oAdam
1.3k Publicaciones
oAdam
Denunciar
Bloquear usuario
交个朋友 日常分享开源 交易笔记 Ai X: @oAdam
Abrir operación
Trader frecuente
8.9 años
15 Siguiendo
457 Seguidores
1.3K+ Me gusta
Publicaciones
Cartera
Todo
Vídeos
·
--
¿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.
¿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.
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.
69
·
--
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.
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.
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.
76
·
--
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.
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.
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.
63
·
--
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.
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.
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.
403
·
--
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.
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.
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.
1.3k
·
--
El dinero que los hackers norcoreanos han robado a la industria de las criptomonedas ya equivale a casi la mitad del PIB del país.
El analista on-chain Darkfost estima que el valor de los criptoactivos robados por el Grupo Lazarus asciende en total a 11.870 millones de dólares.
En comparación con el tamaño de la economía de Corea del Norte en 2025, esa cifra equivale al 45 % de su PIB y al 35 % de su ingreso nacional bruto.
En otras palabras, los activos que una organización de hackers ha obtenido del mercado mundial de criptomonedas mediante ciberataques ya representan una proporción asombrosa de la economía de un país.
Esto también explica por qué el Grupo Lazarus sigue siendo una de las organizaciones de ataque que más debe preocupar a la industria de las criptomonedas. Para el grupo, atacar plataformas de criptomonedas no es solo ciberdelincuencia: también puede convertirse en una importante fuente de divisas.
Cabe señalar que los 11.870 millones de dólares son una estimación acumulada de Darkfost, y no ingresos de Corea del Norte confirmados mediante una auditoría oficial.
El dinero que los hackers norcoreanos han robado a la industria de las criptomonedas ya equivale a casi la mitad del PIB del país.
El analista on-chain Darkfost estima que el valor de los criptoactivos robados por el Grupo Lazarus asciende en total a 11.870 millones de dólares.
En comparación con el tamaño de la economía de Corea del Norte en 2025, esa cifra equivale al 45 % de su PIB y al 35 % de su ingreso nacional bruto.
En otras palabras, los activos que una organización de hackers ha obtenido del mercado mundial de criptomonedas mediante ciberataques ya representan una proporción asombrosa de la economía de un país.
Esto también explica por qué el Grupo Lazarus sigue siendo una de las organizaciones de ataque que más debe preocupar a la industria de las criptomonedas. Para el grupo, atacar plataformas de criptomonedas no es solo ciberdelincuencia: también puede convertirse en una importante fuente de divisas.
Cabe señalar que los 11.870 millones de dólares son una estimación acumulada de Darkfost, y no ingresos de Corea del Norte confirmados mediante una auditoría oficial.
El analista on-chain Darkfost estima que el valor de los criptoactivos robados por el Grupo Lazarus asciende en total a 11.870 millones de dólares.
En comparación con el tamaño de la economía de Corea del Norte en 2025, esa cifra equivale al 45 % de su PIB y al 35 % de su ingreso nacional bruto.
En otras palabras, los activos que una organización de hackers ha obtenido del mercado mundial de criptomonedas mediante ciberataques ya representan una proporción asombrosa de la economía de un país.
Esto también explica por qué el Grupo Lazarus sigue siendo una de las organizaciones de ataque que más debe preocupar a la industria de las criptomonedas. Para el grupo, atacar plataformas de criptomonedas no es solo ciberdelincuencia: también puede convertirse en una importante fuente de divisas.
Cabe señalar que los 11.870 millones de dólares son una estimación acumulada de Darkfost, y no ingresos de Corea del Norte confirmados mediante una auditoría oficial.
50
·
--
El texto generado por IA también empieza a tener su propia «huella invisible».
A partir del 7 de noviembre, SpaceXAI habilitará marcas de agua de texto a nivel mundial en varios modelos de la API de Grok: Grok 4.7, 4.6, 4.5 y 4.3, además de las tres versiones de Grok 4.20: Reasoning, Non-Reasoning y Multi-Agent.
Este mecanismo no utiliza caracteres ocultos ni inserta información en los metadatos del texto. En su lugar, modifica la selección de tokens durante la generación para integrar la señal de la marca de agua en el propio texto. El ojo humano no puede distinguirla, pero sí pueden detectarla herramientas especializadas.
SpaceXAI afirma que esta medida responde a la Ley de Inteligencia Artificial de la Unión Europea. Los administradores de equipo también pueden desactivar la marca de agua por separado para cada modelo.
Andrew Curran señaló que, por ahora, ChatGPT sigue siendo el único modelo de generación de texto sin marca de agua invisible en Norteamérica.
