el cumplimiento como una característica del producto, no como una medida correctiva).
Mirando al futuro
La negociación con agentes marca un cambio real en la forma en que las personas interactúan con los mercados. A medida que los agentes se vuelven más fáciles de construir, creemos que las empresas que perduren a largo plazo necesitarán poseer ventajas que otros difícilmente puedan replicar. Los ganadores serán quienes dominen la inteligencia, se ganen la confianza de los usuarios y ofrezcan a los agentes el camino más seguro y regulado hacia los mercados más amplios.
Esta pila tecnológica aún se está construyendo, y gran parte de ella —desde los marcos de ejecución validados mediante la práctica de negociación, hasta los mercados de estrategias, la identidad de los agentes y los registros de auditoría— sigue completamente abierta. Si estás construyendo negociación con agentes, nos encantaría saber de ti.
Trabajos relacionados
AiFi: el sistema financiero impulsado por IA, Coinbase
El auge de la IA en cadena: agentes, aplicaciones y comercio, Coinbase Ventures
Desmitificando la pila de cripto e IA, Coinbase Ventures
Este contenido se proporciona únicamente con fines informativos y educativos y no constituye asesoramiento de inversión relacionado con BTCC. BTCC realiza todos los esfuerzos posibles, pero no puede garantizar la veracidad, exactitud u originalidad del contenido anterior.