oAdam

¿Es seguro restablecer un iPhone antiguo a los ajustes de fábrica, activar el modo avión y usarlo como caja fuerte sin conexión para guardar la frase semilla?

Yishi, fundador de OneKey, advierte que, si el dispositivo es un iPhone 11 o un modelo anterior, la respuesta quizá no sea tan optimista.

El riesgo proviene de vulnerabilidades en el BootROM, la capa más baja del chip, entre ellas checkm8 y usbliter8. Afectan a modelos como las series iPhone XS, XR y 11, así como al iPhone SE de segunda generación.

Si un atacante puede acceder físicamente al dispositivo, puede conectarle un dispositivo USB especialmente preparado a través del modo DFU y ejecutar código antes de que se inicie el sistema operativo.

Este tipo de ataque plantea varios problemas:

* El modo avión no puede impedirlo, porque el ataque ocurre antes de que se inicie el sistema.
* Restablecer los ajustes de fábrica y actualizar el software no corrige las vulnerabilidades del hardware subyacente.
* Después del ataque, el aspecto del teléfono y su funcionamiento cotidiano podrían no mostrar anomalías evidentes.

Por eso hay que tener presente el llamado «ataque de la doncella malvada»: el atacante no necesita controlar el dispositivo durante mucho tiempo. Basta con que tenga una oportunidad de acceder físicamente a él para que pueda vulnerar las premisas de seguridad en las que se confiaba.

Las recomendaciones de Yishi incluyen:

1. Comprueba el modelo de tu iPhone. Si se trata de alguno de los modelos antiguos mencionados, migra la frase semilla cuanto antes.
2. Genera una frase semilla completamente nueva y transfiere los activos a una cartera nueva. Derivar nuevas direcciones usando solo la frase semilla antigua no elimina el riesgo asociado a la semilla antigua.
3. Usa una contraseña alfanumérica lo bastante larga; no dependas únicamente de un PIN sencillo de seis dígitos.
4. Lleva tu propio cargador y evita usar dispositivos USB de procedencia desconocida.
5. Activa el modo de aislamiento del iPhone y mantén el sistema actualizado.

Muchas personas equiparan un dispositivo sin conexión con un dispositivo seguro, pero los límites reales de seguridad no dependen solo de la conexión de red: también incluyen el hardware, la cadena de arranque y los permisos de acceso físico.

La seguridad de la frase semilla no puede garantizarse simplemente desconectándose de internet.

La IA china ya no se limita a competir en puntuaciones de modelos y cantidad de parámetros; el verdadero cambio está ocurriendo en el uso práctico de cada día.

En junio de 2026, el volumen diario de llamadas de IA en China superó los 175 billones de tokens, más de 1000 veces el registrado a principios de 2024. El último informe del Instituto de Investigación CCID señala que, por primera vez, el volumen de datos de inferencia de IA en China superó al volumen de datos de entrenamiento, lo que significa que la industria está pasando del desarrollo y entrenamiento de modelos a aplicaciones prácticas a gran escala.

La iteración de los modelos también se está acelerando. El ciclo de actualización de los modelos de lenguaje grandes más avanzados, que antes era de varios meses, se ha reducido a unas semanas o incluso unos días.

Este cambio está llegando a la industria manufacturera:

* Se han construido más de 500 fábricas inteligentes de nivel avanzado en todo el país, que abarcan 31 provincias, regiones autónomas y municipios, así como más del 80 % de las principales categorías de la industria manufacturera.
* La capacidad de computación nacional y los modelos de lenguaje grandes ya se han aplicado en más de 1000 escenarios de 20 sectores, como el siderúrgico y el automotriz.
* Empiezan a desarrollarse nuevos modelos de fabricación, como la personalización y los servicios a lo largo de todo el ciclo de vida.

La base de usuarios también sigue creciendo. En el primer semestre de 2026, el número de usuarios de IA generativa en China superó los 700 millones y la tasa de adopción rebasó el 50 %.

La importancia de los 175 billones de tokens no reside solo en la enorme cifra de llamadas. Refleja que la IA está dejando de ser una herramienta tecnológica para unos pocos y se está convirtiendo en una capacidad fundamental tanto para los procesos de producción de las empresas como para la vida cotidiana de la gente.

En la próxima etapa, la competencia se centrará cada vez más en aspectos concretos: quienes consigan integrar realmente la IA en los procesos de negocio tendrán más posibilidades de convertir su ventaja tecnológica en productividad.

Por fin, los sitios web tienen la oportunidad de comunicar a toda la industria de la IA, mediante una sola regla, que su contenido no puede utilizarse para entrenar modelos.

