Bitcoin cotiza apenas por debajo de 63.000 dólares mientras el exploit de la billetera hardware Coldcard entra en su quinto día, con pérdidas observadas que ya se acercan a 114 millones de dólares y una presunta cuarta barrida que se llevó otros 448 BTC. Google DeepMind presentó Gemini Robotics 2, ampliando su modelo de la manipulación del tren superior al control de cuerpo completo de un humanoide, con colaboración multirrobot y una variante en el dispositivo. Alibaba presentó Qwen 3.8-Max, un modelo de 2,4 billones de parámetros que, según informan, escribió 7.600 líneas de código y ejecutó 33 trabajos de entrenamiento en GPU de forma autónoma durante unas 125 horas. Strategy vendió otros 1.638 bitcoin la semana pasada para financiar dividendos y recomprar acciones preferentes STRC. Y en Washington, el Senado tiene cinco días para mover la Ley CLARITY antes del receso de verano, con los mercados de predicción valorando su aprobación en torno al 30%.
Empecemos con la historia que tiene en vilo a todo el que se autocustodia ahora mismo. El exploit de Coldcard ha entrado en su quinto día, y Alex Thorn, de Galaxy, estima ya pérdidas totales cercanas a 114 millones de dólares, con una cuarta ola de barridos que se llevó otros 448 BTC durante el fin de semana. Algunas de esas transacciones siguen pendientes con banderas RBF (replace-by-fee), lo que significa que si ves tu dirección en la mempool, tienes minutos para subir la comisión y rescatar lo que quede.
Esto es lo que pasó realmente, y es brutal. No fue un ataque a la cadena de suministro ni una puerta trasera en el firmware. Fue un fallo en el generador de números aleatorios que estuvo en el firmware de Coldcard durante unos cinco años. Las semillas generadas en esa ventana eran previsibles desde su creación. El air gap no importó. La placa de acero no importó. Si tu entropía fue débil desde el día uno, un atacante con suficiente cómputo podía forzar por fuerza bruta tus claves solo a partir de datos públicos de la cadena.
El jefe de seguridad de Kraken dio en el clavo sobre el verdadero escándalo. Los auditores verificaron que el generador de números aleatorios previsto existía en el código. No verificaron que realmente se estuviera invocando. Esa es la clase de brecha que convierte una billetera hardware de fortaleza en pisapapeles. Y explica por qué la propia instrucción de Coinkite de tirar dados físicos para la entropía era algo más que paranoia. Era una cobertura contra exactamente este modo de fallo.
La reacción del mercado dice mucho. Bitcoin cayó alrededor de un 1,5% a 62.600. Ether bajó un 2%. La prima de Coinbase acumuló una racha negativa de 77 días, lo que significa que los compradores al contado en EE. UU. están menos agresivos que los del extranjero. Y, crucialmente, algunos tenedores están moviendo monedas de vuelta a los exchanges, justo lo contrario de lo que la cultura Bitcoin ha predicado durante una década. No son tus llaves, no son tus monedas, salvo que tus claves se generaran con un firmware roto, en cuyo caso quizá estés más seguro en Coinbase por el momento. Esa es una frase que nunca pensé que diría.
Google DeepMind lanzó Gemini Robotics 2, y este sí merece atención porque es un salto real de capacidades, no un lavado de cara de marketing. La versión anterior controlaba la parte superior del cuerpo. Esta maneja al humanoide entero, de los pies a las yemas de los dedos. Caminar, agacharse, estirarse y manipulación diestra con manos de cinco dedos. En las demos, el Apollo 2 de Apptronik levanta una regadera y usa la mano SharpaWave para tareas delicadas como sellar bolsas Ziploc y desenroscar bombillas.
El lanzamiento llega en tres piezas. Gemini Robotics 2 es el modelo de visión‑lenguaje‑acción que traduce instrucciones en salida motora. Gemini Robotics ER 2 es la capa de razonamiento incorporado, esencialmente el cerebro, que planifica tareas de varios pasos que se extienden durante minutos y cientos de decisiones. Y hay una variante en el dispositivo que corre localmente sin conectividad a la nube, adaptándose a nuevos cuerpos de robot a menudo con menos de 200 ejemplos.
Dos funciones destacan. Primero, la colaboración multirrobot. ER 2 puede orquestar distintos tipos de robots trabajando juntos, de modo que el Apollo 2 puede delegar subtareas en un robot bimanual Franka Duo que limpia un garaje en paralelo. Segundo, ER 2 incorpora seguimiento del progreso, clasificando la finalización de la tarea en cinco rangos de cero a 100%, y detección del momento para señalar el fotograma exacto en que algo salió mal. Eso resuelve uno de los problemas más duros en robótica: saber si la tarea realmente está terminada y, si no, en qué punto reanudar.
La seguridad también recibió atención de verdad. El modelo detiene a un humanoide cuando detecta a una persona cerca y solo reanuda cuando el área se despeja. DeepMind lo califica como su modelo de robótica más seguro hasta la fecha y publicó un nuevo benchmark de seguridad junto con él.
