¿Qué más necesita DeFi para alcanzar su próximo hito?

Título original: DeFi's next milestone: What it'll take for agentic finance to work

Autor original: @Lemniscap

Traducción original: Ismay, BlockBeats

 

Nota del editor: Cuando el mundo de DeFi se vuelve tan complejo que ni siquiera los usuarios profesionales pueden controlarlo, ¿cómo podemos devolverle el poder a la gente común?

Este artículo proviene de una investigación de Lemniscap, que sistematiza el surgimiento y los desafíos actuales de la “finanza agentica inteligente”. Desde &milo, Meridian hasta SendAI y The Hive, estos productos iniciales muestran cómo la IA puede convertirse en una nueva interfaz para la interacción on-chain, pero también exponen enormes brechas en confiabilidad de ejecución, seguridad de permisos y mecanismos de verificación. El autor señala que, para que DeFi avance al siguiente nivel, la clave no está en modelos más inteligentes, sino en una infraestructura subyacente más confiable: que cada acción del agente sea verificable, rastreable y digna de confianza.

Esto no es solo un punto de inflexión tecnológico, sino también un experimento de reconstrucción de la confianza. Como se menciona en el texto: el próximo hito de DeFi no es mayor escala, sino confianza en la automatización.

Para 2025, DeFi ya es completamente diferente a sus primeros días.

Los datos hablan por sí solos: la entrada de fondos institucionales supera los 10 mil millones de dólares por trimestre, y el número de protocolos activos en decenas de cadenas supera los 3.000. El valor total bloqueado (TVL) en protocolos DeFi alcanza los 160 mil millones de dólares en 2025, un crecimiento interanual del 41%; el volumen acumulado de trading en DEX y Perps se mide en “trillones”.

A medida que DeFi crece, las posibilidades aumentan, pero la complejidad también se dispara. La mayoría de la gente no puede seguir el ritmo de todo lo que ocurre on-chain. Si queremos que más personas aprovechen estas nuevas oportunidades, debemos construir herramientas que faciliten la toma de decisiones correctas: ese es el rumbo futuro.

Al mismo tiempo, la IA se ha ido integrando en la vida cotidiana, y la gente ha desarrollado nuevos hábitos en torno a la automatización. Esta tendencia ha dado lugar a la “finanza agentica inteligente” (Agentic Finance): agentes inteligentes que navegan y ejecutan operaciones financieras.

Incluso agentes simples basados en navegador como Comet muestran la rápida evolución de estas herramientas. Cuando ejecutás una operación DeFi a través de un agente de navegador (como el ejemplo compartido por Yash, fundador de SendAI), podés ver el potencial de la finanza agentica inteligente.

La visión es intuitiva: ya no necesitás buscar entre paneles o hilos largos en X, solo le decís a la IA tu objetivo y ella se encarga automáticamente de los pasos siguientes.

Actualmente están surgiendo dos tipos de agentes inteligentes:

Uno son los Copilots, que guían a los usuarios en la toma de decisiones en el mundo DeFi; el otro son los Quant Agents, más enfocados en la ejecución automatizada profesional, como “pilotos automáticos”.

Ambos están en etapas tempranas y tienen defectos, pero apuntan hacia una nueva dirección: una forma completamente diferente de interactuar con DeFi impulsada por IA.

Agentes inteligentes como “copilotos”

Podés imaginar estos agentes inteligentes como tu asistente personal. Ya no necesitás mirar gráficos ni saltar entre protocolos: solo preguntás en lenguaje natural, por ejemplo: “¿Cuáles son los tokens más populares ahora?” o “¿Dónde hay mayor rendimiento?”, y el agente responde y sugiere el siguiente paso, como un amigo siempre disponible y bien informado.

Por ejemplo, &milo en modo copiloto te ayuda a tomar decisiones de inversión, rebalancear activos y obtener insights de tu portafolio, permitiéndote mantener el control y ahorrar operaciones tediosas.

Con explicaciones en lenguaje natural y sugerencias inteligentes, &milo ayuda a los usuarios a entender sus posiciones y comparar oportunidades de rendimiento sin tener que buscar datos en diferentes dashboards. Muestra cómo los agentes tipo copiloto evolucionan de simples asistentes de chat a guías DeFi completas.