El contenido generado por IA está entrando en una nueva etapa: hasta ahora, la gente se basaba principalmente en su propio criterio para decidir si un texto parecía escrito por una IA; en el futuro, quizá sea posible rastrear directamente su origen mediante señales técnicas.
Por supuesto, las marcas de agua pueden aportar indicios sobre el origen, pero eso no significa que por sí solas puedan demostrar quién es el autor de un texto.
El texto generado por IA también empieza a tener su propia «huella invisible».
A partir del 7 de noviembre, SpaceXAI habilitará marcas de agua de texto a nivel mundial en varios modelos de la API de Grok: Grok 4.7, 4.6, 4.5 y 4.3, además de las tres versiones de Grok 4.20: Reasoning, Non-Reasoning y Multi-Agent.
Este mecanismo no utiliza caracteres ocultos ni inserta información en los metadatos del texto. En su lugar, modifica la selección de tokens durante la generación para integrar la señal de la marca de agua en el propio texto. El ojo humano no puede distinguirla, pero sí pueden detectarla herramientas especializadas.
SpaceXAI afirma que esta medida responde a la Ley de Inteligencia Artificial de la Unión Europea. Los administradores de equipo también pueden desactivar la marca de agua por separado para cada modelo.
Andrew Curran señaló que, por ahora, ChatGPT sigue siendo el único modelo de generación de texto sin marca de agua invisible en Norteamérica.
El contenido generado por IA está entrando en una nueva etapa: hasta ahora, la gente se basaba principalmente en su propio criterio para decidir si un texto parecía escrito por una IA; en el futuro, quizá sea posible rastrear directamente su origen mediante señales técnicas.
Por supuesto, las marcas de agua pueden aportar indicios sobre el origen, pero eso no significa que por sí solas puedan demostrar quién es el autor de un texto.
A partir del 7 de noviembre, SpaceXAI habilitará marcas de agua de texto a nivel mundial en varios modelos de la API de Grok: Grok 4.7, 4.6, 4.5 y 4.3, además de las tres versiones de Grok 4.20: Reasoning, Non-Reasoning y Multi-Agent.
Este mecanismo no utiliza caracteres ocultos ni inserta información en los metadatos del texto. En su lugar, modifica la selección de tokens durante la generación para integrar la señal de la marca de agua en el propio texto. El ojo humano no puede distinguirla, pero sí pueden detectarla herramientas especializadas.
SpaceXAI afirma que esta medida responde a la Ley de Inteligencia Artificial de la Unión Europea. Los administradores de equipo también pueden desactivar la marca de agua por separado para cada modelo.
Andrew Curran señaló que, por ahora, ChatGPT sigue siendo el único modelo de generación de texto sin marca de agua invisible en Norteamérica.
El contenido generado por IA está entrando en una nueva etapa: hasta ahora, la gente se basaba principalmente en su propio criterio para decidir si un texto parecía escrito por una IA; en el futuro, quizá sea posible rastrear directamente su origen mediante señales técnicas.
Por supuesto, las marcas de agua pueden aportar indicios sobre el origen, pero eso no significa que por sí solas puedan demostrar quién es el autor de un texto.
3
·
--
Premia Labs en Arbitrum está sufriendo un ataque en curso y se han transferido aproximadamente 400.500 dólares de los activos de la bóveda.
La empresa de seguridad Blockaid detectó que el atacante explotó una vulnerabilidad en la interacción entre los pools de opciones y la bóveda.
La operación se desarrolló, a grandes rasgos, en tres pasos:
1. Crear un pool de opciones vacío.
2. Comprar opciones mediante un préstamo flash para bloquear el colateral de la bóveda en el pool correspondiente.
3. Aprovechar después el mecanismo de liquidez para retirar activos de la bóveda.
Cuando Blockaid publicó la información, el atacante ya había transferido aproximadamente 400.500 dólares en unas dos transacciones, y el ataque seguía en curso.
Lo preocupante de este ataque es que el atacante explotó la interacción entre distintos mecanismos internos del protocolo, en lugar de limitarse a robar las claves privadas de los usuarios.
Aún queda esperar a que Premia Labs confirme oficialmente la causa de la vulnerabilidad, el alcance de los daños y si ya ha suspendido las funciones afectadas.
Los 400.500 dólares son el importe transferido divulgado hasta ahora, no la pérdida final. El ataque sigue en curso, por lo que los movimientos posteriores de los fondos y las medidas que adopte el protocolo serán más relevantes.
Premia Labs en Arbitrum está sufriendo un ataque en curso y se han transferido aproximadamente 400.500 dólares de los activos de la bóveda.
La empresa de seguridad Blockaid detectó que el atacante explotó una vulnerabilidad en la interacción entre los pools de opciones y la bóveda.
