Skip to main content

Agentes de IA (arquetipo)

Nota: Este documento es una traducción automática del original en inglés.

Agentes de IA (arquetipo)

Las páginas de arquetipos en DecAIHub describen planos de proyecto comunes: patrones recurrentes de cómo se construyen los proyectos cripto-IA, qué ofrecen y qué papel desempeña la IA en su producto. El arquetipo "agentes de IA" cubre los proyectos cuyo producto principal es construir, desplegar u operar agentes de IA: software autónomo que percibe datos, razona sobre ellos y ejecuta acciones sin instrucción humana continua.

En resumen: en este arquetipo el agente ES el producto, no una funcionalidad añadida a otra cosa.

Qué define este arquetipo

Un proyecto encaja en el arquetipo de agentes de IA cuando su oferta central gira en torno a los agentes en lugar de usar agentes como funcionalidad secundaria. El agente —su creación, despliegue, operación o monetización— es la razón principal de existir del proyecto. Esto separa al arquetipo de los proyectos que casualmente usan un agente internamente (p. ej., un protocolo DeFi con un rebalanceador asistido por IA) pero cuyo producto principal es otra cosa. En el arquetipo de agentes de IA, quitar el agente quita el producto.

Los arquetipos son descriptivos, no avales. Ayudan a los lectores a comparar roadmaps superficialmente similares y a hacerse preguntas consistentes sobre evidencia, seguridad y arquitectura. Dos proyectos del mismo arquetipo pueden diferir notablemente en madurez y en profundidad de IA verificable.

Patrones comunes

Dentro de este arquetipo, varios patrones de producto distintos aparecen repetidamente en el registro de DecAIHub.

Frameworks de agentes

Kits para construir tu propio agente. Estos proyectos proporcionan SDKs, librerías y herramientas para desarrolladores con el fin de crear agentes de IA personalizados. Suelen incluir módulos predefinidos para memoria, planificación, uso de herramientas e interacción con la cadena. El producto es el framework en sí; los agentes construidos sobre él pertenecen a desarrolladores externos.

AI components típicos: agentic framework, agent SDK, AI agent platform (workflows/tools/KB).

Launchpads de agentes

Crear, desplegar y tokenizar agentes. Estas plataformas permiten a los usuarios construir un agente, asignarle un token y lanzarlo on-chain, a menudo con interfaces no-code o low-code. El patrón combina la creación del agente con la emisión del token en un único flujo. Este es uno de los use cases más comunes de la categoría: AI agent creation + launch.

Use cases típicos: AI agent creation + launch, build + deploy AI agents, no-code agent deployment.

Marketplaces de agentes

Descubrir y usar agentes predefinidos. Los proyectos de marketplace agregan agentes construidos por otros, permitiendo a los usuarios explorar, alquilar o comprar servicios de agentes. El marketplace gestiona el descubrimiento, el pago (normalmente en tokens) y, a veces, la reputación. La IA pertenece a los creadores individuales de agentes, no al marketplace en sí.

AI components típicos: agent marketplace, agent registry, agent discovery.

Agentic OS

Sistemas operativos completos para agentes autónomos. Estos proyectos van más allá de los frameworks individuales e intentan construir un entorno completo donde los agentes puedan coordinarse, compartir recursos, usar herramientas e interactuar con múltiples cadenas. Se posicionan como la capa de infraestructura de una "economía de agentes".

AI components típicos: agentic OS, multi-agent orchestration, agent swarm.

Agentes verticales

Agentes diseñados a medida para dominios específicos. En lugar de ofrecer una plataforma general, estos proyectos construyen agentes para un único vertical: agentes de trading DeFi, NPCs de videojuegos, personalidades de redes sociales, asistentes de consumo o agentes de gestión de infraestructura. La IA está enfocada de forma estrecha y el valor depende de lo bien que el agente realice su tarea específica.

Use cases típicos: AI bots/agents for crypto, AI-powered DeFi agent, autonomous trading agent, AI companion.

Qué une a estos patrones

A pesar de las distintas formas de producto, todos los proyectos de este arquetipo comparten la misma propiedad estructural: el agente es el producto. El proyecto no se limita a usar la IA como una funcionalidad más; toda la propuesta de valor depende de la existencia, la calidad y la autonomía del agente.