Para ver cómo funcionan estos agentes en la práctica, probamos varios productos recién lanzados y experimentamos de primera mano su capacidad para manejar tareas reales de DeFi.

Los resultados muestran que aún tienen limitaciones. Por ejemplo, pueden identificar tokens populares, pero no ejecutar compras correctamente; hubo dos fallos de transacción con el mensaje “saldo insuficiente”, aunque la cuenta tenía suficiente SOL para las comisiones.

Plataformas como The Hive adoptan otro enfoque: agrupan varios agentes DeFi en un “enjambre” que puede coordinar tareas complejas como cross-chain, estrategias de rendimiento y defensa ante liquidaciones, todo desde una interfaz de chat sencilla. Esta red de agentes especializados permite ejecutar operaciones on-chain de varios pasos usando instrucciones en lenguaje natural.

Probamos la misma orden de compra en The Hive. El sistema identificó el token popular WEED, pero devolvió una dirección de contrato incorrecta al ejecutar la compra.

En general, Milo muestra cómo integrar herramientas de gestión de portafolios en un flujo fluido, mientras que The Hive explora la colaboración entre agentes especializados. A medida que los agentes inteligentes mejoran, también se especializan más.

Por ejemplo, Meridian se enfoca en usuarios principiantes, ayudándolos a dar sus primeros pasos en DeFi. Su diseño mobile-first y sugerencias claras facilitan operaciones básicas como swaps, staking o consulta de rendimientos.

Meridian ejecuta estas tareas clave de forma fluida y rápida, y lo más importante, conoce sus propios límites. Si el usuario pide algo fuera de su alcance, lo explica en vez de intentarlo a ciegas: esta “honestidad” lo convierte en un punto de partida confiable para principiantes en el mundo on-chain.

Benedict, fundador de Meridian, explica:

“Meridian permite a los usuarios investigar y operar de forma segura usando lenguaje natural. Hemos abierto la función de investigación del agente al público en meridian.app. Los usuarios registrados en la app móvil de Meridian pueden usar las funciones de swap, multi-swap y compra de portafolio. Actualmente la cuenta está en fase beta cerrada, los interesados pueden contactar a @bqbrady en Twitter para probarla.”

En nuestras pruebas, descubrimos que la mayoría de los agentes de IA enfocados en navegación DeFi aún actúan más como “profesores” o “asistentes”, ayudando principalmente con operaciones básicas como swaps.

Para que manejen procesos más complejos de forma confiable —como proveer liquidez o gestionar posiciones apalancadas— aún se requiere más desarrollo.

Como señala Rishin Sharma, jefe de IA de Solana Foundation:

“Los modelos de lenguaje grandes (LLMs) tienden a alucinar en tareas amplias y tienen dificultades para ejecutar operaciones deterministas. Mecanismos como MCP, basados en llamadas a funciones, pueden ser mejores para convertir ‘planes de acción’ en ejecución real. Aunque los LLMs son buenos para idear y guiar, aún fallan en la ejecución precisa. Para que la finanza agentica sea realmente confiable, hay que ir más allá de los LLMs y desarrollar mecanismos de llamadas a funciones específicas, estrategias de ejecución claras, verificabilidad y sistemas de permisos seguros. En otras palabras, el layer de ejecución de los agentes inteligentes aún está inmaduro: el ‘cerebro’ de la IA es suficientemente inteligente, pero falta un ‘cuerpo’ que actúe con solidez.”

Agentes inteligentes como “pilotos automáticos”

Si los agentes tipo copiloto son como mentores, los agentes cuantitativos son como sistemas de piloto automático. No solo pueden construir estrategias, sino también ejecutarlas: monitorean el mercado en tiempo real, prueban trades y actúan automáticamente a velocidad de máquina, llevando estrategias DeFi complejas a un modo “totalmente automático”.

Un caso típico en desarrollo es SendAI. No es un agente cuantitativo en sí, sino un kit para que otros creen estos agentes. Su “Agent Kit” para Solana soporta más de 60 operaciones autónomas, incluyendo swaps, emisión de nuevos activos, gestión de préstamos, y puede interactuar directamente con protocolos como Jupiter, Metaplex y Raydium.

