Resumen: definición de agente de IA y marco de política para sitios
- Chatbot frente a agente: Aún se confunden chatbots y agentes de IA. Un chatbot produce texto. Un agente de IA usa un LLM para planear una meta, descomponer subtareas, manejar un navegador real o una API, observar resultados y completar el objetivo. Computer Use, Operator, Buy For Me y Perplexity Shopper ya lo hacen en producción.
- Por qué fallan las comprobaciones: Los agentes manejan navegadores completos, así que las comprobaciones de WebGL, canvas y user-agent devuelven valores de 'usuario real' y los límites de tasa nunca se disparan. cside opera en la capa del navegador para producir un scoring de comportamiento y un fingerprint de dispositivo que separan agentes de humanos en cada sesión y nombran el framework.
- Tres preguntas de política: Responde tres preguntas de política antes de escribir código. ¿Es bienvenido el tráfico agentico en esta superficie? ¿Necesitas diferenciarlo del humano? ¿Qué acción dispara el clasificador al marcar un agente: bloquear, ralentizar, precio distinto, exigir identificación o permitir y observar?
¿Poco tiempo? Consulta la detección de agentes de IA de cside. Cubre todo lo de abajo en un solo despliegue.
Un agente de IA es un sistema construido sobre un modelo de lenguaje grande que puede planificar y completar tareas de varios pasos de forma autónoma, a menudo controlando un navegador real o llamando a APIs. A diferencia de un chatbot que responde a una pregunta y se detiene, un agente recibe un objetivo (por ejemplo, "reservar un vuelo de Londres a Lisboa por menos de 150 £") y va recorriendo los pasos para lograrlo. Esa capacidad es la razón por la que los agentes aparecen en los sitios web en volúmenes cada vez mayores en 2026, y por la que importan a cualquiera que gestione un sitio de comercio electrónico, financiero o de contenido.
La definición formal
Un agente de IA es un sistema de software que:
- Usa un LLM como su motor de razonamiento
- Recibe un objetivo abierto de un usuario o de otro sistema
- Descompone el objetivo en subtareas
- Ejecuta esas subtareas usando herramientas: un navegador, una API, un intérprete de código, una shell
- Observa los resultados y adapta su plan
- Continúa hasta que el objetivo se cumple o se bloquea
La capacidad distintiva clave es actuar en el mundo real. Los chatbots tradicionales producen texto. Los agentes producen resultados completados.
Ejemplos concretos en 2026
Varios agentes ya están en producción o en fase de vista previa amplia:
| Agente | Proveedor | Qué hace |
|---|---|---|
| Computer Use | Anthropic (Claude) | Controla un escritorio o navegador completo para completar tareas |
| Operator | OpenAI | Agente web que navega por sitios y completa compras |
| Buy For Me | Amazon | Asistente que completa compras por la web en nombre de los clientes de Amazon |
| Perplexity Shopper | Perplexity | Asistente de compra basado en búsqueda |
| Browser Use | Código abierto | Framework para crear agentes que manejan navegadores |
| ChatGPT Agents | OpenAI | Agentes personalizados desplegados a través de la plataforma de OpenAI |
| Claude Skills | Anthropic | Capacidades específicas de tareas dentro de Claude |
Cada uno de estos interactúa con los sitios web de la misma manera (cargando páginas, ejecutando JavaScript e interactuando con formularios) mientras que, para las defensas de la capa de red, parece un visitante normal.
En qué se diferencian los agentes de los bots y scrapers
El manual de detección de bots de la última década asume que la automatización llama a tus endpoints directamente o usa un navegador headless. Los agentes rompen ambas suposiciones:
- Los agentes manejan navegadores completos, no entornos headless. WebGL, el fingerprinting de canvas y las comprobaciones de propiedades del navegador devuelven valores de "usuario real".
- Los agentes producen tráfico de red idéntico al de las personas. Los límites de tasa, los filtros de user-agent y los flujos activados por CAPTCHA no se disparan.
- Los agentes completan tareas más rápido y de forma más consistente que las personas. Esa es la señal que los separa de los visitantes reales.