La operación se desarrolló, a grandes rasgos, en tres pasos:
1. Crear un pool de opciones vacío.
2. Comprar opciones mediante un préstamo flash para bloquear el colateral de la bóveda en el pool correspondiente.
3. Aprovechar después el mecanismo de liquidez para retirar activos de la bóveda.
Cuando Blockaid publicó la información, el atacante ya había transferido aproximadamente 400.500 dólares en unas dos transacciones, y el ataque seguía en curso.
Lo preocupante de este ataque es que el atacante explotó la interacción entre distintos mecanismos internos del protocolo, en lugar de limitarse a robar las claves privadas de los usuarios.
Aún queda esperar a que Premia Labs confirme oficialmente la causa de la vulnerabilidad, el alcance de los daños y si ya ha suspendido las funciones afectadas.
Los 400.500 dólares son el importe transferido divulgado hasta ahora, no la pérdida final. El ataque sigue en curso, por lo que los movimientos posteriores de los fondos y las medidas que adopte el protocolo serán más relevantes.
La empresa de seguridad Blockaid detectó que el atacante explotó una vulnerabilidad en la interacción entre los pools de opciones y la bóveda.
La operación se desarrolló, a grandes rasgos, en tres pasos:
1. Crear un pool de opciones vacío.
2. Comprar opciones mediante un préstamo flash para bloquear el colateral de la bóveda en el pool correspondiente.
3. Aprovechar después el mecanismo de liquidez para retirar activos de la bóveda.
Cuando Blockaid publicó la información, el atacante ya había transferido aproximadamente 400.500 dólares en unas dos transacciones, y el ataque seguía en curso.
Lo preocupante de este ataque es que el atacante explotó la interacción entre distintos mecanismos internos del protocolo, en lugar de limitarse a robar las claves privadas de los usuarios.
Aún queda esperar a que Premia Labs confirme oficialmente la causa de la vulnerabilidad, el alcance de los daños y si ya ha suspendido las funciones afectadas.
Los 400.500 dólares son el importe transferido divulgado hasta ahora, no la pérdida final. El ataque sigue en curso, por lo que los movimientos posteriores de los fondos y las medidas que adopte el protocolo serán más relevantes.
127
·
--
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.
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.
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.
338
·
--
La financiación del mercado primario de criptomonedas se disparó un 83,5 % en octubre respecto al mes anterior, pero hay una cifra que lo dice todo:
Una sola empresa, Kalshi, se llevó el 51,2 % de toda la financiación del mes.
Según los datos de RootData, en octubre se anunciaron 53 operaciones de financiación en el mercado primario de criptomonedas, por un total aproximado de 1.954 millones de dólares.
Frente a los 1.065 millones de dólares de septiembre, supone un aumento del 83,5 %; sin embargo, en comparación con los 3.573 millones de dólares de octubre del año pasado, sigue siendo un 45,3 % menos.
El número de operaciones de financiación también fue de solo 53, por debajo de las 78 del mismo periodo del año pasado.
Los fondos se distribuyeron principalmente en tres sectores:
* DeFi: 17 operaciones, alrededor de 1.157 millones de dólares
* Infraestructura: 17 operaciones, alrededor de 348 millones de dólares
* CeFi: 9 operaciones, alrededor de 343 millones de dólares
Las tres mayores operaciones de financiación fueron:
* Kalshi: 1.000 millones de dólares
* Whop: 200 millones de dólares
* Pearl: 130 millones de dólares
Nous Research y Spiko recaudaron 90 millones de dólares cada una.
Los cinco proyectos principales recaudaron en total 1.510 millones de dólares, lo que representa el 77,3 % de la financiación total del mes. Esto significa que, si se excluyen las grandes operaciones de los proyectos más destacados, los demás obtuvieron muchos menos fondos.
En el sector de los RWA, seis proyectos relacionados anunciaron rondas de financiación en octubre, por un total aproximado de 122 millones de dólares. Spiko cerró una ronda Serie B de 90 millones de dólares, mientras que Fission y Multiliquid recaudaron 10 millones y 8 millones de dólares, respectivamente.
En el mercado de fusiones y adquisiciones se registraron 11 operaciones, la misma cifra que en septiembre, aunque no se divulgaron los importes.
Entre los inversores, Tether participó en cuatro rondas de financiación; Sequoia Capital, Pantera Capital y North Island Ventures participaron en tres cada una.
Estos datos me llevan a considerar octubre como una recuperación de la financiación impulsada por los proyectos más destacados, y no como una recuperación generalizada de todo el mercado primario de criptomonedas.
Es cierto que el volumen total de financiación aumentó, pero la cifra del mismo periodo del año pasado sigue siendo superior y los fondos se concentraron claramente en unos pocos proyectos.
