Los agentes de IA ya pueden pagar servicios por sí mismos. El problema más difícil es determinar cuáles de esos servicios realmente merecen el dinero. Circle Research cree que la respuesta está en el rastro de pagos mismo.

Circle Research ha presentado Anduin, un marco que lee datos de pagos onchain para clasificar a los proveedores de servicios de agentes de IA; en la práctica, les asigna una puntuación según quién realmente les paga, con el objetivo de que fabricar reputaciones falsas sea mucho más costoso. La propuesta se basa en una verdad incómoda sobre el esquema actual: según Circle Research, las calificaciones y los conteos de uso en los mercados de agentes pueden falsificarse por menos de un centavo.

Cómo lee Anduin el dinero

El artículo fue publicado el 3 de noviembre de 2026 y es obra de Reza Ramji, Preston Vander Vos, Ziming Zeng y Duc V. Le de Circle Research.

En lugar de contar estrellas o totales de transacciones, Anduin construye lo que los investigadores llaman un grafo bipartito comprador-proveedor. Imagine un mapa con los compradores de un lado y los proveedores de servicios del otro, conectados por líneas dondequiera que se intercambió dinero. Las señales de reputación viajan entonces por las rutas de pago confiables establecidas de un comprador. Dicho de forma más simple, un proveedor parece confiable para un comprador cuando las personas a las que ese comprador ya paga —y las personas a las que esos contrapartes pagan— también han gastado dinero real allí. La reputación bajo este modelo es, por lo tanto, específica de cada comprador y no una única puntuación global: el mismo proveedor puede tener un estatus distinto ante diferentes compradores según cómo se superpongan sus historiales de pago.

Ese diseño apunta a los ataques Sybil, en los que un solo actor crea un enjambre de identidades falsas para inflar una puntuación, como un dueño de restaurante que escribe cincuenta reseñas entusiastas bajo cincuenta nombres diferentes. Circle Research argumenta que los rankings de popularidad son especialmente vulnerables a esta táctica. El equipo también señala que esos rankings explican mal hacia dónde fluye realmente el tráfico del mercado.

Los números detrás de la afirmación

Circle Research probó el marco en un conjunto de datos que cubre del 23 de marzo al 26 de agosto de 2026. Incluyó 66.073.201 pagos x402 por un valor aproximado de 6,1 millones de dólares. El pago mediano en ese conjunto de datos fue de 0,01 dólares. No son compras de alto valor: son transacciones diminutas de máquina a máquina, del tipo que un agente podría emitir miles de veces al día para obtener datos o llamar a una API.

El resultado principal: bajo Anduin, manipular una reputación mediana del mercado requeriría aproximadamente el 20% del gasto histórico total del comprador objetivo. Bajo una línea base de filtrado colaborativo, el mismo ataque cuesta alrededor del 0,9%. Eso hace que un ataque sea unas 23 veces más costoso bajo Anduin, según la investigación. El filtrado colaborativo, como contexto, es el enfoque de recomendación conocido detrás del «quien compró esto también compró aquello».

La brecha refleja el diseño subyacente de Anduin: la reputación debe ganarse mediante gasto real a lo largo de rutas de pago en las que el comprador ya confía, en lugar de acumularse de manera barata mediante actividad fabricada. De manera crucial, los investigadores afirman que Anduin mantiene una precisión de recomendación similar a la de esas líneas base.

El marco tampoco requiere ningún token nuevo. Se describe como compatible con los estándares existentes x402 y ERC, y permanece en una fase experimental temprana.

Dónde encaja en el impulso de Circle hacia los agentes

Anduin se basa en el trabajo anterior de Circle en infraestructura de agentes. En mayo de 2026, la empresa lanzó Circle Agent Stack, que admite nanopagos x402 en USDC, la stablecoin que Circle emite. x402 es el estándar de pago en el centro del conjunto de datos. Permite que el software pague directamente por servicios web, con las stablecoins como riel de liquidación para estas transferencias diminutas.

Qué significa esto para los mercados de agentes

La idea central es económica más que criptográfica. Anduin no hace imposible la reputación falsa. La hace costosa, y específicamente costosa en relación con el comprador al que se apunta. Bajo el marco, según se informa, engañar a un comprador requiere gastar una fracción considerable de lo que ese comprador ha gastado históricamente, enrutado a través de rutas en las que el comprador ya confía.

Para los mercados de agentes, el resultado es una señal de reputación basada en el gasto demostrado en lugar de reseñas generadas por usuarios o estadísticas brutas de uso.

El diseño sin token nuevo también es notable. Muchos proyectos de reputación en cripto han dependido de tokens dedicados, lo que introduce preguntas de especulación y gobernanza. Anduin, en cambio, aprovecha los estándares existentes, lo que podría reducir la barrera para los mercados que quieran experimentar con él.

Hay advertencias que conviene tener en cuenta. El marco es explícitamente temprano y experimental, y su evaluación cubre una ventana específica de actividad x402 que totaliza aproximadamente 6,1 millones de dólares, una suma modesta distribuida entre decenas de millones de pagos diminutos. Si los mercados de agentes comienzan a experimentar con la reputación basada en pagos en lugar de conteos de reseñas es el desarrollo inmediato a observar.

Fuente: CryptoBriefing