La semana pasada, la plataforma de criptointercambio Coinbase, reveló los resultados de su equipo de élite, el cual ha logrado reducir el despliegue de agentes de IA de meses a días, priorizando el código robusto sobre las interfaces de chat que ya están en producción dentro de la empresa.
Y es que, en el avanzado y vertiginoso mundo de la Inteligencia Artificial (IA), existe una brecha creciente entre las herramientas que resultan “divertidas” para el usuario promedio y los sistemas que una empresa regulada puede permitirse llevar a producción con la finalidad de mejorar sus procesos.
Es por ello, que en un esfuerzo del gigante estadounidense de los activos digitales, se explicó cómo se cerró esa brecha, transformando la IA generativa en una disciplina de ingeniería rigurosa, tras el trabajo que realizó un “Tiger Team” especializado en IA de Agentic, que fue creado por el equipo de Aplicaciones Empresariales y Arquitectura de Coinbase.
Según el comunicado publicado en su Blog, Coinbase explicó que durante seis semanas, estos expertos allanaron el camino para la creación y el alojamiento de agentes de IA, desarrollando las mejores prácticas y patrones de diseño, con la finalidad de establecer un modelo a seguir por otros equipos.
En el argot empresarial, los “Tiger Team” son considerados el equipo de profesionales más Top y altamente preparados para resolver problemas. Básicamente, es un pequeño grupo de expertos altamente cualificados y multidisciplinarios, formado para resolver rápidamente un problema crítico, complejo o urgente en cualquier organización o empresa.
Este concepto, originario del ámbito militar y aeroespacial (famoso por la misión Apolo 13), se utiliza actualmente en tecnología, seguridad (pruebas de penetración) y negocios para análisis exhaustivos y la obtención de resultados concretos, disolviéndose a menudo tras la finalización de la misión.
El “Tiger Team” se centró en desarrollar agentes de automatización de procesos en los espacios de soporte institucional, incorporando una Rampa de Acceso “Onramp” para realizar la conversión de dinero tradicional (fiat) a criptomoneda (cripto) o viceversa, así como también realizó la revisión legal de listados para diversificar los casos de uso y la ejecución del equipo.
Bajo el liderazgo de Jason Dodds, el equipo de Aplicaciones Empresariales y Arquitectura de la compañía dedicó seis semanas a una misión crítica: crear el “Agentic AI Tiger Team”. ¿El objetivo? Dejar de experimentar con chatbots y empezar a construir “servicios de software agentic” capaces de gestionar procesos legales, soporte institucional e incorporación de clientes (onramps) a escala global.
Uno de los puntos más provocadores del anuncio es la decisión de Coinbase de alejarse de las herramientas de “bajo código” (low-code) para sus procesos core. Aunque estas herramientas son populares por su rapidez inicial, Coinbase descubrió que introducen “ruido de contexto” y dificultan las pruebas unitarias.
En su lugar, la compañía ha apostado por un enfoque de “High-Code”, utilizando marcos de trabajo como LangGraph, un marco de Python de código abierto para construir agentes de IA con estado, modelando su lógica como un grafo de nodos (tareas) y aristas (flujo).
Este framework, permite modelar también ciclos, memoria y los multiagentes, lo que lo hace ideal para automatizar tareas complejas como chatbots sofisticados, gestión de estados y workflows de larga duración, ofreciendo una alternativa flexible y potente a enfoques más lineales, con herramientas visuales como Studio para diseño sin código y depuración.
Por ello, el equipo de Coinbase al tratar a los agentes como grafos de decisiones —donde cada paso es un nodo que puede ser probado y monitorizado por separado—, logró separar la lógica de datos determinista (lo que siempre debe ser igual) de la respuesta probabilística de los modelos de lenguaje (LLM).
Los resultados presentados son, como mínimo, disruptivos para la eficiencia operativa, ya que este enfoque redujo el proceso de 12 semanas a solo 5 días, creando modelos que automatizaron procesos que fueron puestos en producción y han ahorrado más de 25 horas semanales de trabajo manual humano.