Que haya dinero en el mercado no significa que lo haya en todos los sectores; y que los proyectos más destacados puedan captar enormes cantidades no significa que las condiciones de financiación para los equipos emprendedores comunes ya hayan mejorado.
La financiación del mercado primario de criptomonedas se disparó un 83,5 % en octubre respecto al mes anterior, pero hay una cifra que lo dice todo:
Una sola empresa, Kalshi, se llevó el 51,2 % de toda la financiación del mes.
Según los datos de RootData, en octubre se anunciaron 53 operaciones de financiación en el mercado primario de criptomonedas, por un total aproximado de 1.954 millones de dólares.
Frente a los 1.065 millones de dólares de septiembre, supone un aumento del 83,5 %; sin embargo, en comparación con los 3.573 millones de dólares de octubre del año pasado, sigue siendo un 45,3 % menos.
El número de operaciones de financiación también fue de solo 53, por debajo de las 78 del mismo periodo del año pasado.
Los fondos se distribuyeron principalmente en tres sectores:
* DeFi: 17 operaciones, alrededor de 1.157 millones de dólares
* Infraestructura: 17 operaciones, alrededor de 348 millones de dólares
* CeFi: 9 operaciones, alrededor de 343 millones de dólares
Las tres mayores operaciones de financiación fueron:
* Kalshi: 1.000 millones de dólares
* Whop: 200 millones de dólares
* Pearl: 130 millones de dólares
Nous Research y Spiko recaudaron 90 millones de dólares cada una.
Los cinco proyectos principales recaudaron en total 1.510 millones de dólares, lo que representa el 77,3 % de la financiación total del mes. Esto significa que, si se excluyen las grandes operaciones de los proyectos más destacados, los demás obtuvieron muchos menos fondos.
En el sector de los RWA, seis proyectos relacionados anunciaron rondas de financiación en octubre, por un total aproximado de 122 millones de dólares. Spiko cerró una ronda Serie B de 90 millones de dólares, mientras que Fission y Multiliquid recaudaron 10 millones y 8 millones de dólares, respectivamente.
En el mercado de fusiones y adquisiciones se registraron 11 operaciones, la misma cifra que en septiembre, aunque no se divulgaron los importes.
Entre los inversores, Tether participó en cuatro rondas de financiación; Sequoia Capital, Pantera Capital y North Island Ventures participaron en tres cada una.
Estos datos me llevan a considerar octubre como una recuperación de la financiación impulsada por los proyectos más destacados, y no como una recuperación generalizada de todo el mercado primario de criptomonedas.
Es cierto que el volumen total de financiación aumentó, pero la cifra del mismo periodo del año pasado sigue siendo superior y los fondos se concentraron claramente en unos pocos proyectos.
Que haya dinero en el mercado no significa que lo haya en todos los sectores; y que los proyectos más destacados puedan captar enormes cantidades no significa que las condiciones de financiación para los equipos emprendedores comunes ya hayan mejorado.
Una sola empresa, Kalshi, se llevó el 51,2 % de toda la financiación del mes.
Según los datos de RootData, en octubre se anunciaron 53 operaciones de financiación en el mercado primario de criptomonedas, por un total aproximado de 1.954 millones de dólares.
Frente a los 1.065 millones de dólares de septiembre, supone un aumento del 83,5 %; sin embargo, en comparación con los 3.573 millones de dólares de octubre del año pasado, sigue siendo un 45,3 % menos.
El número de operaciones de financiación también fue de solo 53, por debajo de las 78 del mismo periodo del año pasado.
Los fondos se distribuyeron principalmente en tres sectores:
* DeFi: 17 operaciones, alrededor de 1.157 millones de dólares
* Infraestructura: 17 operaciones, alrededor de 348 millones de dólares
* CeFi: 9 operaciones, alrededor de 343 millones de dólares
Las tres mayores operaciones de financiación fueron:
* Kalshi: 1.000 millones de dólares
* Whop: 200 millones de dólares
* Pearl: 130 millones de dólares
Nous Research y Spiko recaudaron 90 millones de dólares cada una.
Los cinco proyectos principales recaudaron en total 1.510 millones de dólares, lo que representa el 77,3 % de la financiación total del mes. Esto significa que, si se excluyen las grandes operaciones de los proyectos más destacados, los demás obtuvieron muchos menos fondos.
En el sector de los RWA, seis proyectos relacionados anunciaron rondas de financiación en octubre, por un total aproximado de 122 millones de dólares. Spiko cerró una ronda Serie B de 90 millones de dólares, mientras que Fission y Multiliquid recaudaron 10 millones y 8 millones de dólares, respectivamente.
En el mercado de fusiones y adquisiciones se registraron 11 operaciones, la misma cifra que en septiembre, aunque no se divulgaron los importes.