OpenAI, Google, Microsoft y Anthropic anunciaron que respaldan un nuevo estándar universal que permite a los sitios web declarar una sola vez, mediante robots.txt, si autorizan a las empresas de IA a rastrear su contenido para entrenar modelos, sin tener que configurarlo por separado para cada empresa.

El estándar fue presentado ante el IETF por Kevin Kelley, responsable técnico de Anthropic, y se integra directamente en el archivo robots.txt que los sitios web ya utilizan.

Hasta ahora, los sitios web tenían que lidiar con un conjunto de reglas independientes para los rastreadores de IA. Para impedir que una empresa utilizara su contenido para entrenar modelos, debían configurarlo por separado; si aparecía otra empresa, tenían que volver a declararlo. Cuantas más empresas de IA había, más difícil resultaba mantener la configuración.

El nuevo estándar busca resolver este problema: ofrecer a los editores una señal legible por máquina y unificada, que las empresas de IA también puedan utilizar para conocer las preferencias de autorización de los sitios web para entrenar modelos.

Por ahora, cada empresa avanza a un ritmo distinto:

* Anthropic ya lo ha adoptado.
* OpenAI prevé implementarlo en los próximos meses.
* Se espera que Google y Microsoft lo admitan el año que viene.
* Meta afirmó que respalda la creación de una señal universal, pero aún no ha anunciado un calendario concreto de implementación.

Este estándar no significa que, a partir de ahora, los sitios web puedan impedir por completo que todos los sistemas de IA rastreen su contenido. Su eficacia dependerá de que los rastreadores respeten las reglas.

Pero la dirección está clara: las empresas de IA necesitan contenido de internet, y los editores también deberían tener derecho a expresar si lo autorizan. Hasta ahora, cada plataforma tenía sus propias reglas; en el futuro, existe la posibilidad de que todas se rijan por un estándar común.

En la nueva semana, los mercados tendrán que asimilar tres cosas a la vez: la corrección de los metales preciosos, los datos económicos de Estados Unidos y los resultados de los gigantes de la IA.

Primero, veamos cómo cerró la semana pasada:

* El oro al contado cerró en 3876.89 dólares por onza, con una caída acumulada del 6.7% en octubre.
* La plata al contado cerró en 49.13 dólares por onza, con una caída superior al 18% en octubre.

Los metales preciosos han atravesado una corrección notable. A continuación, los mercados tendrán que hacer frente a las expectativas sobre la política de la Reserva Federal, los datos de empleo de Estados Unidos y los indicadores de inflación.

Agenda importante de la próxima semana (hora de Pekín)

Martes

* Elecciones legislativas de mitad de mandato de Estados Unidos de 2026; hora por confirmar.

Miércoles

* 18:00: estimaciones preliminares de la tasa interanual y mensual del IPC de la eurozona de octubre.
* 21:30: balanza comercial de Estados Unidos de septiembre y anuncio trimestral de refinanciación del Tesoro estadounidense.
* 22:45: dato final del PMI de servicios de S&P Global de Estados Unidos de octubre.
* 23:00: PMI no manufacturero del ISM de Estados Unidos de octubre.

Jueves

* 18:00: variación mensual del IPP de la eurozona de septiembre.
* 21:30: solicitudes iniciales de subsidio por desempleo en Estados Unidos en la semana que terminó el 31 de octubre.

Viernes

* 17:30: el presidente de la Fed de Nueva York, Williams, el economista jefe del Banco Central Europeo, Lane, y otros participarán en un debate durante la conferencia del BCE sobre mercados monetarios.
* 21:30: tasa de desempleo de Estados Unidos en octubre, empleo no agrícola y variación interanual y mensual del salario medio por hora.
* 23:00: estimación preliminar del índice de confianza del consumidor de la Universidad de Michigan de noviembre y de las expectativas de inflación a un año.

La semana también estará cargada de resultados empresariales.

Más de 100 empresas del S&P 500 publicarán sus resultados la próxima semana. Según los datos de LSEG IBES, más de la mitad de las empresas ya han presentado sus resultados del tercer trimestre, y se prevé que el crecimiento de los beneficios del S&P 500 en ese trimestre alcance el 31.6%.

Apple publicará sus resultados el lunes, después del cierre del mercado, hora del este de Estados Unidos. AMD y Qualcomm también presentarán sus resultados la próxima semana.

