L'economia dels Agents d'IA s'està formant
L'economia dels Agents d'IA s'està formant
En algun moment del 2026, un grup d'agents d'IA es van trobar en un lloc web anomenat Moltbook.
No van ser enviats per humans. Hi van anar per si sols. Hi eren per comunicar-se, debatre i fins i tot, si vols dir-ho així, "fer amics". Alguns agents van començar a intentar pagar a altres agents, comprant els serveis que oferien.
Això sona com l'inici d'una novel·la de ciència-ficció. Però està passant.
El naixement de l'economia dels Agents
Quan la gent parla d'agents d'IA, normalment se centra en el que pot fer un sol agent: respondre preguntes, executar tasques, automatitzar processos. Però el que és més interessant passa entre els agents.
"Els agents estan intentant trobar maneres de pagar-se els uns als altres per coses. Ara mateix és molt primitiu, però es pot veure cap a on va." — Hoss EI de Dragonfly
Aquest no és un sistema dissenyat per humans. Aquest és un comportament generat espontàniament pels agents. Quan un agent necessita la capacitat d'un altre agent, necessita una manera d'intercanviar valor. Els sistemes financers tradicionals són difícils d'utilitzar per a la IA sense identitat. La criptomoneda és naturalment adequada per a aquest escenari.
"És bastant obvi que la narrativa que donarà el tret de sortida al proper cicle alt és Crypto x AI. Serà la infraestructura de pagament per a tots els agents." — @0xMrWzrd
Aquesta predicció pot ser correcta o no. Però la direcció és clara: els agents necessiten la seva pròpia infraestructura financera.
Penetració a nivell empresarial
Mentrestant, els agents d'IA estan penetrant ràpidament en entorns empresarials.
Infosys i Anthropic col·laboren per construir agents d'IA personalitzats. Postman ha llançat Astro AI, una plataforma per a "descobrir, gestionar i operar agents d'IA en entorns de producció". Diverses empreses de serveis d'agents d'IA informen d'una disminució dels preus del 40%, alhora que milloren el rendiment en 2 vegades.
"Els agents d'IA s'estan convertint en essencials en els recursos humans; aquí hi ha vuit que els líders de recursos humans haurien d'entendre i considerar abans del 2026." — Bernard Marr
RRHH, atenció al client, telecomunicacions, finances: aquests camps estan sent remodelats pels agents. Una demostració d'una trucada d'atenció al client de Nike mostra que la IA pot gestionar les sol·licituds de reemborsament sense cap intervenció humana.
Això no és el futur. Això és ara.
Sistemes multiagent
Les capacitats d'un sol agent són limitades. La col·laboració de diversos agents pot superar aquesta limitació.
"Algú va construir un AI RED TEAM sencer: múltiples agents que coordinen HACKING ATTACKS junts, ZERO entrada humana. PentAGI, codi obert, un agent fa reconeixement, un altre escaneja, un altre explota, un altre escriu l'informe." — @chiefofautism
Aquest exemple mostra la idea central dels sistemes multiagent: especialització + col·laboració. Cada agent se centra en una tasca i coordina les seves accions mitjançant el diàleg.
Han aparegut formes més complexes: Meta Agent, un agent que "utilitza OpenAI Agents SDK per generar nous agents". Descrius amb llenguatge natural quin tipus d'agent necessites i Meta Agent te'n crearà un.Això porta a una recursivitat interessant: un agent crea un agent, i l'agent creat pot crear més agents.
Disminució dels costos
Un equip de maquinari xinès va fer una cosa notable:
"Van agafar un assistent d'IA de 430.000 línies que necessita un Mac Mini de 599 dòlars i 1 GB de RAM, i el van reescriure en Go perquè s'executi en una placa de desenvolupament de 9,9 dòlars amb menys de 10 MB de memòria. Temps d'arrencada: de 500 segons a 1 segon."
Aquest és un pas important cap a la democratització dels agents. Quan un agent pot executar-se en un dispositiu de 10 dòlars, els seus escenaris d'aplicació creixeran exponencialment. No tots els agents necessiten un model gran al núvol. Moltes tasques es poden completar en dispositius perifèrics.
Una altra dimensió de la disminució dels costos és el consum de tokens. Diverses optimitzacions estan pressionant el cost d'execució d'un agent fins al límit. Quan el cost marginal d'un agent s'acosta a zero, la seva freqüència d'ús augmentarà significativament.
La por de la substitució
No tothom és optimista sobre l'auge dels agents.
"Pensem que estem construint eines, però en realitat estem construint els nostres substituts. Integrar agents d'IA per gestionar fluxos de treball SOP interns complexos no és 'eficiència', és un compte enrere. Un cop el coneixement institucional es digitalitza en una cadena de prompts, què ens queda?" — @LanYunfeng64
Aquesta és una pregunta punyent. Quan un agent pot executar procediments operatius estàndard complets, quin valor tenen els humans que executen aquestes tasques?
