El momento de auge de los "mercados de predicción": ICE se suma, Hyperliquid aumenta su apuesta, ¿por qué los gigantes compiten por la "incertidumbre en la fijación de precios"?

Chainfeeds Guía de lectura:

La empresa matriz de la Bolsa de Nueva York toma acción, recauda 2 mil millones de dólares, alcanza una valuación de casi 10 mil millones de dólares y pone al mercado de predicciones bajo el centro de atención.

Fuente del artículo:

Autor del artículo:

imToken Labs

Opinión:

imToken Labs: Como es bien sabido, el tema principal en el desarrollo de Ethereum ha sido la “escalabilidad”. Con la maduración en los últimos años de soluciones L2 Rollup como Arbitrum y Optimism, y el avance o implementación gradual de protocolos base como Danksharding y EIP-4844, la capacidad de cómputo y el rendimiento básico de Ethereum han mejorado notablemente, especialmente porque el ecosistema L2 ya ha construido una sólida base como “capa de ejecución”. Se puede decir que, tras años de exploración, Ethereum ha resuelto preliminarmente el problema de “ser utilizable”, pero lo más difícil es responder la siguiente pregunta: ¿quién lo va a usar y cómo? Después de todo, los desafíos que enfrenta Ethereum nunca han sido tan severos como ahora: por un lado, blockchains de alto rendimiento como Solana y Sui están erosionando el mercado on-chain con su posicionamiento de “más rápido y más barato”; por otro lado, gigantes tradicionales de Web2 como Visa, Stripe, Paypal, Robinhood e incluso Fidelity están lanzando sus propias blockchains o integrando sistemas de liquidación descentralizados para fortalecer su estrategia en Crypto/TradFi. Mirando los últimos 5 años, a nivel de aplicaciones, Ethereum ha sido sin duda un semillero de innovación, casi el mejor “laboratorio financiero on-chain combinable”, apoyando la ola experimental de todo Web3, desde DeFi y NFT hasta DAO, GameFi y SocialFi. Sin embargo, esta etapa de innovación ha estado dirigida principalmente a usuarios nativos de Web3, y en esencia sigue limitada a la “autocirculación de capital on-chain”. En otras palabras, el dinero circula en la blockchain, los protocolos se apilan en la blockchain, pero los activos, instituciones y usuarios del mundo real siguen siendo meros observadores. Web3 es lógicamente coherente, pero le cuesta conectar con las necesidades del mundo financiero real. En este contexto competitivo, la “ventaja tecnológica” de Ethereum ya no es un foso defensivo; para seguir creciendo, debe responder a una pregunta aún más grande: ¿cómo romper las fronteras de Web3 y convertirse en la verdadera capa base de liquidación de activos globales? Y el nuevo crecimiento proviene precisamente de fuera de Web3: la demanda de cómputo de AI y la necesidad de liquidación de las finanzas tradicionales, impulsando a Ethereum hacia un nuevo ciclo. El ejemplo más típico es la ola de tokenización de RWA (activos del mundo real): bancos, corredores de bolsa, gestoras de fondos y otras instituciones financieras tradicionales están intentando activamente trasladar activos como bonos, acciones y participaciones de fondos a la blockchain, logrando liquidación y compensación en tiempo real on-chain (lectura adicional: “El cambio de narrativa de Ethereum: de computadora mundial a libro mayor mundial, ¿está surgiendo un banco central on-chain?”). Al mismo tiempo, con el aumento del monopolio de modelos y datos en AI, la industria de AI anhela una capa de liquidación neutral y confiable para resolver problemas clave, incluyendo la propiedad de modelos y datos, la verificación de cómputo descentralizado y la resistencia a riesgos centralizados. En resumen, AI necesita una capa de cómputo globalmente verificable para valorar la confianza, y la blockchain es naturalmente adecuada para esta necesidad de AI. Por supuesto, para soportar demandas como las de TradFi y AI, Ethereum debe actualizarse completamente en rendimiento, privacidad y modularidad. 02 Nueva hoja de ruta: zkVM, AI y privacidad avanzando en paralelo Para responder a estas nuevas demandas, la comunidad de Ethereum y la Fundación ya están impulsando varias estrategias clave, siendo las siguientes las más públicas y discutidas en la industria. Primero, zkVM (máquina virtual de conocimiento cero), que no es solo una extensión técnica de la escalabilidad L2, sino una remodelación disruptiva de las funciones de la red principal de Ethereum. Por ejemplo, la Fundación Ethereum está promoviendo una arquitectura zkVM a nivel de red principal, donde la verificación de transacciones se realiza mediante pruebas de conocimiento cero (ZKP) en lugar de ejecución repetida, aumentando enormemente el rendimiento y la seguridad. La lógica central de zkVM radica en cambiar el modelo de confianza, ya que Ethereum tradicional depende de que todos los nodos reejecuten las transacciones para lograr consenso, mientras que la mayor ventaja de zkVM es que los nodos validadores ya no necesitan reejecutar todas las transacciones, sino solo verificar las pruebas, reduciendo drásticamente los costos de sincronización y ejecución. Bajo esta nueva arquitectura, la red principal de Ethereum podría convertirse completamente en una “capa de liquidación computacional”, enfocándose en verificar pruebas ZK y anclar el estado final, mientras que L2 se convierte en una eficiente “capa de ejecución”, permitiendo que Ethereum evolucione de una blockchain a una capa de cómputo globalmente verificable. El mes pasado, Vitalik Buterin retuiteó y elogió a los desarrolladores de Ethereum que propusieron la zkVM mínima para una Ethereum simplificada: optimizada para agregación XMSS y recursividad, y en comparación con Cairo, leanVM reduce al máximo el costo de compromiso gracias a su ISA de cuatro instrucciones, STARK multilineal y búsqueda logup. Otra señal clara es la creación, el 15 de septiembre, del equipo de inteligencia artificial “dAI” por parte de la Fundación Ethereum, dedicado a construir un ecosistema de AI descentralizada, lo que marca que Ethereum ya no solo es “usado por AI” de manera pasiva, sino que busca activamente “integrarse con AI”. La tarea central del equipo dAI es invertir recursos para definir los estándares, incentivos y estructuras de gobernanza de modelos de AI en la blockchain, incluyendo la confiabilidad de los modelos: cómo garantizar la transparencia de los datos de entrenamiento de los modelos de AI, cómo usar tecnología ZK para probar la integridad de la inferencia del modelo, y el establecimiento de nuevos estándares. Por ejemplo, para servir mejor al ecosistema de AI, la comunidad está promoviendo nuevos estándares como ERC-8004 y x402: ERC-8004: busca establecer una infraestructura de AI descentralizada “combinable y accesible”, permitiendo a los desarrolladores construir e integrar fácilmente servicios de modelos de AI; x402: se dedica a definir un estándar unificado de pagos y liquidación on-chain, asegurando que los usuarios puedan realizar micropagos eficientes y atómicos al acceder a modelos de AI, almacenar datos o usar servicios de cómputo descentralizado en la blockchain. A través de estos esfuerzos, Ethereum intenta definir el protocolo base y el mecanismo de liquidación para la AI descentralizada, posicionándose como la “capa de liquidación de valor y confianza para la AI descentralizada”.