Esta semana habrá numerosas variables que podrían mover los mercados: los datos de empleo e inflación influirán en las expectativas sobre los tipos de interés; los resultados de los gigantes tecnológicos pondrán a prueba la rentabilidad de las inversiones en IA, y los metales preciosos tendrán que afrontar el ánimo del mercado tras la corrección reciente.

En los próximos días, tanto los datos macroeconómicos como los resultados de las empresas tecnológicas podrían actuar como catalizadores de la volatilidad del mercado.

La industria china de la IA y los chips está mostrando tres curvas de crecimiento distintas: algunos aspiran a conquistar la fabricación de gama alta, otros invierten en I+D pensando en el futuro y otros empiezan a asumir la presión operativa que trae consigo la explosión de sus productos.

Las muestras de HBM3E de ChangXin Memory Technologies ya han llegado a manos de empresas nacionales de diseño de chips. Aunque por ahora el rendimiento de fabricación es de solo un 20 %–30 %, la empresa prevé iniciar una producción limitada en un plazo de dos meses.

Su negocio habitual de memoria está aprovechando otra oleada de beneficios: en el tercer trimestre, los ingresos alcanzaron los 11.871 millones de yuanes y el beneficio neto, los 5.440 millones, un 613,2 % más interanual, aunque un 19,3 % menos que el trimestre anterior. Los fabricantes mundiales de memoria están destinando más capacidad a productos de mayor valor, lo que también ha creado margen para que suban los precios de la memoria convencional.

Unitree presenta una situación distinta. En el tercer trimestre, sus ingresos crecieron un 69,9 %, hasta los 665 millones de yuanes, pero el beneficio neto atribuible cayó un 17,4 %, hasta los 112,7 millones. El gasto en I+D aumentó alrededor de un 250 % y el margen bruto bajó al 50,6 %. Los ingresos siguen creciendo, pero los beneficios están bajo presión: la inversión en I+D claramente se está acelerando.

Kimi K3.1 Pro, de Moonshot AI, amplió la ventana de contexto a 1 millón de tokens y prometió publicar los pesos completos el 4 de noviembre. Sin embargo, poco después del lanzamiento surgieron problemas de limitación de velocidad y consumo adicional de cuota. El equipo se disculpó posteriormente y restituyó a los suscriptores una cuarta parte de su cuota mensual.

Las tres empresas siguen caminos distintos, pero se enfrentan al mismo problema: los avances tecnológicos, el crecimiento de los ingresos y la rentabilidad final nunca son lo mismo.

朝鲜黑客从加密行业偷走的钱，已经相当于这个国家近一半的 GDP。

链上分析师 Darkfost 估算，Lazarus Group 累计窃取的加密资产价值达到 118.7 亿美元。

拿这个数字与朝鲜 2025 年的经济规模对比，相当于其 GDP 的 45%，以及国民总收入的 35%。

换句话说，一个黑客组织通过网络攻击从全球加密市场获取的资产，已经达到一个国家经济总量的惊人比例。

这也解释了为什么 Lazarus Group 一直是加密行业最需要警惕的攻击组织之一。对它而言，攻击加密平台不只是网络犯罪，也可能成为获取外汇的重要渠道。

需要说明的是，118.7 亿美元是 Darkfost 的累计估算，并非经过官方审计确认的朝鲜收入。

AI 生成的文字，也开始有了自己的“隐形指纹”。

从 11 月 7 日起，SpaceXAI 将在全球范围内为 Grok API 的多款模型启用文本水印，包括 Grok 4.7、4.6、4.5、4.3，以及 Grok 4.20 的三个版本：Reasoning、Non-Reasoning 和 Multi-Agent。