Esto significa que evaluar los proyectos de este arquetipo requiere examinar el propio agente: ¿razona, o sigue un guion fijo? ¿Usa un AI component real (LLM, aprendizaje por refuerzo, módulo de planificación), o es una automatización basada en reglas etiquetada como "agente"?

Los lectores también deben distinguir las afirmaciones de plataforma ("habilitamos agentes") de las afirmaciones de instancia ("nuestro agente hizo X on-chain"). Ambas pueden ser válidas, pero requieren distintos tipos de prueba.

Dónde aparece este arquetipo en las tarjetas de DecAIHub

Al leer una tarjeta de proyecto que pertenece a este arquetipo, busca:

  • Categoría — típicamente AI/Agents, a menudo combinada con una etiqueta de dominio (DeFi, Infra, Consumer, Gaming, Meme).
  • AI component — debería nombrar un mecanismo concreto: agentic framework, agent marketplace, AI agent platform, agent swarm, multi-agent orchestration. Los valores vagos son una señal de advertencia.
  • Use case — valores comunes: build + deploy AI agents, AI agent creation + launch, AI bots/agents for crypto, no-code agent builder. El use case debería describir qué hace el usuario con el producto-agente.
  • ai_score — refleja cuánta evidencia verificable existe sobre las capacidades de IA del agente. Véase DecAI Fit.

Qué no demuestra este arquetipo

Estar clasificado bajo el arquetipo de agentes de IA significa que un proyecto está posicionado como centrado en agentes. La clasificación por sí sola no confirma que:

  • haya agentes reales ejecutándose en producción y realizando tareas autónomas;
  • los agentes usen IA real en lugar de guiones fijos o simples API wrappers;
  • la plataforma tenga una adopción significativa de usuarios o desarrolladores;
  • el token sea necesario para que los agentes funcionen;
  • los agentes del proyecto sean más seguros, más inteligentes o más autónomos que las alternativas.

Muchos proyectos de agentes son plataformas en etapa temprana con pocos agentes realmente desplegados. La brecha entre la visión y la realidad verificable suele ser amplia en este arquetipo, lo que hace especialmente importantes el score de AI reality y el tier de evidencia.

No confundir con

  • Categoría AI/Agents — la etiqueta de categoría de nivel superior. La página de arquetipo describe el patrón de producto común; la página de categoría describe el sistema de clasificación.
  • Arquetipo de asistente de IA — los asistentes responden a los prompts del usuario pero normalmente no actúan de forma autónoma. Véase asistente vs agente.
  • Arquetipo de capa de infra de IA — los proyectos de infraestructura proporcionan herramientas y recursos que los agentes pueden consumir, pero la propia infra no es un agente.
  • Automatización — scripts basados en reglas que ejecutan lógica predefinida sin aprender ni razonar. Véase Automatización vs IA real.

Preguntas frecuentes

¿Es "arquetipo" lo mismo que la categoría AI/Agents?

No. La categoría AI/Agents es una etiqueta de nivel superior en la taxonomía. Un arquetipo explica las formas de producto recurrentes dentro y alrededor de esa etiqueta (frameworks, marketplaces, agentes verticales). Usa los arquetipos para el pattern-matching narrativo; usa las categorías y los valores de AI component para la comparación estructurada.

¿Por qué dos proyectos de agentes con landing pages similares puntúan distinto en ai_score?

El ai_score refleja la evidencia verificable de las afirmaciones de IA —documentación, código, demos, comportamiento medible—, no la similitud de marketing. Dos visiones centradas en agentes pueden divergir notablemente una vez que se aplica la evidencia Tier-1.

¿Deben los lectores esperar que todo marketplace de agentes aloje entrenamiento de modelos propietarios?

No necesariamente. Los marketplaces a menudo se centran en el descubrimiento, los pagos y las interfaces, mientras que los creadores aportan los modelos y las políticas. Evalúa cada capa por separado: la infra de la plataforma, los modelos de los creadores y la evidencia de ejecución on-chain.

Referencias externas

Véase también

No comments to display

Back to top