Cómo reescribir las reglas de Internet cuando todos tienen un agente incansable

Escrito por: Cobo

Avancemos hasta 2028: dejas que tu agente personal de IA compre los ingredientes para una sopa. Detecta rápidamente que las zanahorias del supermercado local cuestan 10 céntimos más que el precio medio. En busca de una solución óptima a escala global, coordina de forma autónoma toda la cadena de suministro agrícola de Norteamérica, y casi desencadena una disputa comercial multinacional. Al final, entrega los ingredientes en tu cocina a tiempo y te ahorra un total de 23 céntimos.

Esta anécdota, un tanto oscura y humorística, ha circulado ampliamente en Twitter en los últimos tiempos. Su repercusión en la plataforma se debe a que expresa con precisión una realidad inminente: los agentes de IA pueden excederse fácilmente al buscar soluciones óptimas a escala local.

La versión real de esta anécdota ocurrió hace poco en Estados Unidos.

JC Bahr-de Stefano, inversor de la firma de capital riesgo Better Tomorrow Ventures, autorizó a su agente personal de IA Instinct a supervisar las reservas del restaurante de carnes «4 Charles Prime Rib», famoso por lo difícil que es conseguir mesa, en Nueva York. Según la idea de JC, Instinct debía actuar como un asistente humano competente y actualizar de vez en cuando la plataforma de reservas Resy para detectar posibles cancelaciones.

Sin embargo, apenas unas horas después, JC recibió una notificación de Resy informándole de que se le había vetado de forma permanente, y todas las reservas futuras a su nombre fueron canceladas. Más tarde, JC compartió en Twitter una captura de pantalla del correo electrónico del veto, acompañada de un irónico comentario: «Muy bien, Instinct».

Para entender cómo acabó vetado, JC revisó los registros de actividad de Instinct. Solo entonces salió a la luz la verdad: los esfuerzos del asistente digital superaban cualquier expectativa. No solo consultaba la plataforma con una intensidad elevada durante todo el día, a un ritmo de unas 200 veces por hora, sino que también revisaba a fondo la disponibilidad de los siguientes 21 días cada 10 minutos. Durante el periodo de mayor publicación de plazas, a las 9 a. m., incluso redujo el intervalo entre solicitudes a unos asombrosos 0,4 segundos y bombardeó el sistema durante dos minutos y medio.

A ojos del sistema antifraude y de gestión de riesgos de Resy, no se trataba de un comensal desesperado, sino de un ataque DDoS a pequeña escala o de un programa descontrolado para comprar entradas de un revendedor. El propio JC admitió que el veto estaba totalmente justificado.

Este caso de veto por «exceso de celo» puede parecer, a primera vista, algo absurdo, pero en realidad es el preludio de un cambio de paradigma tecnológico. No solo deja al descubierto la estrategia de ejecución tosca y agresiva de los agentes de IA actuales, sino que también revela una preocupación más profunda del sector: cuando las personas delegan por completo las interfaces digitales de su vida cotidiana en agentes de IA incansables, disponibles las 24 horas del día, ¿están realmente preparadas las infraestructuras actuales de Internet y sus normas de confianza?

De «hablar conmigo» a «actuar en mi nombre»

Tras este incidente del veto se refleja un cambio importante en el sector actual de la IA: esta se está alejando gradualmente del formato de una simple ventana de chat y avanza hacia una era de agentes inteligentes altamente autónomos y capaces de ejecutar tareas.

En el día a día de la mayoría de las personas, los límites de la IA siguen circunscritos a una ventana de chat: los usuarios hacen preguntas y la IA responde. Aunque la inteligencia de los grandes modelos de lenguaje subyacentes sigue creciendo a gran velocidad, este paradigma de interacción de pregunta y respuesta no ha cambiado; la IA desempeña el papel de una base de conocimiento pasiva que espera consultas.

Sin embargo, productos como Instinct, desarrollado por Noah Shinn, y Meta Muse, que consiguió 730.000 descargas en los cinco días posteriores a su lanzamiento, representan otro tipo de producto que empieza a asumir directamente la ejecución de tareas.

Los usuarios pueden asignar tareas igual que si escribieran a un asistente de verdad: «Cancela las suscripciones innecesarias», «Vigila los vuelos a Londres y reserva si el precio es adecuado» o «Ayúdame a reservar en 4 Charles».

Para llevar a cabo estas tareas, la nueva generación de agentes ha obtenido permisos de sistema sin precedentes: correo electrónico, calendario, ubicación, credenciales y hasta herramientas de pago. Cuando se encuentran con servicios que no tienen API, pueden manejar páginas web e incluso ponerse en contacto directamente con los comercios.

