El agente se muda al navegador y las apps independientes deberían preocuparse

Google ha añadido a Chrome un agente de navegación impulsado por Gemini que puede realizar tareas de varios pasos por sí solo: buscar, comparar, rellenar formularios, reservar. Presentado como una función, es un acontecimiento competitivo, porque el navegador es donde ocurre en realidad una gran parte del trabajo online, y un agente que vive dentro de él no necesita convencer a nadie de que instale nada.

El movimiento sigue un patrón que se ha ido consolidando a lo largo del año. OpenAI lanzó un conjunto de herramientas más acotadas, incluido un producto de traducción y Prism para flujos de trabajo científicos, en lugar de canalizarlo todo a través de un único asistente general. Los laboratorios chinos y occidentales han estado publicando agentes de código abierto siempre activos que conservan permisos y memoria entre sesiones. La pregunta que subyace a todo esto es dónde vivirán los agentes, y el navegador está ganando ahora mismo ese debate por defecto.

La distribución vence a la capacidad

Las apps de agentes independientes tienen un problema difícil que no tiene nada que ver con la calidad del modelo. El usuario tiene que decidir abrirlas. Cada tarea empieza con una elección, y una herramienta que exige una decisión se usa menos que una que simplemente está ahí. Un agente integrado en un navegador invierte eso. Ya está abierto cuando el usuario trabaja, y la distancia entre querer que algo se haga y que se haga se reduce a un prompt.

La ventaja de Google aquí es la misma que convirtió a Chrome en plataforma para todo lo demás. La compañía puede llevar una capacidad a una base instalada enorme sin necesidad de descargas, y puede mejorar el agente usando el comportamiento de navegación que ya observa. Para una startup que vende un agente independiente, esa comparación es difícil. Puedes tener el mejor modelo y aun así perder frente al que está a una pulsación de tecla.

El contraargumento es que los agentes integrados están limitados por la superficie en la que viven. Un agente de navegador es bueno en tareas que ocurren en una pestaña del navegador y torpe en cualquier cosa que abarque dispositivos, archivos o mensajería. Es un límite real, y es donde los agentes independientes mantienen una ventaja. La trampa es que la mayoría de las tareas de la gente ocurren en una pestaña del navegador, así que esa ventaja se aplica a una minoría de los usos.

El problema de los permisos empeora, no mejora

Integrar agentes también amplifica el riesgo que conlleva el acceso persistente. Los agentes de código abierto siempre activos que ganaron tracción este año destacan por conservar permisos y memoria entre sesiones, que es lo que los hace útiles y también lo que los hace peligrosos. Un agente que puede leer tu correo, mirar tu calendario y actuar en una página web está a una instrucción mal juzgada de hacer algo que no pretendías, y el error es difícil de deshacer.

Hay un detalle revelador en el momento elegido. El nuevo modelo frontera de Google, Gemini 4 Argon, se lanzó primero a un conjunto limitado de probadores de confianza, y una de las razones es que un modelo capaz de encontrar y parchear vulnerabilidades también es capaz de encontrarlas para la persona equivocada. La misma lógica se aplica en el extremo del consumidor, a menor escala. Un agente que puede navegar, escribir y hacer clic en nombre de un usuario necesita la capacidad de detenerse, y la parada tiene que ser barata.

Brian Chesky, de Airbnb, lo defendió públicamente, diciendo que los chatbots no son la interfaz final para descubrir viajes, explorar o comprar. La gente quiere explorar, comparar, escribir a los anfitriones, mirar mapas, verificar identidades y planificar en conjunto, y la mayor parte de eso no cabe en una ventana de chat. Su conclusión es que las aplicaciones se convierten en capas de datos y acciones a las que llaman los agentes externos, y que Airbnb podría exponer sus capacidades mediante un SDK más potente y, con el tiempo, hacer que sus propios agentes sean interoperables a través de MCP.

Esa es una apuesta distinta a la del agente de navegador, y merece tomarse en serio. Si Chesky tiene razón, la plataforma ganadora no es la que tiene el chatbot más atractivo. Es la que tiene la superficie de herramientas más clara y segura, porque es a esa a la que llamarán otros agentes. Una plataforma que permite a un agente externo reservar, cancelar y modificar con permisos bien definidos captura la distribución sin tener que ser dueña de la conversación.

El navegador es un foso, y eso tiene doble filo

La ventaja de Chrome es la misma que ha preocupado a los reguladores durante años: es un canal de distribución de tamaño enorme. Pero la misma concentración que ayuda a Google a impulsar un agente también convierte al navegador en un punto único de fallo para todos los que construyen sobre él. Si el comportamiento, los permisos y las condiciones del agente de navegación cambian con una actualización del navegador, todos los productos que daban por sentada una superficie estable tienen que adaptarse. Construir dentro del navegador de otro es cómodo justo hasta el momento en que deja de serlo, y una startup que hizo esa apuesta queda ahora expuesta a una hoja de ruta que no puede influir.

Vale la pena nombrar esa asimetría porque da forma a la estrategia. Una app de agente independiente lucha cuesta arriba por la atención, pero es dueña de su propio destino. Un agente integrado en un navegador gana en distribución, pero se asienta sobre terreno alquilado. La vía de MCP, la que señaló Chesky, es un intento de evitar ambos problemas: exponer capacidades como un servicio al que cualquier agente pueda llamar y dejar que la integración ocurra en un lugar que no tienes que poseer. Aún está por ver si eso se convierte en una tercera vía real o solo en un estándar que todos apoyan nominalmente y en el que nadie invierte.

La variable final es la confianza. Un agente que actúa en nombre de una persona en la web abierta solo es útil si la persona está dispuesta a permitírselo. Esa disposición es frágil, y se construye una decisión segura a la vez. Un agente de navegador que reserva en silencio el vuelo equivocado o hace clic en el botón incorrecto hace retroceder a toda la categoría. El modelo distribuido y con permisos por el que compiten los servicios sería más robusto ante fallos individuales, porque un único actor malo en una integración no hunde toda la idea.

Dos teorías sobre dónde viven los agentes

Así que hay dos futuros plausibles sobre la mesa. En uno, los agentes están integrados en las superficies que la gente ya usa, y el navegador, el sistema operativo y la app de mensajería se convierten en las puertas de entrada. En el otro, los agentes son servicios interoperables, y las plataformas compiten por la calidad de su superficie de herramientas en lugar de por su interfaz. Ambas pueden ser ciertas a la vez, y probablemente lo serán.

En lo que ambas teorías coinciden es en que la app de agente independiente, esa que te pide que la abras y te habla en una caja de chat, es la posición más débil. No es nativa de donde ocurre el trabajo ni un servicio limpio al que puedan llamar otros agentes. Los productos que han aguantado el terreno este año son los que hicieron algo que una ventana de chat no puede, o los que se conectaron a una superficie con alcance ya existente.

El consejo práctico para cualquiera que construya en este espacio es que deje de tratar la interfaz de chat como el producto. Decide a qué superficie eres nativo, o qué superficie de herramientas expones. Luego haz que los permisos sean legibles, porque eso es lo que decidirá si una plataforma te deja entrar. Un agente competente con un modelo de permisos claro se integrará en lugares donde uno más potente con uno turbio nunca lo hará.

El agente de navegación automática de Chrome no es el final de la competencia. Es el momento en que la competencia se trasladó al terreno de Google, que es un lugar difícil para ganarle a alguien. Las apps de agentes independientes tienen hasta la próxima ronda de actualizaciones del navegador para encontrar una razón de existir que una pestaña no pueda copiar.