这套机制不靠隐藏字符，也不往文本元数据里塞信息，而是在生成过程中调整 Token 的选择，让水印信号融入文字本身。人眼无法分辨，但专门的检测器可以识别。

SpaceXAI 称，此举是为了响应欧盟《人工智能法案》。团队管理员还可以针对具体模型单独关闭水印。

安德鲁·库兰提到，目前仍未给文字生成加入隐形水印的模型，只剩下北美地区的 ChatGPT。

AI 生成内容正在进入一个新阶段：过去主要靠用户判断文字像不像 AI 写的，未来可能直接通过技术信号追溯生成来源。

当然，水印能提供来源识别线索，不代表它能单独证明一段文字的作者身份。

Arbitrum 上的 Premia Labs 正在遭遇持续攻击，金库资产已被转移约 40.05 万美元。

安全公司 Blockaid 监测到，攻击者利用期权池和金库之间的机制漏洞发起攻击。

整个操作大致分为三步：

1. 创建一个空的期权池。
2. 通过闪电贷购买期权，将金库抵押品锁定在相关池中。
3. 再利用流动性机制提取金库资产。

截至 Blockaid 发布消息时，攻击者已经通过约 2 笔交易转移了约 40.05 万美元，而且攻击仍在进行。

这次攻击值得警惕的地方在于，攻击者利用的是协议内部不同机制之间的组合关系，而不是简单地盗取用户私钥。

目前还需要等待 Premia Labs 官方确认漏洞原因、受影响范围，以及是否已经暂停相关功能。

40.05 万美元是目前披露的转移金额，不是最终损失。攻击仍在进行，后续资金变化和协议处置情况更关键。

Troves sufrió un incidente de seguridad. El vault xWBTC/WBTC registró pérdidas iniciales de aproximadamente 8,6 BTC.

El ataque no se dirigió contra los nuevos contratos que están en uso, sino que aprovechó un antiguo contrato de reequilibrio de activos que ya había sido sustituido, pero que aún conservaba permisos operativos.

Troves indicó que los permisos pertinentes ya fueron revocados.

Para evitar que el riesgo se extendiera, la plataforma pausó tres vaults:

* xWBTC/WBTC
* xSTRK/STRK
* xstrkBTC/strkBTC

Por el momento, no se han detectado pérdidas reales en otros vaults.

La plataforma está trabajando con entidades de seguridad para rastrear los fondos robados y explorar opciones para recuperarlos. Más adelante publicará un análisis detallado del incidente y las medidas previstas para los depositantes afectados.

Este incidente vuelve a poner de manifiesto un riesgo en la gestión de los contratos DeFi:

El lanzamiento de un nuevo contrato no significa que los permisos del antiguo queden revocados automáticamente.

Si la versión antigua aún conserva permisos operativos, puede convertirse en una vía de ataque, aunque ya no desempeñe las funciones principales.

Ahora habrá que ver cuánto dinero puede recuperar Troves y cuál será el plan concreto de compensación para los depositantes afectados.

10 月加密一级市场融资额环比暴涨 83.5%，但有一个数字很能说明问题：

Kalshi 一家公司，就拿走了当月全部融资金额的 51.2%。

根据 RootData 数据，10 月加密一级市场共披露 53 起融资，融资总额约 19.54 亿美元。

相比 9 月的 10.65 亿美元，增长 83.5%；但与去年 10 月的 35.73 亿美元相比，仍然下降 45.3%。

融资事件数量也只有 53 起，低于去年同期的 78 起。

资金主要分布在三个方向：

* DeFi：17 起，约 11.57 亿美元
* 基础设施：17 起，约 3.48 亿美元
* CeFi：9 起，约 3.43 亿美元

单笔融资金额前三名：

* Kalshi：10 亿美元
* Whop：2 亿美元
* Pearl：1.3 亿美元

Nous Research 和 Spiko 各融资 9000 万美元。

前五大项目合计拿到 15.10 亿美元，占全月融资总额的 77.3%。这意味着，剔除头部几笔大额交易后，其他项目拿到的资金规模要小得多。

RWA 方面，10 月有 6 个相关项目披露融资，合计约 1.22 亿美元。Spiko 完成 9000 万美元 B 轮融资，Fission 和 Multiliquid 分别融资 1000 万美元、800 万美元。

并购市场则记录了 11 起交易，与 9 月持平，但没有披露交易金额。

投资机构中，Tether 参与 4 起融资；Sequoia Capital、Pantera Capital、North Island Ventures 各参与 3 起。

这份数据让我更倾向于把 10 月定义为头部项目带动的融资回暖，而不是整个加密一级市场全面复苏。

融资总额确实上来了，但去年同期的数据仍然更高，资金也明显集中在少数项目手里。

市场有钱，不代表所有赛道都有钱；头部项目能融到巨额资金，也不代表普通创业团队的融资环境已经改善。

Tether 三季度又赚了 15 亿美元，前三季度累计净营业利润达到 45 亿美元。

这已经不只是稳定币发行商的收入规模，而是一门依靠巨额储备资产持续产生收益的生意。

从最新财报看，几个数字值得记住：

* Q3 净营业利润：15 亿美元，与上一季度持平
* 2026 年前三季度累计利润：45 亿美元
* USDT 发行规模：约 1840 亿美元
* 储备缓冲：79.5 亿美元，较二季度末的 41 亿美元接近翻倍

