El desarrollador Paul Miller puso a prueba siete agentes de inteligencia artificial (IA) para detectar y corregir vulnerabilidades reales en Bitcoin (BTC, con resultados dispares.
Concretamente, tres modelos fallaron o se negaron a trabajar, mientras que los otros cuatro lograron completar la tarea con diferencias notables en costo, tiempo y precisión.
El experimento demostró el potencial y, al mismo tiempo, las limitaciones de la IA aplicada a la seguridad del ecosistema cripto.
Miller, responsable de librerías de criptografía utilizadas en proyectos de Bitcoin y Ethereum, sometió a los agentes a cinco vulnerabilidades reportadas por el grupo Bitcoin Red Team.
Los modelos probados fueron Qwen 3.8 (Alibaba), GPT-5.6 Sol (OpenAI), Fable (Anthropic), Grok 4.6 (xAI), Kimi K3 (Moonshot AI) y dos versiones de DeepSeek (V4 Pro y V4 Flash).
Los resultados fueron contundentes: Qwen 3.8 se trabó, mientras que GPT-5.6 Sol y Fable se negaron a trabajar sobre el código, alegando restricciones de seguridad.
Los cuatro restantes completaron la tarea, aunque con diferencias significativas en términos de desempeño.
El modelo más caro fue Grok 4.6, que insumió u$s4,70 en consumo de cómputo, mientras que DeepSeek V4 Pro apenas costó u$s0,30, una diferencia de casi 1.500%.
En tiempos, DeepSeek V4 Pro resolvió en 30 minutos, Kimi K3 en 40 minutos, Grok 4.6 en 1 hora y DeepSeek V4 Flash tardó 3 horas, seis veces más que su versión Pro.
Según Miller, solo Grok 4.6 coincidió con su propia evaluación sobre la gravedad de las vulnerabilidades, mientras que los otros tres agentes que completaron la tarea tendieron a exagerar la severidad de los fallos, lo que afectó la calidad general de sus diagnósticos.
El desarrollador compartió sus conclusiones en la red social X, destacando que "los números lo dicen todo" y que la prueba refleja tanto la utilidad como los límites actuales de la IA en tareas críticas de seguridad.
La evaluación se realizó en un momento en que hackeos potenciados por IA mantienen en alerta al ecosistema bitcoiner, ya que los atacantes utilizan modelos avanzados para acelerar la búsqueda y explotación de fallos.
Empresas como Coinbase, Block y BitGo ya solicitaron a los laboratorios de IA acceso a las mismas herramientas que hoy usan los atacantes, con el objetivo de equilibrar la balanza en materia de defensa.
En 2026, los agentes de IA ya mueven gran parte del mercado cripto: más del 65% del volumen global se ejecuta mediante sistemas automatizados y, en el caso de los fondos de cobertura, el 70% utiliza pipelines de machine learning, con un 18% que basa más de la mitad de sus decisiones en la automatización.
La tendencia confirma que la especulación digital dejó de ser un terreno dominado por traders humanos para convertirse en un ecosistema operado por software autónomo.
La distinción fundamental se da entre bots tradicionales para traders minoristas —como 3Commas, Cryptohopper o Stoic— que operan mediante APIs conectadas a exchanges, y agentes on-chain autónomos, como Virtuals Protocol, ElizaOS y Olas, que poseen sus propias billeteras, interactúan entre sí y liquidan operaciones directamente en blockchain sin intervención humana.
Estos últimos representan la evolución hacia sistemas que aprenden, ajustan estrategias y ejecutan en tiempo real, lo que se conoce como "PIB Agéntico", la producción económica generada por software autónomo.
Otros datos clave del mercado en 2026 detallan que:
95% de los fondos principales migraron de LLMs a agentes multiagente, que controlan el 58% de las decisiones automatizadas
94% de los gestores de inversión planea aumentar el gasto en IA este año
El auge de los agentes de IA trae consigo riesgos de deriva de modelos, resonancia algorítmica y vulnerabilidad frente a ataques como los flash loans.
Además, la regulación se vuelve crítica: la Ley de IA de la Unión Europea, junto con MiCA y DAC8, ya impone requisitos de cumplimiento para plataformas que integran agentes autónomos.