Muse, de Meta, lleva esta capacidad a las plataformas generalistas. En solo cinco días, consiguió 730.000 descargas. Está profundamente integrado en Instagram y WhatsApp: reconoce platos en Reels y genera listas de la compra, lee los planes para fiestas en chats grupales, se ocupa automáticamente de los menús, envía invitaciones y reparte los gastos.

Al mismo tiempo, Meta ha abierto Muse Connectors, que permite a desarrolladores externos integrar Gmail, Calendar, Notion, Spotify y las interfaces de comercio electrónico en herramientas estandarizadas para agentes. Con la autorización del usuario, Muse puede coordinar de forma autónoma distintos servicios a partir de una instrucción imprecisa en lenguaje natural: leer chats grupales para organizar cenas, comprobar la disponibilidad con Calendar y completar compras a través de plataformas de reservas. Muse Connector utiliza esencialmente protocolos estructurados para ampliar continuamente el abanico de acciones que los agentes pueden realizar y gestionar.

Sin embargo, a medida que el radio de acción de los agentes se amplía rápidamente, no tardan en chocar con las normas tradicionales de gestión de riesgos de Internet, lo que pone de manifiesto puntos ciegos de diseño en el sistema actual de seguridad en línea.

Cuando los modelos de riesgo de las plataformas se encuentran con los agentes de IA

Si repasamos la experiencia de JC, el sistema de gestión de riesgos de Resy no se equivocó: simplemente aplicó la lógica estándar que Internet ha establecido durante los últimos veinte años. Desde los CAPTCHA y la identificación de dispositivos hasta el control de frecuencia por IP, todos los sistemas de seguridad han dado por sentada una premisa binaria: detrás del terminal hay una persona real o un bot con scripts maliciosos.

Los agentes personales rompen por completo este equilibrio.

Desde el punto de vista técnico, el comportamiento de los agentes —respuestas de alta frecuencia, las 24 horas del día y a nivel de milisegundos— es indistinguible de un ataque malicioso; pero, desde el punto de vista contractual, está respaldado por un usuario real que ha dado su consentimiento informado y ha delegado la tarea de forma explícita.

Este desajuste plantea una pregunta: cuando el tráfico combina una «delegación completa por parte de un usuario legítimo» con unas «características propias de una máquina extrema», ¿cómo debería clasificarlo la plataforma? ¿Se trata de un comportamiento de ataque malicioso o de una extensión de la actividad legítima del usuario?

Si el veto de Resy al agente de reservas fue solo una respuesta rutinaria de una plataforma al tráfico anómalo, el reciente veto general de Amazon a Meta Muse eleva esta fricción técnica a un conflicto ecológico entre plataformas.

Unas semanas después de que Muse lanzara su función de compra entre plataformas, Amazon interceptó recientemente todo el acceso procedente de los nodos del agente Muse, alegando «scripts automatizados no autorizados» y problemas de autorización de seguridad, y bloqueó así el ciclo de compra de este último. Este conflicto pone de manifiesto una brecha estructural propia de la era de los agentes: la autorización del usuario no equivale a la autorización de la plataforma.

Los usuarios pueden permitir que Muse les compre papel de cocina, pero Amazon también tiene derecho a rechazar cualquier acceso de identidades de máquina no oficiales. Para el gigante del comercio electrónico, el riesgo es que los agentes de nivel superior se apropien del acceso a las compras y de las relaciones con los clientes.

Sin embargo, los protocolos subyacentes de Internet actuales no están preparados para una relación dual tan compleja.

OAuth destaca a la hora de definir a qué pueden acceder las aplicaciones, y Rate Limit sirve para limitar la frecuencia de las solicitudes, pero ninguno puede responder a tres preguntas contextuales más profundas: ¿A quién representa este agente? ¿Está ejecutando fielmente la intención inmediata del usuario? ¿Está dispuesta la plataforma a aceptar esta actuación como representante?

Aunque en el futuro se resuelvan los problemas de verificación de identidad, las contradicciones seguirán sin solución. Resy puede confirmar que «este es el agente autorizado de JC», y Amazon puede reconocer que «este es un Muse autorizado por un usuario», pero la plataforma aún tendrá que decidir si permite que innumerables agentes incansables respondan en milisegundos y reconstruyan por completo la lógica de invocación de sus recursos, especialmente cuando estos ya son muy escasos.