截至 9 月 30 日，Tether 储备资产总额约 1915 亿美元，负债约 1835 亿美元，资产超过负债约 79.5 亿美元。

直接和间接持有的美国国债达到 1324 亿美元。美国国债和逆回购协议仍然是 Tether 最主要的收入来源。

这里能看出 Tether 的赚钱逻辑：

用户持有 USDT，Tether 管理对应储备资产，并通过国债等金融工具获得收益。发行规模越大，可管理的资产规模也越大。

但稳定币发行商不能只看利润。储备资产是否充足、流动性是否可靠，以及市场出现集中赎回时能否兑现，才是这门生意真正的底层考验。

45 亿美元前三季度利润，近 80 亿美元储备缓冲。Tether 已经不只是加密市场里的稳定币发行商，更是一个拥有庞大资产负债表的金融参与者。

b14g 遭遇安全事件，约 9700 万枚 CORE 被未授权提取。

10 月 31 日 09:29 UTC，攻击者从 b14g 的质押合约中转走约 9700 万枚 CORE，并将资产转入攻击者控制的地址。

项目方发现异常后，已暂停受影响合约。

目前资金追踪进展：

* 约 6800 万枚 CORE 仍留在 Core 网络
* 交易所合作方已冻结约 900 万枚相关 CORE
* 通过 b14g 质押的 BTC 仍处于比特币网络时间锁状态，没有受到影响

b14g 正与 Core 团队、安全合作方和交易所协作，追踪资金并协调冻结、追回工作。

项目方表示，当前首要任务是保护用户和追回资产。后续将发布完整事后报告，说明技术原因、实际影响范围，以及受影响用户的处理安排。

此次公布的两处攻击者地址：

0xc556ed208285406d71705927f92d4f4eaea579f1

0x27758c30f8e424fbd8ca605bf31e9496c26ce92c

需要注意的是，这次被影响的是通过 b14g 质押的 CORE，并非所有质押资产。BTC 仍锁定在比特币网络，目前没有受到影响。

9700 万枚 CORE 被转走只是事件的开始，后续资金能追回多少、用户如何获得补偿，才是最关键的问题。

币安被盗资产补足比例升至 90%，十种主流资产已经全部实现 100% 覆盖。

币安最新安全事件更新显示，此前预留的超过 63.4 亿美元资金，正在持续用于补足被盗资产。目前整体补足比例已从约 80% 提高到 90%。

已经完成 100% 覆盖的十种资产包括：

BTC、ETH、USDT、BNB、SOL、USDC、XRP、USD1、RLUSD、ZEC。

剩余约 10% 是这十种之外的资产，流动性相对较低，需要更多时间通过市场和场外渠道购入。

这次补足资金来自三个渠道：

* SAFU 用户安全资产基金的部分资金，预计在未来 24 小时内调用
* 合约保险基金的部分资金
* 币安自有公司资金

币安同时承诺，将 SAFU 基金规模恢复至约 10 亿美元。

储备证明方面，币安已于 10 月 31 日 08:00（UTC+8）完成新的资产快照，并更新到储备证明页面。完整零知识证明预计需要 40 至 50 小时生成，预计 11 月 3 日完成。

提现服务仍按原计划推进，目标是在 11 月 1 日重新开放，具体进展等待后续公告。

这次事件中，币安反复强调的一点是：被盗资金造成的财务损失由平台承担，不会转嫁给用户。

90% 已经补足，剩余部分还在采购。接下来真正需要验证的，是剩余资产能否全部补齐，以及提现和储备证明能否按计划恢复。

Si la IA hiciera que ya no tuvieras que trabajar y te pagara el 100 % de tu sueldo actual, ¿renunciarías?

Una encuesta a 8234 adultos en edad laboral del Reino Unido, Estados Unidos, Dinamarca y la India arrojó unos datos interesantes:

El 75 % de los encuestados afirmó que estaría dispuesto a dejar su trabajo si recibiera unos ingresos garantizados equivalentes al 100 % de su sueldo actual.

Pero otro grupo dio la respuesta contraria:

El 20 % no estaría dispuesto a renunciar ni siquiera si recibiera el 120 % de su sueldo actual.

Además, esta proporción es más o menos la misma en los distintos grupos de ingresos.

Aún más interesante es que solo el 26 % situó el salario como el valor más importante de su trabajo, mientras que aproximadamente un tercio consideró que el trabajo en sí era más importante.

Esto significa que el sueldo no explica por qué la gente está dispuesta a ir a la oficina cada día.

El trabajo también proporciona un sentido de propósito, relaciones sociales, identidad y la sensación de que los demás nos necesitan. Para algunas personas, perder todo eso no se compensa con ganar un poco más de dinero.