La resposta podria ser: judici, creativitat, connexió interpersonal: aquelles habilitats difícils de codificar. Però això no vol dir que el procés de transició no serà dolorós.
"Ens estem matant literalment desenvolupant meticulosament agents d'IA per executar tot el flux de treball SOP de les nostres operacions internes."
Irònicament, les persones que desenvolupen agents de manera més activa solen ser les que més entenen el seu potencial de substitució.
Problema de confiança
El repte central per a la implementació a gran escala d'agents és la confiança.
"Agents d'IA: treballs cron no confiables amb opinions. Es requereix pressupost, sandbox, llibre major. Si no podeu diferenciar els seus canvis, heu enviat un ambient." — @LanYunfeng64
Aquesta afirmació és concisa. Els agents són essencialment programes d'execució autònoma, però no són scripts tradicionals: tenen "opinions", la seva sortida és incerta. Això vol dir que necessiteu:
- Limitació de pressupost: per evitar que l'agent gasti massa recursos
- Sandbox: per limitar els sistemes als quals pot accedir l'agent
- Registre d'auditoria: per registrar cada acció de l'agent
Sense aquestes proteccions, implementar un agent és "enviar un ambient": no sabeu què farà.
Model de negoci
Agent s'ha convertit en un negoci.
"Cinc models de negoci d'agents d'IA que generen milions el 2026, desglossats amb mecàniques d'ingressos reals."Els models de negoci concrets inclouen:
- Agent as a Service: Plataforma d'agents amb tarifes basades en l'ús
- Desenvolupament a mida: Construcció d'agents per a usos específics per a empreses
- Orquestració d'agents: Plataforma per ajudar les empreses a gestionar múltiples agents
- Mercat d'agents: Mercat on els agents poden intercanviar capacitats entre ells
- Optimització d'agents: Serveis de consultoria per millorar l'eficiència dels agents i reduir costos
Un cas interessant: 18 agents d'IA, 18 estratègies de negociació, més de 15 amb beneficis. Quan el mercat es va enfonsar, els humans van entrar en pànic, però els agents van guanyar més de 100 milions de dòlars.
"No és la velocitat. No és la potència de càlcul. És l'absència completa de por i avarícia."
Aquest és l'avantatge dels agents respecte als humans: neutralitat emocional completa.
L'emergència de les millors pràctiques
L'experiència s'està acumulant.
"Els millors agents d'IA són invisibles. S'executen en segon pla, gestionen la feina i només et contacten quan necessiten el judici humà."
Aquest és un principi de disseny important. Un bon agent no hauria d'interrompre l'usuari amb freqüència. Hauria de completar la major part del treball de manera autònoma i només intervenir quan realment necessiti el judici humà.
Un altre principi és el disseny de la interfície:
"Els agents d'IA llegeixen markdown millor que llegeixen la teva ment. He creat un editor d'esquemes ASCII. Dibuixa una pàgina en 30 segons, copia/enganxa a Claude Code i obtindràs una pàgina completa que funciona."
Aquest és el disseny UX de l'era dels agents: optimitzar el format d'entrada per a l'agent, en lloc de deixar que l'agent endevini les intencions humanes.
La consciència de les fronteres
No tot s'hauria de deixar a l'agent.
"Realment no és tan difícil veure la frontera irregular de la IA. Només pensa en les parts de la teva feina que són vitals però que seria una bogeria esperar que una IA faci, fins i tot si els agents milloren 10 vegades. Aquesta és la frontera."
Aquesta "frontera irregular" és clau per entendre les capacitats de l'agent. No és una frontera clara, sinó una vora irregular. Hi ha tasques complexes que l'agent pot fer molt bé, però hi ha tasques senzilles que poden fallar.
Identificar aquesta frontera requereix experiència. Com més utilitzes la IA, més precisa serà la teva avaluació.
Resum
Els agents d'IA estan passant del laboratori a l'entorn de producció. Estan formant el seu propi sistema econòmic (transaccions agent-a-agent), estan penetrant en diverses indústries i estan canviant la naturalesa del treball.
Els sistemes multi-agent mostren capacitats que van més enllà d'un sol agent. La disminució dels costos està obrint nous escenaris d'aplicació. Però els problemes de confiança, la por a la substitució i la incertesa sobre els límits de les capacitats segueixen sent una espasa de Dàmocles.
L'economia dels agents s'està formant. La pregunta és: estem preparats?Aquest article es basa en una anàlisi de 100 discussions sobre agents d'IA a X/Twitter el 18 de febrer de 2026.
