Ninguna gran empresa de IA ha respaldado bots de trading de criptomonedas. Ningún laboratorio de vanguardia está entrenando modelos para esto. Sin embargo, cada vez más traders están usando Claude de Anthropic para crear bots automáticos para Polymarket y dicen que están ganando millones de dólares. Hilos virales aseguran que cualquiera puede hacerlo.
Pero los ganadores más ruidosos usan estrategias que cualquier fondo cuantitativo podría copiar en una noche.
Tres supuestos y cero garantías
La narrativa se basa en tres supuestos. Primero, que las grandes empresas tecnológicas acabarán creando modelos hechos especialmente para trading. En segundo lugar, que los traders individuales pueden mantener una ventaja sobre las instituciones. Por último, que los agentes autónomos de IA pueden ganar dinero de forma confiable en mercados abiertos.
Haseeb Qureshi, socio director de Dragonfly Capital, no está de acuerdo con ninguno de los tres puntos. En la entrevista de Bankless señala el riesgo de responsabilidad legal, la estructura del mercado y el carácter de “commodity” de la IA. Juntos, estos factores hacen que esta fiebre del oro sea menos prometedora de lo que parece.
Qureshi dice que crear IA para tareas en blockchain es técnicamente sencillo. Un simulador de Ethereum Virtual Machine puede probar préstamos en bucle o swaps de tokens sin problema. Los modelos son capaces. Simplemente no han sido dirigidos hacia el mundo cripto.
La razón es institucional, no técnica. Primero, las criptomonedas tienen una mala reputación que los laboratorios de IA prefieren evitar. “Cripto da un poco de vergüenza”, dijo Qureshi.
Pero la verdadera barrera es la responsabilidad legal. Imagina que Claude falla en un trade apalancado y pierde 2 millones de dólares. O envía 10.000 dólares por error a una dirección equivocada. Ningún aviso podría proteger a la compañía de las consecuencias.
“Va a pasar sí o sí”, dijo Qureshi. “Si alguien tiene una mala experiencia, se va a volver super viral.”
Comparó la gestión de un monedero de criptomonedas de un usuario con inyectar péptidos chinos no regulados. El riesgo supera con mucho cualquier posible ganancia. Dar un mal consejo de programación es una vergüenza. Encontrar una wallet vacía termina en demanda legal.
Anthropic ya ha publicado investigaciones sobre IA y blockchain. Su estudio SCONE-bench probó qué tan bien modelos avanzados encuentran vulnerabilidades en smart contracts. Pero esto es investigación en ciberseguridad, no un plan de producto.
El punto de inflexión llegará por competencia. Cuando un laboratorio decida que el volumen cripto es demasiado estratégico para dejarlo a los rivales, empezarán a entrenar. Hasta entonces, silencio.
¿Por qué el “ve y gana dinero” no funciona?
Incluso sin las grandes tecnológicas, la narrativa del trading choca con un muro estructural. Cualquier estrategia basada en un modelo disponible públicamente, por definición, está accesible para todos — incluyendo firmas cuantitativas institucionales.
El punto de Qureshi es simple. Si un bot básico de Claude puede encontrar trades rentables en Polymarket, Jane Street puede ejecutar 5,000 al mismo tiempo. Ellos tienen infraestructura más rápida y más capital. Pueden explotar cualquier ventaja hasta que deje de ser rentable antes de que un trader minorista inicie sesión. “Si está en el modelo base, Jane Street ya lo está haciendo”, afirmó.
La única forma en que un bot minorista puede ganar es con señales nuevas que no estén en el modelo base. Un Claude conectado a una API no logra eso. Qureshi amplió el argumento más allá del trading y habló del sueño general de agentes IA autónomos ganando dinero por sí mismos.
La primera opción es ser contratado —que la IA venda su trabajo—. Pero esto es económicamente imposible. Hay millones de instancias de Claude idénticas. Ninguna tiene habilidades o ventajas geográficas únicas. Contratar a una IA es simplemente pagar por cómputo de Anthropic con pasos extras. Ningún comprador racional pagaría por encima del precio de API de Anthropic por el mismo resultado.
La segunda opción es montar un negocio. Esto suena más prometedor, pero Qureshi explica que falla por una razón más sutil. Todos los agentes IA sacan sus ideas del mismo conjunto de datos de entrenamiento. El resultado es que todos llegan a los mismos planes genéricos. Si pides a diez Claude ideas para una startup, tendrás diez versiones casi iguales.
El verdadero emprendimiento, según Qureshi, requiere lo que Peter Thiel llama “secretos adquiridos”. Son conocimientos que nacen de experiencias específicas en lugares y momentos concretos.
Bankless construyó su marca porque sus fundadores tenían una combinación única de experiencia en cripto, narración y comprensión de comunidad. Todo ocurrió en el momento justo. Un Claude recién creado no tiene ninguna experiencia de vida. No tiene secretos adquiridos.
Esto lleva a una conclusión incómoda. Los agentes IA no pueden ganar en trading. No pueden ser contratados. No pueden generar ideas originales de negocio.
Entonces, ¿Cuál es su verdadera ventaja sobre los humanos? La respuesta de Qureshi fue provocadora: el crimen. No es un futuro que él desee. Es simplemente el destino lógico si se eliminan todas las barreras institucionales.
¿Qué significa esto?
Los traders que construyen bots para Polymarket existen de verdad. Quizás algunos beneficios sean reales, al menos por ahora. Pero las firmas cuantitativas institucionales acabarán explotando cualquier alpha del modelo base.
Las grandes tecnológicas no entrenarán IA en cripto hasta que la competencia las obligue. Y la economía de agentes autónomos puede encontrar su primer modelo viable más allá del alcance de la ley.
Para el trader promedio que lee titulares de bots de IA ganando millones de dólares, la lección es clara. La casa siempre gana. En el trading con IA, la casa controla 5,000 bots con latencia de sub-milisegundos.