Julian Jacobs, autor del artículo, plantea que las políticas durante la transición a la IA no deberían centrarse únicamente en garantizar los ingresos, sino también en proteger el sentido de propósito, la comunidad y la dignidad que aporta el trabajo.

La IA podría cambiar la forma en que trabajan las personas e incluso hacer que algunos puestos dejen de ser necesarios.

Pero hay una pregunta que no se puede pasar por alto:

Cuando alguien ya no necesita ganar dinero trabajando, ¿de dónde puede obtener un sentido para su vida?

Crees que le has instalado una habilidad a un agente de IA, pero puede que, de paso, también hayas eliminado la aprobación humana.

Un estudio de repositorios públicos de GitHub analizó alrededor de 1,53 millones de habilidades de agentes en inglés y descubrió que unas 88.000 contenían instrucciones que podrían eludir la revisión humana.

En otras palabras, aproximadamente 1 de cada 17 habilidades incluye instrucciones de este tipo.

Lo más preocupante es que:

El 70,1 % de estas instrucciones no distingue entre contextos de uso.

Por ejemplo:

* Ejecuta y publica directamente sin pedir confirmación.
* No preguntes a mitad de camino; sigue hasta completar la tarea.
* Gestiona todos los pasos automáticamente, sin intervención humana.

Si estas instrucciones se incluyen en un archivo SKILL.md, el agente que cargue la habilidad podría actuar directamente en etapas que normalmente requieren confirmación humana.

Y, para complicar aún más las cosas, los escáneres de seguridad actuales no necesariamente las detectan.

El estudio probó dos escáneres de código abierto de Cisco y NVIDIA. Incluso al usar GPT-5.4, la tasa máxima de detección fue de solo el 46 %, con una precisión inferior a 0,4.

Pero al cambiar la forma de preguntar, los resultados fueron muy distintos:

En lugar de preguntarle al modelo «¿es una instrucción maliciosa?», le preguntaron «¿elude la revisión humana?». La tasa de detección subió al 61 % y la precisión alcanzó el 0,71.

Esto pone de manifiesto un problema:

La revisión de seguridad de los agentes no puede centrarse únicamente en el código malicioso; también debe examinar las instrucciones que parecen estar ahí solo para aumentar la eficiencia de la automatización.

Las recomendaciones del estudio son muy concretas:

1. Establecer límites claros para las instrucciones de ejecución automática; por ejemplo, permitir que solo se apliquen en entornos de CI.
2. Al revisar una habilidad, comprobar especialmente si elude la confirmación humana, en lugar de limitarse a buscar código malicioso.
3. No permitir que una instrucción incondicional determine el comportamiento del agente en todos los contextos.

Los agentes son cada vez más capaces y tienen cada vez más permisos.

Pero hay pasos que no deberían dejar de requerir confirmación humana solo porque alguien haya escrito «sigue hasta terminar».

Una automatización verdaderamente fiable no elimina todas las comprobaciones: sabe cuándo debe detenerse y preguntar a una persona.

Los gigantes tecnológicos empiezan a rendir cuentas por sus inversiones en IA.

En 2026, cinco empresas —Meta, Alphabet, Oracle, Amazon y Microsoft— se comprometieron a invertir un total de 800.600 millones de dólares.

No se trata de una visión abstracta de la IA, sino de gastos concretos en centros de datos, servidores, equipos de red e infraestructura.

El mercado está reevaluando esta carrera armamentística.

Los resúmenes de IA de Alphabet empiezan a afectar los ingresos de la publicidad en su buscador principal, pero se prevé que la inversión de la empresa alcance este año los 205.000 millones de dólares. La IA está transformando las búsquedas y también podría poner en jaque la fuente de ingresos más importante de Google.

El director financiero de Intel afirmó que este año las entradas de efectivo no alcanzarán para cubrir los gastos y que la debilidad del mercado de PC se prolongará al menos hasta el primer semestre del próximo año. La empresa sigue ampliando sus inversiones en equipos.

Amazon se ha comprometido este año a invertir 220.000 millones de dólares en infraestructura de IA, y sus gastos en efectivo también superan sus ingresos. Tras presentar resultados por debajo de las expectativas, sus acciones llegaron a caer un 6 % en las operaciones posteriores al cierre.

Por otro lado, Reddit cayó un 26 % debido a que el número de usuarios activos diarios no alcanzó las expectativas y a que las búsquedas de IA de Google afectan el tráfico de recomendaciones; Roblox perdió casi un 20 % tras disminuir sus usuarios activos diarios.