En otras palabras, ofrece a los desarrolladores un “sistema de rieles” para conectar modelos de decisión directamente a la ejecución on-chain.

Yash, fundador de SendAI, resume claramente su visión:

“Creemos que cada agente de IA tendrá su propia wallet en el futuro. SendAI está construyendo las herramientas y la capa económica necesarias para que estos agentes puedan ejecutar cualquier operación en Solana. Estamos creando una plataforma para que los agentes tengan conciencia de contexto y soporten tareas complejas, persistentes y asíncronas de larga duración.”

Al mismo tiempo, otros equipos buscan hacer esta capacidad más accesible. Lomen selecciona estrategias y permite a los usuarios “desplegarlas con un clic”, bajando la barrera para disfrutar de automatización cuantitativa sin programar.

Para usuarios avanzados que prefieren sistemas personalizados, Unblinked ofrece un entorno experimental de estrategias impulsado por IA. Es como el Cursor del trading: los usuarios pueden bosquejar ideas de estrategia, probarlas y optimizarlas en un sandbox seguro, y luego decidir si invertir dinero real.

Algunas plataformas optan por coordinar múltiples agentes para completar tareas.

Por ejemplo, Almanak combina “agentes programadores” y “agentes de backtesting”: el usuario describe la estrategia en lenguaje natural, la IA genera código de nivel productivo y realiza más de 10.000 simulaciones Monte Carlo, produciendo una estrategia lista para usar.

Finalmente, algunos equipos se enfocan en ventajas de mercado en tiempo real.

El agente ARMA de Giza redistribuye fondos entre protocolos de préstamos para maximizar el rendimiento de stablecoins. En vez de dejar fondos en un solo pool, ARMA monitorea tasas, liquidez y costos de gas, y mueve activos dinámicamente. Su agente principal ya gestiona más de 17 millones de dólares y afirma rendimientos 83% superiores a posiciones estáticas.

En general, estos agentes cuantitativos reducen drásticamente el costo de tiempo y permiten que usuarios comunes accedan a estrategias complejas antes reservadas a equipos profesionales. Pero también revelan la fragilidad de la automatización: si hay retrasos de datos, pausas de protocolo o volatilidad extrema, los agentes aún pueden “tropezar”.

En otras palabras, te hacen más rápido, pero están lejos de ser “invencibles”.

Sus desafíos

Tras convivir un tiempo con los agentes inteligentes actuales, se detectan problemas similares: a veces sugieren operaciones que ya no existen, como pools de liquidez cerrados; los datos que usan suelen ir por detrás del estado real on-chain; si un plan de varios pasos falla, no se ajustan, sino que repiten el mismo intento.

La gestión de permisos es torpe: o el usuario da acceso total a la wallet, o debe aprobar manualmente cada paso. Las pruebas también son superficiales: los entornos simulados no reflejan bien cambios de liquidez o ajustes de gobernanza inesperados on-chain.

Uno de los problemas más graves es que estos agentes operan casi como “cajas negras”.

El usuario no sabe qué inputs leen, cómo ponderan opciones, si verifican el estado en tiempo real, ni por qué eligen ejecutar una transacción específica. No hay registros de operaciones firmadas para comparar “resultados prometidos” con “ejecución real”.

El usuario debe usar y “vigilar” el proceso automatizado al mismo tiempo: no solo es ineficiente, sino que dificulta evaluar el rendimiento.

Sin un mecanismo para verificar decisiones y probar que las acciones siguen la estrategia acordada, el usuario nunca podrá distinguir entre “sistemas confiables” y “marketing bien presentado”.

Para capitales de mayor escala, las plataformas DeFi deben pasar de “confiá en nosotros” a “verificalo vos mismo”. Este es el punto de inflexión clave para construir una infraestructura de finanza agentica auditable, gobernable y confiable.

Brechas de infraestructura

El problema central es que los sistemas actuales carecen de herramientas básicas para que los agentes sean confiables, consistentes y seguros a gran escala. Para solucionarlo, necesitamos infraestructura que permita verificar el comportamiento del agente, confirmar resultados y seguir reglas unificadas en todos los entornos. Solo así la gente confiará su dinero real.

Sin embargo, la mayoría de los usuarios no se preocupa por el “proceso de pensamiento” del agente, solo quieren confirmar que el resultado es correcto, verificado y dentro de límites seguros. Para construir confianza, la “confiabilidad verificable” es más importante que la “visibilidad”.

