La IA está yendo más allá de los sistemas que simplemente responden preguntas.
Hemos pasado de chatbots, a asistentes que pueden usar herramientas, a agentes que pueden navegar por la web, trabajar con archivos, llamar APIs y ejecutar tareas en nuestro nombre.
Pero a medida que los agentes se vuelven más capaces, surge una pregunta más grande:
¿Qué ocurre cuando una IA puede realmente actuar?
Eso hace que la arquitectura de agentes sea tan importante como la inteligencia del modelo.
Este es el problema @NEAR Protocol que la IA está abordando con IronClaw 1.0, un arnés seguro y de código abierto para agentes de IA, construido en Rust.
Su idea central es simple: separar la parte que decide de la parte que actúa.
El modelo razona sobre lo que debería suceder. Las herramientas, credenciales, archivos y acceso a la red se sitúan en el lado de la ejecución. Entre ambos hay una única capa de coordinación llamada el guardián, a través de la cual deben pasar las acciones.
Esa separación arquitectónica es la base de todo lo demás.
Las cifras detrás de IronClaw
#ironclaw 1.0 se lanzó el 27 de julio de 2026, y una de las partes más sólidas de la versión son los datos de referencia.
Usando el mismo modelo base, deepseek-v4-flash, en los entornos de agentes comparados, IronClaw registró:
➜ PinchBench — 93.5%
➜ ClawBench — 88.6%
➜ OfficeQA — 76.4%
▪︎ PinchBench prueba 147 tareas del mundo real que abarcan áreas como programación de horarios, correo electrónico, codificación, investigación y gestión de archivos.
▪︎ ClawBench se centra en la interacción web en vivo en más de 140 sitios web de producción y prueba tareas de varios pasos como reservas, solicitudes y compras.
▪︎ OfficeQA se centra en el razonamiento basado en documentos a través de un gran corpus de materiales del Tesoro de EE. UU., incluidos documentos escaneados, tablas densas y millones de valores numéricos.
Lo importante no es simplemente que IronClaw obtuviera una puntuación alta.
El modelo subyacente era el mismo.
Eso sugiere que el propio entorno de pruebas; cómo el agente maneja herramientas, permisos, estado y ejecución; puede tener un efecto significativo en lo que el modelo es capaz de lograr.
Sin embargo, hay una advertencia importante: IronClaw no lidera todos los benchmarks. La investigación también señala que va por detrás en benchmarks como Gaia y un split de SWE-lite.
Eso hace que la comparación sea más creíble. La afirmación no es que IronClaw sea universalmente mejor en todo, sino que su arquitectura rinde con fuerza en las categorías específicas de tareas destacadas en la versión 1.0.
¿Qué Hace Realmente Diferente a IronClaw?
Las mejoras más importantes son arquitectónicas más que cosméticas.
1. La seguridad está integrada en la ruta de ejecución
Las acciones sensibles pueden requerir aprobación humana explícita, mientras que los permisos basados en capacidades controlan lo que un agente está autorizado a hacer.
Las credenciales también se mantienen alejadas del contexto del modelo, y los secretos se gestionan mediante una capa de seguridad más aislada.
Esto importa porque un agente con acceso a correo electrónico, archivos, API o sistemas financieros tiene una superficie de ataque mucho mayor que un chatbot.
2. El trabajo sobrevive a las interrupciones
IronClaw utiliza puntos de control continuos.
Si un agente está a mitad de una tarea larga y necesita aprobación, se reinicia o encuentra una interrupción, su estado puede conservarse para que el trabajo continúe en lugar de empezar desde cero.
Eso convierte la interrupción de un fallo total en una pausa.
3. Un solo asistente en múltiples canales
IronClaw puede operar a través de la CLI, la web, Slack y Telegram mientras mantiene memoria compartida y las mismas políticas del guardián.
Para las empresas, esto es importante porque el agente no se convierte en un sistema completamente diferente cada vez que cambia la interfaz.