Intel llegó a desplomarse un 30 % durante la sesión, Alphabet perdió más de 500.000 millones de dólares de capitalización bursátil el día anterior y el Nasdaq cayó más de un 3,5 % el viernes.

Esta oleada de caídas transmite una señal:

Los mercados de capitales no han dejado de creer de repente en la IA; más bien, empiezan a exigir que las empresas de IA demuestren que sus inversiones pueden generar rentabilidad.

Antes, bastaba con hablar de perspectivas de crecimiento para obtener una prima; ahora, los inversores siguen de cerca el flujo de caja, los gastos de capital y el avance de la comercialización.

La IA sigue siendo una de las principales áreas de inversión del sector tecnológico, pero incluso la historia más grandiosa necesita que alguien pague la factura.

En el futuro, quizá ni siquiera tengamos que abrir una app para buscar restaurantes.

Zest lanzó un servicio personal de conserjería de restaurantes con IA: basta con enviar un mensaje de texto para encontrar restaurantes, comparar opciones, organizar una votación entre amigos y, al final, hacer una reserva directamente.

Tiene una característica bastante particular: sus recomendaciones no se basan únicamente en las preferencias que los usuarios indican, sino también en sus registros reales de gastos en restaurantes.

Zest importa los extractos de las tarjetas de crédito a través de Plaid y solo analiza las transacciones relacionadas con restaurantes para crear un mapa de gustos de cada usuario. Los lugares que sueles visitar y los tipos de restaurantes que te gustan sirven como referencia para las recomendaciones de la IA.

Y, si van a comer varias personas, ya no hace falta debatirlo una y otra vez en el grupo.

Añade a Zest al chat grupal y podrá tener en cuenta los gustos de todos, proponer restaurantes y organizar una votación para elegir el lugar. Después, hará la reserva directamente.

El servicio de reservas está integrado con OpenTable, Resy y SevenRooms. Además de buscar restaurantes por tipo de cocina, barrio, ocasión y restricciones alimentarias, también puedes preguntar si está muy concurrido, si tiene Wi-Fi e incluso pedir el menú directamente.

Zest se fundó en noviembre de 2024 y obtuvo 1,8 millones de dólares en una ronda de financiación presemilla de 776 y Kindred Ventures.

La visión de producto de sus fundadores también está muy clara: el agente de IA es el producto en sí; las reservas y los pedidos son las primeras vías de monetización, y en el futuro podría expandirse a recomendaciones de comercios y compras.

Lo que me parece interesante de este enfoque es que no convierte la IA en otra ventana de chat.

Los usuarios no tienen que averiguar cómo formular sus preguntas ni ir y venir entre varias plataformas. Basta con explicar lo que necesitan; la IA se encarga del resto: buscar, coordinar y reservar.

Un asistente de IA realmente útil no solo debe dar respuestas, sino también resolver las cosas.

Número: (212) 470-6067

Los tokens de acciones de McDonald’s, Disney y PayPal empiezan a usarse para jugar con memecoins.

En Robinhood Chain está surgiendo una nueva forma de combinar activos: los tokens de acciones ya no son solo activos de inversión que los usuarios pueden comprar y vender, sino que también pueden servir como pares de negociación y reservas de liquidez para las memecoins.

Pons Treasury está impulsando este modelo.

Ya proporciona liquidez para los tokens de acciones de $MCD, $DIS y $PYPL, para que los usuarios puedan operar con ellos en Robinhood Chain. La nueva tanda de tokens de acciones que podrán emparejarse incluye también $BMNR, $JPM, $V, $UBER y $GDX.

Lo más interesante es que Pons no solo quiere facilitar la negociación de tokens de acciones: también quiere que los usuarios puedan utilizar estos tokens directamente para lanzar y operar con nuevas memecoins.

Esto significa que los tokens de acciones podrían pasar de ser simples activos de inversión a convertirse en herramientas de liquidez dentro del ecosistema de las memecoins.

Hasta ahora, la infraestructura de negociación de las memecoins se basaba principalmente en stablecoins y activos nativos de las criptomonedas. Ahora, los tokens de acciones tradicionales también podrían incorporarse a este sistema.

Si esta práctica alcanza cierta escala, la variedad de activos y combinaciones de negociación en los mercados de memecoins en cadena será mucho mayor.

Por supuesto, los tokens de acciones no equivalen a poseer directamente las acciones originales de las empresas correspondientes; los derechos concretos, los mecanismos de reembolso y la liquidez dependerán del diseño del producto.

Cuando los tokens de acciones de McDonald’s y Disney pueden convertirse en combustible para negociar memecoins, la distancia entre las finanzas tradicionales y la especulación en cadena se reduce un poco más.