Ese es el significado de “confiabilidad verificable” (Verifiable Reliability). El agente no necesita registrar cada paso interno, pero debe operar bajo estrategias claras y chequeos razonables: límites de gasto, ventanas de tiempo de ejecución, nodos de confirmación antes de acciones clave, etc.

A nivel base, estas reglas pueden garantizarse mediante entornos de ejecución confiables (TEE) u otros sistemas similares: sin exponer todos los detalles, se puede probar que el agente respetó los límites. El resultado: salidas auditables cuando se necesite y operaciones que los usuarios pueden confiar de inmediato.

Esta capa de verificación no tiene que ser “one size fits all”. Para escenarios cotidianos, se pueden usar protecciones ligeras y métricas estandarizadas; para casos de alto riesgo o institucionales, se pueden requerir pruebas más fuertes y verificación formal. Lo clave es que cada capa de infraestructura ofrezca confiabilidad medible acorde al nivel de riesgo.

Preparar los protocolos para los agentes

El siguiente paso es hacer que los protocolos sean “amigables para agentes”.

Actualmente, la mayoría de los protocolos DeFi no están diseñados para agentes inteligentes. Necesitan ofrecer interfaces de ejecución más estables y seguras: previsualización de operaciones, reintentos seguros y ejecución basada en estructuras de datos consistentes. El diseño de permisos también debe ser “limitado”, no “total”, para que el agente actúe dentro de límites claros y no controle toda la wallet.

Sin estas bases, incluso el framework de agentes más inteligente será obstaculizado por una infraestructura débil. Una vez que estos cimientos estén listos, los usuarios ya no tendrán que monitorear manualmente la automatización; los equipos podrán dedicar menos tiempo a debugging y más a innovar; y los resultados de ejecución de diferentes proveedores serán comparables gracias a estándares compartidos, no solo slogans de marketing.

Lo que debe cambiar

La solución no es compleja: hacer que los agentes sean verificables (Provable) y que los protocolos estén listos para agentes (Agent-ready). Añadir una capa de estrategia entre el agente y la wallet, y exigir que todo el proceso de ejecución sea rastreable y verificable, no una “caja negra”.

Por ejemplo, el motor SVM de Termina se basa en este concepto: ofrece a los agentes de IA un entorno de ejecución real de Solana, permitiendo modelar, decidir y aprender a partir de datos on-chain. Al mismo tiempo, los protocolos deben abrir interfaces para “dry-run”, códigos de error claros, mecanismos de reintento seguro, consistencia en estructuras clave (posiciones, fees, salud) y control de permisos basado en sesiones.

Cuando estas funciones estén implementadas, los usuarios podrán dejar de “vigilar” a los agentes; los equipos tendrán menos fallos de sistema; y los inversores institucionales finalmente obtendrán las garantías y pruebas verificables que necesitan.

Cronograma realista

En los próximos seis meses, se espera que los agentes tipo copiloto mejoren más rápido. Canales de datos más robustos aumentarán su confiabilidad en escenarios cotidianos.

En un año, con mejores estándares de testing, los agentes podrán coordinar ejecuciones entre protocolos y los humanos solo tendrán que aprobar pasos clave. A largo plazo, a medida que la infraestructura madure, los agentes inteligentes podrían convertirse en la capa de interacción predeterminada de DeFi: ya no serán “herramientas” separadas, sino la forma principal de interactuar con el sistema financiero.

Conclusión

La “finanza agentica inteligente” (Agentic Finance) está bajando la barrera de entrada y haciendo que la automatización deje de ser exclusiva de expertos. Pero para operar a gran escala, aún necesita mejores cimientos: datos en tiempo real, mecanismos de permisos más seguros, sistemas de testing más sólidos y resultados de ejecución más transparentes.

Solo con IA más inteligente no se resuelven estos problemas. El verdadero progreso vendrá de una infraestructura subyacente mejorada.

El próximo hito de DeFi no es solo el crecimiento en escala, sino la confianza en la automatización. Ese día solo llegará cuando los agentes de IA dejen de ser “demos conceptuales” y se conviertan en ejecutores realmente confiables.