2025 es uno de los años más importantes para las stablecoins. Con Plasma, Stable y otros construyendo L1s nativas de stablecoin, la próxima ola es clara: infraestructura que potencia los pagos reales de los consumidores. Esta es el área de enfoque de @GoKiteAI: • Primera cadena de pagos del Internet Agentic → diseñada específicamente para Agentes de IA, resolviendo identidad + liquidación. Permite transacciones micro de alta frecuencia (suscripciones, compras, renovaciones). • Respaldada por PayPal → el único proyecto de pagos de IA nativo de criptomonedas con apoyo estratégico del gigante de los pagos, además de integraciones con Shopify/comerciantes. • Motor de adopción del consumidor → los Agentes de IA pronto manejarán billones en pagos. Kite captura tanto la demanda (agentes pagando) como la oferta (comerciantes recibiendo), posicionándose como el motor central del Internet Agentic. Si las vías de stablecoin son el próximo Visa/Mastercard, los Agentes de IA pueden ser la aplicación asesina que las lleve a la corriente principal. La apuesta de KiteAI es que cuando las máquinas empiecen a gastar por nosotros, lo harán en su cadena. Bullish en Kite.

En los mercados, los milisegundos deciden miles de millones. Los proveedores de datos tradicionales aún venden feeds retrasados, reacondicionados y de segunda mano. Pero las empresas que realmente establecen precios ya existen: bancos, intercambios y mesas de operaciones. ¿Qué pasaría si las instituciones pudieran conectarse directamente a ellos? Eso es lo que desbloquea Pyth Pro. > @PythNetwork ya se ha convertido en el oráculo número 1 en DeFi con más de $1.6T en volumen de transacciones acumulado, más de 2,000 feeds de precios e integraciones con más de 600 protocolos en más de 100 blockchains. > Ahora, están avanzando a la Fase 2, apuntando a la industria de datos del mercado institucional de más de $50B, que actualmente está dominada por Bloomberg, Refinitiv y S&P. 1️⃣ El nuevo producto clave aquí es Pyth Pro. Es un producto de suscripción para instituciones. Los datos se obtienen directamente de bancos, intercambios, creadores de mercado y empresas de trading, no de intermediarios o revendedores. Proporciona precios de calidad institucional más cercanos a la actividad real del mercado. En lugar de unir datos fragmentados de múltiples lugares y geografías, las instituciones pueden acceder a todo a través de una red Pyth unificada. 2️⃣ Por qué es importante: → Proporciona a las instituciones una única fuente de verdad para los datos financieros. → Reduce la dependencia de intermediarios → disminuye costos y la proliferación de proveedores. → Ofrece actualizaciones más rápidas (milisegundos) adecuadas para trading de alto rendimiento. → Los ingresos por suscripción fluyen de vuelta a la DAO de Pyth, reforzando el ecosistema. 3️⃣ Diferenciadores En comparación con los proveedores tradicionales (Bloomberg/Reuters) y competidores nativos de cripto (Chainlink), Pyth se destaca porque: → Datos Propietarios: De Jane Street, Jump, DRW, Virtu, Two Sigma, Cboe, LMAX, etc., no redistribuidos. → Cobertura de Activos Cruzados: Cripto, acciones, FX, materias primas, tasas de interés. → Baja Latencia: Actualizaciones a nivel de milisegundos. → Diseño Nativo de Web3: Agregación zk-verificable, staking/slashing por precisión. 4️⃣ Fase 2: El Juego Institucional Pyth se está expandiendo a flujos de trabajo institucionales, modelos de riesgo, compensación y liquidación, cumplimiento, contabilidad, terminales de trading e investigación histórica. Comparación de capitalización de mercado: - Bloomberg, Refinitiv y S&P: $50B/año - Pyth: ~$900M - Chainlink: $15B Si las instituciones adoptan Pyth Pro, la brecha podría cerrarse rápidamente. Pyth podría comenzar a reemplazar terminales de Bloomberg para muchos casos de uso y convertirse en la columna vertebral de los datos financieros institucionales, al igual que ya lo es en DeFi.

En mi opinión, @AlloraNetwork es uno de los movimientos de IA más interesantes en la actualidad, con el objetivo de establecer el nuevo estándar de IA. La tesis principal ↓ Inteligencia colectiva > Un solo modelo Allora convierte modelos fragmentados en una red coordinada, haciendo que la IA sea utilizable en finanzas y más allá. • Agentes de IA: feeds predictivos auto-mejorados → estrategias que se adaptan en tiempo real. • DeFi: señales predictivas para precio, volatilidad, liquidez → bóvedas que se mueven de manera preventiva, no reactiva. • Mercados de predicción: pronósticos impulsados por IA → ventaja más aguda frente a casas de apuestas y cuotas de mercado. Ejemplo: los feeds predictivos de Allora recientemente aumentaron los retornos de LP en +0.75% de promedio / 4.77% de pico en comparación con estrategias clásicas.