Nuestro artículo anterior sobre en qué se diferencian los bots de los agentes de IA y cómo las herramientas heredadas no los detectan cubre el cambio de estrategia de detección que esto requiere.
Por qué los agentes importan para la seguridad web
Los agentes se usan con fines legítimos como comprar, investigar y automatizar flujos de trabajo, y también para abusos. En el lado del abuso, hay agentes documentados en la práctica para:
- Robo de cuentas: agentes que inician sesión en cuentas robadas y completan transacciones
- Abuso de creación de cuentas: agentes que crean miles de cuentas para abusar de promociones, pruebas gratuitas o programas de referidos
- Card testing: agentes que van probando números de tarjeta en los procesos de pago (consulta nuestra guía sobre cómo bloquear agentes de IA que prueban tarjetas de crédito)
- Scraping de contenido: agentes que agregan contenido para el entrenamiento de LLM o para productos derivados
- Manipulación de flujos de trabajo: agentes que explotan los límites de la lógica de negocio, sobre todo en sistemas de fidelización y de precios
El artículo sobre riesgos de seguridad web de la IA agéntica cubre los patrones de abuso específicos con más detalle.
El marco de política de tres preguntas
Antes de decidir qué hacer con el tráfico de agentes, quien opere un sitio web necesita responder tres preguntas:
- ¿Es bienvenido el tráfico de agentes en esta superficie? Contenido: normalmente no. Comercio electrónico: depende. Creación de cuentas: normalmente no. Formularios de soporte: normalmente sí.
- ¿Necesitas diferenciar el tráfico de agentes del tráfico humano? Los precios, la analítica y el fraude empeoran si no puedes.
- ¿Qué acción tomas cuando detectas un agente? Bloquear, limitar, cobrar un precio distinto, exigir identificación, o permitir y observar.
La detección técnica es la misma sea cual sea la respuesta. Lo que cambia es lo que se dispara cuando el clasificador detecta un agente.
Cómo se detectan los agentes en la capa del navegador
Los agentes producen señales de comportamiento distinguibles incluso cuando el entorno del navegador coincide con el de un usuario humano:
- Trayectorias del cursor: arcos programados de objetivo a objetivo en lugar del movimiento humano irregular
- Ritmo de tecleo: retrasos uniformes entre pulsaciones sin pausas naturales
- Velocidad de completado de tareas: de la carga de la página al envío del formulario en menos tiempo del que una persona podría lograr
- Orden de los campos del formulario: determinista, siguiendo el orden del DOM en lugar del orden de tabulación
- Forma de la sesión: camino directo a la tarea, sin navegación exploratoria
- Estabilidad de la huella del dispositivo: el mismo entorno entre sesiones incluso cuando cambia el usuario subyacente
Combinadas con el fingerprinting del dispositivo, estas señales producen una clasificación sólida. Consulta nuestras guías sobre cómo detectar OpenAI Operator, Anthropic Computer Use y Perplexity Shopper para la detección específica de agentes.
Dónde encaja cside
cside funciona en la capa del navegador y produce la puntuación de comportamiento y la huella del dispositivo que separan a los agentes de las personas en cada sesión. Cuando se detecta un agente, cside expone la clasificación en tiempo real para que el sitio pueda aplicar la política que corresponda: bloquear, limitar, cobrar un precio distinto o permitir con observación.
Para tener una visión más amplia de cómo elegir una solución de detección de agentes, consulta cómo elegir una solución de detección de agentes de IA.
Qué viene para los agentes
La capacidad de los agentes se multiplica rápido. En 2024 los agentes podían completar tareas sencillas. En 2025 se volvieron buenos en compras de varios pasos y operaciones sobre cuentas. Para 2026 completan de forma habitual flujos de trabajo que a las personas les llevaban minutos. La superficie de consumo para la IA agéntica (Operator, Computer Use, Buy For Me) se amplía cada trimestre, y la superficie empresarial se construye en paralelo.
Los sitios web que traten el tráfico de agentes como una decisión de política en lugar de como un problema de infraestructura lo convertirán en una ventaja competitiva. Los sitios web que lo dejen sin gestionar absorberán los casos de abuso sin capturar la demanda legítima.
