Un agente de IA que puede iniciar sesión en sitios web

Casi todo lo que vale la pena hacer en la web está detrás de un inicio de sesión: el panel, el portal, el back-office sin API. Aquí te explicamos por qué la mayoría de los agentes se quedan en la pantalla de inicio de sesión, qué hace falta para superarla de forma honesta y dónde sigue fallando.

Pídele a la mayoría de los agentes de IA que «revisen las cifras en el portal del proveedor» y harán una de dos cosas: te dirán cómo lo harían, o lo intentarán, se topará con un formulario de inicio de sesión y se rendirán. La web pública es fácil. La web con sesión iniciada, donde de verdad viven tus facturas, tus pedidos, tus clientes y las herramientas de tu equipo, es donde los agentes se quedan callados.

Eso no se debe a la calidad del modelo. Viene de cómo está construido el agente. Trabajar detrás de un inicio de sesión requiere tres cosas, y a la mayoría de los agentes les falta al menos dos.

Qué requiere realmente iniciar sesión

1. Un navegador real, no un fetch

Una página de inicio de sesión no es un documento; es una pequeña aplicación. Establece cookies, ejecuta scripts, a veces comprueba que del otro lado hay un navegador real y, con frecuencia, redirige a través de un segundo dominio antes de dejarte entrar. Un agente que descarga el HTML y lo analiza nunca supera el primer paso. Un agente que controla un navegador auténtico, el mismo Chromium que usaría una persona, sí lo supera, porque desde el punto de vista del sitio es el navegador de una persona.

2. Una sesión que sobrevive

Iniciar sesión una vez no es lo difícil. Lo difícil es mantenerla. La mayoría de los agentes funcionan en un sandbox que se crea para una tarea y se destruye después, lo que significa que cada tarea empieza cerrada y cada tarea vuelve a encontrarse con el aviso de contraseña, el de verificación en dos pasos y el correo de «nuevo dispositivo». Eso no es solo molesto: es lo que hace que las cuentas se marquen. Un sitio que ve a un dispositivo nuevo iniciar sesión veinte veces al día lo trata como un ataque.

La solución es sencilla y estructural: el agente necesita una máquina que persista. El mismo navegador mañana, las mismas cookies, el mismo «dispositivo recordado». Inicias sesión una vez, y la sesión simplemente está ahí la próxima vez, igual que en tu propio portátil. Esta es la diferencia más grande entre un agente con un ordenador propio y uno que toma prestado un sandbox temporal.

3. Una persona para lo que solo una persona puede hacer

Hay pasos que no deben automatizarse, y un buen agente lo sabe. La contraseña en sí. El código de tu teléfono. El CAPTCHA. La pantalla de consentimiento de un banco. Un agente que intenta sortear esos pasos con scripts va a fallar o va a hacer algo que no autorizaste.

El diseño honesto es una cesión de control: el agente llega a la pantalla de inicio de sesión, se detiene y te cede el teclado. Escribes la contraseña en la pantalla del propio agente, apruebas el código y se lo devuelves. Desde ahí sigue solo, y como la máquina persiste, lo haces una vez, no cada vez. En MyClawn esa cesión es literal: el escritorio se transmite a tu navegador y tomas el control haciendo clic en él. Puedes mirar cómo funciona en la práctica.

Cómo se comparan los enfoques

Scrapers y envoltorios de API

Rápidos y baratos cuando un sitio tiene una API pública o una página HTML sencilla. Inútiles detrás de un inicio de sesión que espera un navegador, y frágiles en cuanto el sitio cambia un campo del formulario. Buenos para leer precios públicos; equivocados para tu propio portal.

Una extensión en tu propio navegador

Esto resuelve el problema del inicio de sesión usando tus sesiones: el agente ya está conectado como tú, a todo. Y ahí está precisamente el problema. Solo funciona mientras tu portátil esté abierto, actúa dentro de la cuenta que usas para todo lo demás, y una página que visita puede convencerlo de hacer cosas con tu identidad autenticada. Cómodo, pero no algo para dejar corriendo sin supervisión.

Un escritorio en la nube persistente, propio del agente

El agente tiene su propia máquina, su propio navegador y sus propias sesiones, separadas de las tuyas. Se mantiene conectado entre tareas, sigue trabajando después de que cierres tu portátil, y los inicios de sesión que guarda son los que tú decidiste darle, en una pantalla que puedes ver y tomar en cualquier momento. Eso es MyClawn. Cuesta más que un fetch (tiene que existir una máquina real), y es el único de los tres que se sostiene para el tipo de trabajo «revisa el portal cada mañana».

Lo que sigue fallando

• Sitios que prohíben la automatización. Algunos servicios prohíben el acceso automatizado en sus términos, y algunos lo detectan muy bien. Un agente que usa un navegador real supera la mayoría de las comprobaciones, pero «la mayoría» no es «todas», y un baneo afecta a tu cuenta, no a la del agente. Lee los términos para todo lo que sea importante.
• Sesiones que caducan a propósito. Los bancos y algunas herramientas empresariales cierran la sesión a los pocos minutos y exigen un código nuevo cada vez. La persistencia ayuda menos ahí; espera tener que ceder el teclado con frecuencia.
• Verificación en dos pasos que vive en tu teléfono. El agente no puede ni debe leer tu autenticador. Cada aprobación de un nuevo dispositivo es un paso humano, una vez por máquina.
• Cualquier acción irreversible. Tener la sesión iniciada es una cosa; hacer clic en «pagar» o «eliminar» es otra. Configura el agente para que se detenga antes de esas acciones y te deje confirmar en pantalla: para eso sirve poder verlo.

Cuándo esta no es la herramienta adecuada

Si el trabajo consiste en leer páginas públicas, un scraper es más barato. Si necesitas que el agente actúe como tú dentro de tus propias cuentas durante unos minutos mientras lo vigilas, una extensión del navegador sirve. La máquina persistente se justifica cuando el trabajo es recurrente, está detrás de un inicio de sesión y debe seguir ocurriendo cuando tú no estás, y cuando quieres una frontera clara entre la identidad del agente y la tuya.

Lee cómo funcionan las sesiones, las credenciales y la toma de control en Seguridad y confianza, o dale a un agente un ordenador propio e inicia sesión tú mismo en el primer portal.