Entre los inversores, Tether participó en cuatro rondas de financiación; Sequoia Capital, Pantera Capital y North Island Ventures participaron en tres cada una.
Estos datos me llevan a considerar octubre como una recuperación de la financiación impulsada por los proyectos más destacados, y no como una recuperación generalizada de todo el mercado primario de criptomonedas.
Es cierto que el volumen total de financiación aumentó, pero la cifra del mismo periodo del año pasado sigue siendo superior y los fondos se concentraron claramente en unos pocos proyectos.
Que haya dinero en el mercado no significa que lo haya en todos los sectores; y que los proyectos más destacados puedan captar enormes cantidades no significa que las condiciones de financiación para los equipos emprendedores comunes ya hayan mejorado.
30
·
--
Tether volvió a ganar 1.500 millones de dólares en el tercer trimestre, y su beneficio operativo neto acumulado durante los tres primeros trimestres alcanzó los 4.500 millones de dólares.
Esto ya no es solo el nivel de ingresos de un emisor de stablecoins: es un negocio que genera beneficios de forma continua gracias a una enorme reserva de activos.
De los últimos resultados financieros, conviene recordar estas cifras:
* Beneficio operativo neto del tercer trimestre: 1.500 millones de dólares, sin cambios respecto al trimestre anterior
* Beneficio acumulado en los tres primeros trimestres de 2026: 4.500 millones de dólares
* Volumen de USDT en circulación: aproximadamente 184.000 millones de dólares
* Colchón de reservas: 7.950 millones de dólares, casi el doble que los 4.100 millones al cierre del segundo trimestre
A 30 de septiembre, los activos totales de reserva de Tether ascendían a aproximadamente 191.500 millones de dólares, frente a unos pasivos de 183.500 millones; los activos superaban a los pasivos en aproximadamente 7.950 millones de dólares.
Sus tenencias directas e indirectas de bonos del Tesoro de Estados Unidos alcanzaron los 132.400 millones de dólares. Los bonos del Tesoro estadounidense y los acuerdos de recompra inversa siguen siendo las principales fuentes de ingresos de Tether.
Aquí se aprecia cómo gana dinero Tether:
Los usuarios mantienen USDT, Tether gestiona los activos de reserva correspondientes y obtiene rendimientos mediante instrumentos financieros como los bonos del Tesoro. Cuanto mayor es el volumen emitido, mayor es también el volumen de activos que puede gestionar.
Pero no basta con fijarse en los beneficios de un emisor de stablecoins. La verdadera prueba de este negocio está en si sus reservas son suficientes, si su liquidez es fiable y si puede responder a los reembolsos cuando se producen retiradas masivas.
4.500 millones de dólares de beneficios en los tres primeros trimestres y un colchón de reservas de casi 8.000 millones. Tether ya no es solo un emisor de stablecoins en el mercado cripto, sino también un actor financiero con un balance enorme.
Tether volvió a ganar 1.500 millones de dólares en el tercer trimestre, y su beneficio operativo neto acumulado durante los tres primeros trimestres alcanzó los 4.500 millones de dólares.
Esto ya no es solo el nivel de ingresos de un emisor de stablecoins: es un negocio que genera beneficios de forma continua gracias a una enorme reserva de activos.
De los últimos resultados financieros, conviene recordar estas cifras:
* Beneficio operativo neto del tercer trimestre: 1.500 millones de dólares, sin cambios respecto al trimestre anterior
* Beneficio acumulado en los tres primeros trimestres de 2026: 4.500 millones de dólares
* Volumen de USDT en circulación: aproximadamente 184.000 millones de dólares
* Colchón de reservas: 7.950 millones de dólares, casi el doble que los 4.100 millones al cierre del segundo trimestre
A 30 de septiembre, los activos totales de reserva de Tether ascendían a aproximadamente 191.500 millones de dólares, frente a unos pasivos de 183.500 millones; los activos superaban a los pasivos en aproximadamente 7.950 millones de dólares.
Sus tenencias directas e indirectas de bonos del Tesoro de Estados Unidos alcanzaron los 132.400 millones de dólares. Los bonos del Tesoro estadounidense y los acuerdos de recompra inversa siguen siendo las principales fuentes de ingresos de Tether.
Aquí se aprecia cómo gana dinero Tether:
Los usuarios mantienen USDT, Tether gestiona los activos de reserva correspondientes y obtiene rendimientos mediante instrumentos financieros como los bonos del Tesoro. Cuanto mayor es el volumen emitido, mayor es también el volumen de activos que puede gestionar.
Pero no basta con fijarse en los beneficios de un emisor de stablecoins. La verdadera prueba de este negocio está en si sus reservas son suficientes, si su liquidez es fiable y si puede responder a los reembolsos cuando se producen retiradas masivas.