¿La implicación práctica? Nos estamos acercando a robots que pueden encargarse de tareas domésticas y de almacén con varios pasos sin un supervisor humano. No mañana, pero la trayectoria ya se ve.
En el frente de agentes para programar, Alibaba presentó lo que puede ser el modelo de pesos abiertos más ambicioso hasta ahora. Qwen 3.8-Max alcanza 2,4 billones de parámetros totales con 95.000 millones activos por consulta. Se supone que los pesos llegarán a Hugging Face la próxima semana, lo que lo convertiría en el mayor lanzamiento de un modelo abierto que hayamos visto.
Pero el número de parámetros no es la historia. La historia es lo que hizo sin supervisión. Durante más de 10 días, construyó desde cero un proyecto llamado oh-my-cli, ejecutando un marco autoevolutivo que convertía requisitos en issues de GitHub, se autoasignaba tareas, corría tests, iteraba sobre fallos y seguía adelante. Alibaba dice que escribió 7.600 líneas de código en 33 trabajos de entrenamiento en GPU durante unas 125 horas, reprodujo los seis resultados principales de un artículo de investigación sobre selección de datos y luego superó el benchmark de ese artículo en 2,7 puntos en AIME24.
El caso más interesante es la simulación de e‑commerce. Le dieron 100.000 yuanes de capital virtual y lo hicieron gestionar un año simulado de comercio en línea, manejando tiendas, proveedores, precios, devoluciones y crisis. Terminó con 416.000 yuanes, aproximadamente un 38% por encima de una línea base GLM. Eso no es una demo de código. Es una demo de autonomía a nivel de sistema.
Los benchmarks lo sitúan cerca o por encima de Claude Opus 4.8 y GPT‑5.6 en muchas métricas, aunque son resultados autoreportados y está pendiente la verificación independiente. Como siempre con lanzamientos de modelos chinos, tomen las cifras con escepticismo hasta que salgan los pesos y la gente pueda replicarlos.
Lo realmente interesante es la dirección. Todos los laboratorios serios ya están impulsando agentes que corren durante días, no minutos. La nueva startup de Hashimoto, Superlogical, está construyendo un multiplexor de terminal del lado del servidor específicamente para que las sesiones de agentes de larga duración sobrevivan entre dispositivos. La unidad de trabajo en ingeniería de software está pasando, silenciosamente, de un prompt a un proyecto.
Algunos hilos que vale la pena juntar del lado del mercado de Bitcoin. Primero, la base de futuros. Los rendimientos de los futuros trimestrales de bitcoin se han desplomado desde más del 20% en el ciclo pasado a por debajo de los bonos del Tesoro a dos años desde febrero. El carry trade que financió mucha participación institucional prácticamente desapareció. Es señal de un mercado que madura, pero también significa que una de las fuentes mecánicas de demanda para los ETF spot, el arbitraje cash‑and‑carry, se ha secado.
Segundo, los flujos de ETF. Los ETF spot de bitcoin acaban de cerrar una racha de tres semanas de entradas con 62 millones de dólares de salidas. No es catastrófico frente a 54.000 millones en entradas acumuladas desde el lanzamiento, pero el impulso ha cambiado. Mientras tanto, Nasdaq presentó una solicitud para cuadruplicar el límite de posición de opciones sobre el IBIT de BlackRock, de 250.000 a un millón de contratos, lo que lo pondría en la misma liga que las opciones de las mega‑cap tecnológicas. Eso sí es alcista para la liquidez estructural, aunque los flujos ahora mismo estén flojos.
Tercero, Strategy. La empresa de Michael Saylor vendió otros 1.638 bitcoin la semana pasada, unos 105 millones de dólares, para financiar dividendos y recomprar 81 millones en acciones preferentes STRC. También levantaron 290 millones vendiendo acciones ordinarias. El dividendo de las preferentes se mantiene en 12% porque STRC sigue cotizando por debajo de su valor nominal de 100 dólares. El equipo de Saylor ahora sigue públicamente la media móvil de 200 semanas de bitcoin como nivel clave de soporte, lo cual dice mucho de dónde tienen la cabeza.
Y cuarto, la Ley CLARITY. Bernstein advierte que si falla este año, esperen otro tramo a la baja en las valoraciones cripto. Al Senado le quedan, en la práctica, cinco días. Los mercados de predicción le dan un 30% de probabilidad. Si muere, es probable que los reguladores aceleren la normativa por su cuenta, pero el mercado quería certeza legislativa y no la está consiguiendo.
El panorama: derivados a la defensiva, demanda spot escasa, tenedores de largo plazo quietos y una losa regulatoria que no se despeja. 10x Research cree que agosto podría marcar el suelo del mercado bajista. Históricamente agosto es duro, y este está empezando según lo previsto.
Una conclusión. La historia de Coldcard va a cambiar la forma en que el sector piensa las auditorías de billeteras hardware. Verificar que el código seguro existe no es lo mismo que verificar que se ejecuta. Todos los proveedores de hardware deberían publicar auditorías de entropía antes de que acabe este trimestre, y si el tuyo no lo hace, pregúntate por qué.