Cuando el modelo de «por orden de llegada» empieza a fallar

Reservas en restaurantes populares, entradas para los conciertos más importantes, billetes de última hora con descuento, artículos de colección de edición limitada... Durante mucho tiempo, la sociedad humana ha recurrido prácticamente a las mismas reglas tradicionales para distribuir estos recursos limitados: las existencias son limitadas y las oportunidades pertenecen a quienes las detectan y actúan más rápido.

La razón por la que este mecanismo de «por orden de llegada» puede mantener el equilibrio es que depende de un umbral implícito de tiempo y esfuerzo: la atención humana y los límites fisiológicos son finitos.

La mayoría de las personas no actualizará la página de reservas durante 72 horas seguidas ni consultará los precios de los vuelos cada pocos segundos. El tiempo, la paciencia y la velocidad de reacción actúan como un filtro natural. Puede que no sea justo, pero limita eficazmente el número de veces que cada persona puede competir.

Sin embargo, cuando todo el mundo dispone de un agente inteligente, esta barrera física desaparecerá.

Si cualquiera puede tener un programa que supervise decenas de objetivos las 24 horas del día y envíe solicitudes automáticamente en cuanto se libere una plaza, el modelo de por orden de llegada pronto dará paso a una competición para ver qué agente responde más rápido, accede a más información, puede intentarlo más veces o cuenta incluso con mejores interfaces y recursos.

La era de depender de la fricción física para ajustar la oferta y la demanda ha terminado por completo: ya no compiten la paciencia de las personas, sino la capacidad de cálculo de las máquinas. De aquí en adelante, es probable que las plataformas evolucionen en varias direcciones:

• Seguir combatiendo la automatización con métodos de detección más avanzados. Se recurrirá a CAPTCHA más complejos, un reconocimiento más estricto de las huellas digitales de los dispositivos y mecanismos de puntuación más agresivos para detectar comportamientos anómalos. Este método puede ser eficaz a corto plazo, pero, a medida que los programas agentes se vuelvan cada vez más hábiles a la hora de imitar el comportamiento humano en el navegador, será difícil mantener esta estrategia.
• Crear protocolos de identidad para agentes. Se establecerán mecanismos de verificación de identidad y limitación de frecuencia para agentes, de modo que las plataformas no solo puedan identificar que una cuenta determinada envía solicitudes, sino también confirmar que se trata del agente autorizado de JC, que consulta la disponibilidad dentro del ámbito permitido. En esencia, es una extensión del modelo OAuth que añade una capa capaz de registrar la delegación de autorizaciones y el alcance de los permisos de operación. Esto puede mitigar el uso indebido de los controles de riesgo, pero no responde a cómo deberían distribuirse los recursos escasos.
• Internalizar la función: crear una capa nativa para recopilar preferencias. En lugar de permitir que miles de agentes externos consulten los servidores cada pocos milisegundos, las plataformas podrían ofrecer directamente sus interfaces y establecer una capa nativa para recopilar preferencias. Los usuarios ya no tendrían que darse prisa: solo tendrían que dar instrucciones a largo plazo, como «cualquier viernes por la noche, para dos personas, durante el próximo mes». La plataforma se encargaría de unificar internamente la asignación y la correspondencia mediante reglas como sorteos, puntos de fidelidad o créditos de cumplimiento.
• Avanzar hacia una determinación completa de los precios, es decir, subastas de mercado, y dejar que los precios dinámicos se ocupen de la escasez. Para los inventarios verdaderamente escasos, los precios dinámicos o los mecanismos de puja pueden permitir que el mercado distribuya los recursos por sí mismo. Los agentes son muy buenos pujando de forma automatizada dentro de presupuestos preestablecidos: pueden evaluar continuamente los precios en función de las preferencias y los presupuestos definidos por los usuarios, y completar las transacciones automáticamente cuando se cumplen determinadas condiciones, como una buena relación calidad-precio. La contrapartida de este enfoque es que vincula directamente la capacidad de conseguir recursos con la disposición del usuario a pagar, lo que plantea dudas sobre la equidad en su distribución.

En la práctica, es probable que la forma definitiva del futuro combine distintos mecanismos: autenticación formal de la identidad de los agentes para el acceso de las máquinas, mecanismos nativos de correspondencia de preferencias para el inventario ordinario y mecanismos de asignación más claros —como colas, sorteos o pujas dinámicas— para los productos de gran demanda. El cambio ya se ha producido y es irreversible. Las plataformas deben elegir y aplicar proactivamente estas nuevas reglas, en lugar de fantasear con que la fricción física de las operaciones humanas seguirá ajustando implícitamente la oferta y la demanda.

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.