4.500 millones de dólares de beneficios en los tres primeros trimestres y un colchón de reservas de casi 8.000 millones. Tether ya no es solo un emisor de stablecoins en el mercado cripto, sino también un actor financiero con un balance enorme.
Esto ya no es solo el nivel de ingresos de un emisor de stablecoins: es un negocio que genera beneficios de forma continua gracias a una enorme reserva de activos.
De los últimos resultados financieros, conviene recordar estas cifras:
* Beneficio operativo neto del tercer trimestre: 1.500 millones de dólares, sin cambios respecto al trimestre anterior
* Beneficio acumulado en los tres primeros trimestres de 2026: 4.500 millones de dólares
* Volumen de USDT en circulación: aproximadamente 184.000 millones de dólares
* Colchón de reservas: 7.950 millones de dólares, casi el doble que los 4.100 millones al cierre del segundo trimestre
A 30 de septiembre, los activos totales de reserva de Tether ascendían a aproximadamente 191.500 millones de dólares, frente a unos pasivos de 183.500 millones; los activos superaban a los pasivos en aproximadamente 7.950 millones de dólares.
Sus tenencias directas e indirectas de bonos del Tesoro de Estados Unidos alcanzaron los 132.400 millones de dólares. Los bonos del Tesoro estadounidense y los acuerdos de recompra inversa siguen siendo las principales fuentes de ingresos de Tether.
Aquí se aprecia cómo gana dinero Tether:
Los usuarios mantienen USDT, Tether gestiona los activos de reserva correspondientes y obtiene rendimientos mediante instrumentos financieros como los bonos del Tesoro. Cuanto mayor es el volumen emitido, mayor es también el volumen de activos que puede gestionar.
Pero no basta con fijarse en los beneficios de un emisor de stablecoins. La verdadera prueba de este negocio está en si sus reservas son suficientes, si su liquidez es fiable y si puede responder a los reembolsos cuando se producen retiradas masivas.
4.500 millones de dólares de beneficios en los tres primeros trimestres y un colchón de reservas de casi 8.000 millones. Tether ya no es solo un emisor de stablecoins en el mercado cripto, sino también un actor financiero con un balance enorme.
46
·
--
b14g sufrió un incidente de seguridad: se extrajeron sin autorización cerca de 97 millones de CORE.
El 31 de octubre a las 09:29 UTC, un atacante transfirió cerca de 97 millones de CORE desde el contrato de staking de b14g a una dirección bajo su control.
Tras detectar la actividad inusual, el equipo del proyecto pausó los contratos afectados.
Seguimiento actual de los fondos:
* Cerca de 68 millones de CORE siguen en la red Core
* Los socios de los exchanges ya han congelado cerca de 9 millones de CORE relacionados
* Los BTC puestos en staking a través de b14g siguen sujetos al bloqueo temporal de la red Bitcoin y no se han visto afectados
b14g está colaborando con el equipo de Core, sus socios de seguridad y los exchanges para rastrear los fondos y coordinar su congelación y recuperación.
El equipo del proyecto afirmó que su prioridad ahora es proteger a los usuarios y recuperar los activos. Más adelante publicará un informe completo sobre el incidente, que explicará las causas técnicas, el alcance real del impacto y las medidas previstas para los usuarios afectados.
Las dos direcciones del atacante divulgadas hasta ahora son:
0xc556ed208285406d71705927f92d4f4eaea579f1
0x27758c30f8e424fbd8ca605bf31e9496c26ce92c
Cabe señalar que el incidente afectó a los CORE puestos en staking a través de b14g, no a todos los activos en staking. Los BTC siguen bloqueados en la red Bitcoin y, por ahora, no se han visto afectados.
La transferencia de 97 millones de CORE es solo el comienzo del incidente. Lo más importante será determinar cuánto se podrá recuperar de los fondos y cómo se compensará a los usuarios.
b14g sufrió un incidente de seguridad: se extrajeron sin autorización cerca de 97 millones de CORE.
El 31 de octubre a las 09:29 UTC, un atacante transfirió cerca de 97 millones de CORE desde el contrato de staking de b14g a una dirección bajo su control.
Tras detectar la actividad inusual, el equipo del proyecto pausó los contratos afectados.
Seguimiento actual de los fondos:
* Cerca de 68 millones de CORE siguen en la red Core
* Los socios de los exchanges ya han congelado cerca de 9 millones de CORE relacionados
* Los BTC puestos en staking a través de b14g siguen sujetos al bloqueo temporal de la red Bitcoin y no se han visto afectados
b14g está colaborando con el equipo de Core, sus socios de seguridad y los exchanges para rastrear los fondos y coordinar su congelación y recuperación.