Google está entrando en el mercado de custodia de criptoactivos, y su objetivo son los bancos y las grandes instituciones.

Para las instituciones, siempre ha habido un obstáculo ineludible para entrar en el mundo cripto: la seguridad de las claves privadas.

Quién custodia los activos, quién tiene autoridad para firmar, cómo aprueban las operaciones los empleados internos y qué hacer si roban las claves son cuestiones que no se resuelven simplemente ofreciendo a las instituciones una billetera común.

La solución que Google lanza esta vez es un servicio de gestión de claves y firma MPC.

Divide las claves privadas en varios fragmentos y los almacena de forma distribuida en hardware propio de Google, Google Cloud y otros entornos en la nube. Cuando se necesita firmar, varios fragmentos colaboran para hacerlo, sin que sea necesario concentrar la clave privada completa en un único lugar.

Las instituciones también pueden configurar reglas como límites de transacción, direcciones autorizadas y aprobaciones de varios departamentos, extendiendo sus procesos internos de gestión de riesgos a las transacciones en cadena.

Lo más importante es que las instituciones conservan el control de los fragmentos de las claves; Google no puede acceder directamente a la clave privada completa.

El producto se encuentra actualmente en fase de Private Preview y varias grandes instituciones financieras lo están probando. Alphabet también lo ha utilizado para proteger sus activos digitales en Ethereum y planea lanzarlo oficialmente al mercado a principios de 2027.

Detrás de esto hay una gran tendencia:

El mundo cripto está pasando gradualmente de ser un experimento financiero dirigido a usuarios particulares a convertirse en una infraestructura que las instituciones financieras tradicionales necesitan integrar.

Los bancos no tienen por qué construir sus propios sistemas de custodia desde cero, pero sí necesitan una solución que cumpla sus propios estándares de seguridad, gestión de permisos y procesos de cumplimiento normativo.

Eso es precisamente lo que Google quiere ofrecer: esa capa de infraestructura.

Si en el futuro los bancos pueden gestionar activos en cadena mediante una tecnología MPC consolidada, las barreras técnicas para que las instituciones entren en el mundo cripto podrían reducirse aún más.

Lo verdaderamente prometedor no es que haya otro producto de custodia, sino que la infraestructura financiera tradicional empieza a extenderse a la cadena.

La IA está cambiando la forma en que se distribuyen las ganancias de los airdrops de criptomonedas.

Antes, los estudios ganaban dinero porque contaban con capacidades técnicas que la gente común no tenía: interacciones masivas, scripts automatizados, análisis de datos on-chain y gestión de cuentas.

Los proyectos necesitaban estas capacidades para generar una base de usuarios, datos de transacciones y expectación en el mercado, y luego cubrir los costes con la expectativa de recibir tokens en el futuro.

Pero ahora, la IA ha rebajado esa barrera técnica.

Cualquier persona puede usar la IA para desarrollar scripts, bots y herramientas de datos. Los estudios ya no tienen la clara ventaja informativa y técnica que tenían antes.

El problema es que los propios proyectos también se benefician de la reducción de costes que trae la IA.

Lo que antes había que subcontratar a estudios ahora se puede hacer internamente; y los datos on-chain que antes se obtenían mediante airdrops ya no son tan escasos.

Es natural que los proyectos vuelvan a hacer cuentas: ¿deberían destinar un presupuesto de tokens a las direcciones que generan interacciones artificiales, o invertirlo en liquidez, exchanges y canales que realmente generen ingresos?

Por eso creo que el atractivo de los airdrops tradicionales está disminuyendo.

En el futuro, quizá valga más la pena estudiar los proyectos en etapas tempranas con capacidad real de generar beneficios, así como los productos dispuestos a distribuir tokens mediante ventas públicas, beneficios para los usuarios u otros mecanismos.

Otra opción son los proyectos mitad meme y mitad farming de airdrops, en los que la participación de los usuarios en las transacciones, la difusión y las actividades de la comunidad forma parte del propio ecosistema del producto.

Pero en el caso de los Perps y los mercados de predicción, hay que calcular bien los costes. Las comisiones, el deslizamiento y las pérdidas por operar cuestan dinero real; los puntos no equivalen a ganancias, y el volumen de transacciones tampoco equivale a beneficios.

Cuando la IA elimina las barreras técnicas para farmear airdrops, la verdadera competencia ya no consiste en quién puede generar más interacciones, sino en quién puede detectar antes los proyectos en los que vale la pena participar.