Gracias a la creación de una “vía pavimentada” en la (infraestructura estándar), el tiempo para crear un nuevo agente ha pasado de un trimestre completo a menos de una semana, por lo que la creación de nuevos agentes será cosa de unos días.
Lo mejor de todo, es que cada decisión tomada por una IA en Coinbase deja un rastro inmutable, lo que es vital para el cumplimiento regulatorio, permitiendo saber exactamente qué dato leyó el agente, qué razonamiento siguió y qué humano dio el visto bueno final.
“Los agentes son una disciplina de software. Cuando los tratamos así, obtenemos lo mejor de ambos mundos: velocidad donde es útil y rigor donde importa”, sentencia Dodds en el comunicado.
A pesar de los avances y de las elevadas capacidades de la IA, los humanos siguen al mando de Coinbase (por ahora), ya que a diferencia de las visiones distópicas que predicen la eliminación total del personal, en la estrategia de Coinbase no es así, porque subraya la importancia del “Human-in-the-loop” (humano en el ciclo).
La revisión humana no es una solución temporal frente a los fallos de la IA, sino una parte intencional del diseño del sistema, porque este enfoque no solo genera confianza en los reguladores, sino que crea un círculo de retroalimentación donde el agente aprende constantemente de las correcciones de los expertos humanos.
A la vez, los Agentes de IA serán capaces de ver patrones que los seres humanos, podemos pasar por alto. Sin embargo, la hoja de ruta de Coinbase no se detiene aquí, porque su siguiente paso es la integración con AWS Bedrock AgentCore y la creación de un “gráfico de conocimiento” que combine datos internos y externos.
Esto permitiría a los agentes no solo ejecutar tareas, sino entender el contexto profundo del mercado de criptoactivos en tiempo real, por lo que Coinbase podría en 2026 iniciar la era de los agentes autónomos con grado de producción en el ámbito de las criptomonedas.
Para ver esto en perspectiva, hay que entender que durante décadas, la banca tradicional (TradFi) se ha sentido protegida de las criptomonedas en general por un muro de cristal que había generado la regulación.
Pero ahora que en 2025 cambió drásticamente el panorama financiero, flexibilizando dicha regulación, este anuncio de Coinbase sobre su arquitectura de agentes de IA, puede ser vista desde el punto de vista de la confianza institucional, cómo otra ventaja competitiva más frente a los dinosaurios de Wall Street.
Al estandarizar agentes que pueden tomar decisiones legales y de cumplimiento (compliance) en minutos, Coinbase está creando una infraestructura donde el dinero no solo es digital, sino que también es inteligente.
Mientras un banco tradicional necesita un ejército de analistas para revisar un expediente de “Conozca a su Cliente”, el famoso (KYC), el “Tiger Team” de Coinbase ha demostrado que un grafo de agentes puede hacerlo con mayor trazabilidad y menor tasa de error.
Por otro lado, la mayor crítica en el TradFi ha sido la falta de explicabilidad. Preguntas como: “¿Por qué el algoritmo denegó este préstamo?” o “¿Por qué el creditscoring me puntúa bajo?” solían quedar sin una respuesta clara. Sin embargo, con el enfoque de “High-Code” y Grafos de Coinbase, se cambia las reglas del juego.
Al obligar a cada agente a dejar un registro inmutable en una infraestructura rastreable, están construyendo algo que los reguladores aman: auditabilidad absoluta, por lo que de cara al público si un banco (por muy grande que sea) no puede explicar sus decisiones tan bien como lo hace el código de Coinbase, perderá la licencia social (y legal) para operar frente a estos nuevos competidores del mundo cripto.
La banca tradicional suele estar atrapada en ciclos de actualización de software que duran años. Coinbase acaba de demostrar que puede iterar su “fuerza laboral sintética” en una semana, por lo que en el mercado financiero que veremos en 2026, la velocidad no será un lujo, será un requisito de supervivencia.