El equipo del proyecto afirmó que su prioridad ahora es proteger a los usuarios y recuperar los activos. Más adelante publicará un informe completo sobre el incidente, que explicará las causas técnicas, el alcance real del impacto y las medidas previstas para los usuarios afectados.
Las dos direcciones del atacante divulgadas hasta ahora son:
0xc556ed208285406d71705927f92d4f4eaea579f1
0x27758c30f8e424fbd8ca605bf31e9496c26ce92c
Cabe señalar que el incidente afectó a los CORE puestos en staking a través de b14g, no a todos los activos en staking. Los BTC siguen bloqueados en la red Bitcoin y, por ahora, no se han visto afectados.
La transferencia de 97 millones de CORE es solo el comienzo del incidente. Lo más importante será determinar cuánto se podrá recuperar de los fondos y cómo se compensará a los usuarios.
El 31 de octubre a las 09:29 UTC, un atacante transfirió cerca de 97 millones de CORE desde el contrato de staking de b14g a una dirección bajo su control.
Tras detectar la actividad inusual, el equipo del proyecto pausó los contratos afectados.
Seguimiento actual de los fondos:
* Cerca de 68 millones de CORE siguen en la red Core
* Los socios de los exchanges ya han congelado cerca de 9 millones de CORE relacionados
* Los BTC puestos en staking a través de b14g siguen sujetos al bloqueo temporal de la red Bitcoin y no se han visto afectados
b14g está colaborando con el equipo de Core, sus socios de seguridad y los exchanges para rastrear los fondos y coordinar su congelación y recuperación.
El equipo del proyecto afirmó que su prioridad ahora es proteger a los usuarios y recuperar los activos. Más adelante publicará un informe completo sobre el incidente, que explicará las causas técnicas, el alcance real del impacto y las medidas previstas para los usuarios afectados.
Las dos direcciones del atacante divulgadas hasta ahora son:
0xc556ed208285406d71705927f92d4f4eaea579f1
0x27758c30f8e424fbd8ca605bf31e9496c26ce92c
Cabe señalar que el incidente afectó a los CORE puestos en staking a través de b14g, no a todos los activos en staking. Los BTC siguen bloqueados en la red Bitcoin y, por ahora, no se han visto afectados.
La transferencia de 97 millones de CORE es solo el comienzo del incidente. Lo más importante será determinar cuánto se podrá recuperar de los fondos y cómo se compensará a los usuarios.
65
·
--
La proporción de activos robados recuperados por Binance alcanza el 90%; diez de los principales activos ya están cubiertos al 100%.
La última actualización de seguridad de Binance indica que los más de 6.340 millones de dólares reservados anteriormente se están utilizando de forma continua para recuperar los activos robados. La proporción total recuperada ha aumentado del 80% aproximado al 90%.
Los diez activos cuya cobertura ya se ha completado al 100% son:
BTC, ETH, USDT, BNB, SOL, USDC, XRP, USD1, RLUSD y ZEC.
El 10% restante corresponde a activos distintos de estos diez, con una liquidez relativamente baja, por lo que se necesita más tiempo para comprarlos a través del mercado y de canales extrabursátiles.
Los fondos para esta recuperación proceden de tres fuentes:
* Una parte del Fondo de Activos Seguros para Usuarios (SAFU), que se prevé utilizar en las próximas 24 horas
* Una parte del fondo de seguro de futuros
* Fondos propios de Binance
Binance también se ha comprometido a restablecer el tamaño del fondo SAFU a unos 1.000 millones de dólares.
En cuanto a la prueba de reservas, Binance tomó una nueva instantánea de sus activos el 31 de octubre a las 08:00 (UTC+8) y la publicó en la página de prueba de reservas. Se prevé que la generación de la prueba completa de conocimiento cero tarde entre 40 y 50 horas, y que esté lista el 3 de noviembre.
La reanudación de los retiros sigue adelante según lo previsto y el objetivo es volver a habilitarlos el 1 de noviembre. Se esperan más novedades en próximos anuncios.
Durante este incidente, Binance ha recalcado en repetidas ocasiones un punto: la plataforma asumirá las pérdidas financieras causadas por los fondos robados; estas no se trasladarán a los usuarios.
Ya se ha recuperado el 90%; el resto sigue en proceso de adquisición. Lo que queda por comprobar es si se podrán recuperar todos los activos restantes y si los retiros y la prueba de reservas se restablecerán según lo previsto.
La proporción de activos robados recuperados por Binance alcanza el 90%; diez de los principales activos ya están cubiertos al 100%.
La última actualización de seguridad de Binance indica que los más de 6.340 millones de dólares reservados anteriormente se están utilizando de forma continua para recuperar los activos robados. La proporción total recuperada ha aumentado del 80% aproximado al 90%.