4. Diseñado para equipos
IronClaw admite implementaciones multiinquilino en las que las organizaciones pueden compartir herramientas y habilidades mientras mantienen los espacios de trabajo individuales privados por defecto.
Para equipos que requieren un aislamiento más sólido, la implementación de inquilino único proporciona una separación completa.
La idea subyacente es sencilla:
compartir capacidades sin compartir acceso innecesariamente.
Dónde encaja NEAR AI
IronClaw es solo una parte de la pila más amplia #NEARAI .
NEAR AI combina infraestructura segura para agentes con cómputo confidencial mediante Entornos de Ejecución de Confianza (TEEs), donde las cargas de trabajo pueden ejecutarse dentro de entornos aislados por hardware.
La pila más amplia incluye NEAR AI Cloud, inferencia confidencial, IronClaw, alojamiento OpenClaw e integraciones con la infraestructura de #crypto de NEAR, como Intents y Chain Signatures.
Eso crea una separación interesante de responsabilidades:
IronClaw asegura la ejecución del agente.
Los TEEs protegen el entorno donde ocurre el cómputo sensible.
NEAR proporciona la infraestructura cripto para identidad, transacciones y pagos.
Y luego está la parte que me parece especialmente interesante: el staking.
El staking es más que rendimiento
NEAR AI introdujo el staking para NEAR AI el 30 de julio de 2026.
La idea es diferente de simplemente pagar la infraestructura de IA con una tarjeta de crédito.
Los usuarios pueden bloquear NEAR y recibir créditos de IA recurrentes para servicios como el alojamiento de IronClaw y la inferencia confidencial, mientras conservan la propiedad del stake subyacente.
Para el alojamiento de IronClaw, la política actual es:
NEAR apostado ÷ 100 = presupuesto mensual de crédito en USD
El stake mínimo para activar un agente de IronClaw es actualmente de 50 NEAR, y se prevé que el primer agente entre en funcionamiento en unos 30 segundos.
Estas cifras son parámetros de política del lanzamiento del 30 de julio de 2026 y pueden cambiar con el tiempo.
Pero hay una distinción importante que no debe pasarse por alto.
El staking de NEAR AI no es lo mismo que el staking de protocolo.
El staking a nivel de protocolo asegura la blockchain de NEAR mediante validadores y delegadores.
El staking de NEAR AI, en cambio, conecta NEAR bloqueado con usos de IA como el alojamiento de agentes y la inferencia confidencial.
Son mecanismos diferentes, pero apuntan hacia la misma idea más amplia: el activo que asegura la red también puede convertirse en parte de la infraestructura económica que impulsa las aplicaciones construidas sobre ella.
La imagen más grande
Por eso creo que la historia de IronClaw es más interesante que simplemente lanzar otro agente de IA.
La apuesta más grande consiste en conectar varias capas:
ejecución segura → cómputo confidencial → propiedad nativa de cripto → actividad agéntica
Si los agentes van a gestionar finalmente información sensible, interactuar con empresas, mantener identidades, hacer pagos y ejecutar transacciones, entonces la infraestructura que los rodea necesita gestionar más que inteligencia.
❍ Necesita seguridad.
❍ Necesita persistencia.
❍ Necesita privacidad.
Y con el tiempo, necesita una capa económica.
Eso es lo que hace que el enfoque de NEAR AI merezca la pena seguirlo de cerca.
La tesis a largo plazo puede resumirse simplemente así:
El capital financia el cómputo.
El cómputo impulsa a los agentes.
Los agentes crean actividad en cadena.
Queda por demostrar si eso se convierte en un nuevo modelo significativo para la infraestructura de IA.
Pero la arquitectura que se está construyendo alrededor de IronClaw y NEAR AI sugiere que la industria podría estar avanzando hacia un futuro en el que la pregunta no sea solo:
“¿Qué tan inteligente es el agente?”
sino también:
“¿Podemos confiarle trabajo real?”