Los diez activos cuya cobertura ya se ha completado al 100% son:
BTC, ETH, USDT, BNB, SOL, USDC, XRP, USD1, RLUSD y ZEC.
El 10% restante corresponde a activos distintos de estos diez, con una liquidez relativamente baja, por lo que se necesita más tiempo para comprarlos a través del mercado y de canales extrabursátiles.
Los fondos para esta recuperación proceden de tres fuentes:
* Una parte del Fondo de Activos Seguros para Usuarios (SAFU), que se prevé utilizar en las próximas 24 horas
* Una parte del fondo de seguro de futuros
* Fondos propios de Binance
Binance también se ha comprometido a restablecer el tamaño del fondo SAFU a unos 1.000 millones de dólares.
En cuanto a la prueba de reservas, Binance tomó una nueva instantánea de sus activos el 31 de octubre a las 08:00 (UTC+8) y la publicó en la página de prueba de reservas. Se prevé que la generación de la prueba completa de conocimiento cero tarde entre 40 y 50 horas, y que esté lista el 3 de noviembre.
La reanudación de los retiros sigue adelante según lo previsto y el objetivo es volver a habilitarlos el 1 de noviembre. Se esperan más novedades en próximos anuncios.
Durante este incidente, Binance ha recalcado en repetidas ocasiones un punto: la plataforma asumirá las pérdidas financieras causadas por los fondos robados; estas no se trasladarán a los usuarios.
Ya se ha recuperado el 90%; el resto sigue en proceso de adquisición. Lo que queda por comprobar es si se podrán recuperar todos los activos restantes y si los retiros y la prueba de reservas se restablecerán según lo previsto.
La última actualización de seguridad de Binance indica que los más de 6.340 millones de dólares reservados anteriormente se están utilizando de forma continua para recuperar los activos robados. La proporción total recuperada ha aumentado del 80% aproximado al 90%.
Los diez activos cuya cobertura ya se ha completado al 100% son:
BTC, ETH, USDT, BNB, SOL, USDC, XRP, USD1, RLUSD y ZEC.
El 10% restante corresponde a activos distintos de estos diez, con una liquidez relativamente baja, por lo que se necesita más tiempo para comprarlos a través del mercado y de canales extrabursátiles.
Los fondos para esta recuperación proceden de tres fuentes:
* Una parte del Fondo de Activos Seguros para Usuarios (SAFU), que se prevé utilizar en las próximas 24 horas
* Una parte del fondo de seguro de futuros
* Fondos propios de Binance
Binance también se ha comprometido a restablecer el tamaño del fondo SAFU a unos 1.000 millones de dólares.
En cuanto a la prueba de reservas, Binance tomó una nueva instantánea de sus activos el 31 de octubre a las 08:00 (UTC+8) y la publicó en la página de prueba de reservas. Se prevé que la generación de la prueba completa de conocimiento cero tarde entre 40 y 50 horas, y que esté lista el 3 de noviembre.
La reanudación de los retiros sigue adelante según lo previsto y el objetivo es volver a habilitarlos el 1 de noviembre. Se esperan más novedades en próximos anuncios.
Durante este incidente, Binance ha recalcado en repetidas ocasiones un punto: la plataforma asumirá las pérdidas financieras causadas por los fondos robados; estas no se trasladarán a los usuarios.
Ya se ha recuperado el 90%; el resto sigue en proceso de adquisición. Lo que queda por comprobar es si se podrán recuperar todos los activos restantes y si los retiros y la prueba de reservas se restablecerán según lo previsto.
65
·
--
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?
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?
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?
1
3
1.8k
·
--
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.
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.
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.
94
·
--
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.
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 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.
31
·
--
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
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
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
332
·
--
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.
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.
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.
199
·
--
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.
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.
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.
1
67
·
--
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.
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.
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.
61
Inicia sesión para explorar más contenidos
Únete a usuarios de criptomonedas de todo el mundo en Binance Square
⚡️ Obtén la información más reciente y útil sobre criptomonedas.
💬 Confía en el mayor exchange de criptomonedas del mundo.
👍 Descubre opiniones reales de creadores verificados.
Correo electrónico/número de teléfono
Temas en tendencia
BinanceReopensWithdrawalsForMoreAssets
11,654 visualizaciones
392 participa(n) en el debate
Incidente de seguridad | Actualización de recuperación n.º 6: Se reanudan los retiros de más activos (2026-11-03)
Binance Announcement
·131 «Me gusta»
·332.1k visualizaciones
AppleReportsMixedResults
8,132 visualizaciones
322 participa(n) en el debate
BinanceHourlyDepositsExceedWithdrawals
238 visualizaciones
32 participa(n) en el debate