Análisis de Amazon Nova Act: un SDK en vista previa de investigación para agentes que usan un navegador web

Actualización, 23 de octubre de 2026: Nova Act ya no es una vista previa de investigación. AWS lo convirtió en un servicio de disponibilidad general en re:Invent en diciembre de 2025, funcionando sobre un modelo Amazon Nova 2 Lite personalizado, así que los detalles de la época de la vista previa que aparecen aquí están desactualizados.

Los scripts de automatización del navegador se rompen cada vez que un sitio web mueve un botón. Amazon Nova Act fue el intento de Amazon de resolverlo: un modelo de IA más un kit de desarrollo de software (SDK), creado por Amazon Artificial General Intelligence (AGI), que permite a los desarrolladores escribir agentes que trabajan dentro de un navegador web. El agente lee la página, encuentra los botones y formularios adecuados y completa tareas como enviar una solicitud de ausencia o extraer datos de un sitio.

En el momento de escribir esto era una vista previa de investigación. Describes cada paso en lenguaje corriente y el modelo deduce dónde hacer clic, así que el agente sobrevive a cambios de diseño que romperían un script escrito a mano.

Fuentes:

• Introducing Amazon Nova Act | Amazon AGI Labs
• Amazon Nova: Explore Amazon's Latest AI Capabilities

Qué hace

• Actúa en el navegador. El agente hace clic, escribe y navega por ti, lo que ahorra tiempo en el trabajo repetitivo y elimina errores de tecleo. Funciona con el modelo Nova Act, una versión del modelo de lenguaje grande (LLM) Nova de Amazon entrenada para entender cómo están construidas las páginas web.
• Acepta instrucciones en lenguaje corriente. Le dices qué hacer en una frase y el modelo Nova lo convierte en acciones.
• Sobrevive a los cambios de página. Como el modelo generaliza entre diseños, un rediseño no obliga a reescribir el script.
• Python para todo lo demás. Añades tu propia lógica y conectas otros sistemas en Python, incluidos frameworks como LangChain para flujos de trabajo más largos.
• Construido sobre Playwright. Playwright, la biblioteca de código abierto de automatización de navegadores, se encarga del navegador en sí, así que funciona con Chrome y Firefox.
• Divide los trabajos grandes en pasos. Una tarea compleja se reparte en acciones más pequeñas, lo que facilita ver dónde ha fallado algo.
• Llama a API. Los agentes también pueden obtener datos de servicios externos mediante llamadas a API.

Para qué podías usarlo

Como Nova Act todavía era una vista previa, pocas empresas habían contado públicamente cómo lo usaban. Los propios ejemplos de Amazon, y los siguientes pasos evidentes, son estos:

• Compras. Buscar productos, comparar precios y comprar. La demostración de Amazon busca una cafetera en Amazon, elige el primer resultado y lo añade a la cesta. LangChain podría coordinar varios agentes para trabajos más grandes.
• Administración de oficina. Configurar mensajes de ausencia, gestionar calendarios y rellenar formularios internos; por ejemplo, enviar una solicitud de ausencia y bloquear el hueco en el calendario.
• Recogida de datos. Extraer información de sitios web para estudios de mercado, como reunir anuncios de pisos y calcular a qué distancia está cada uno de una estación de tren.
• Atención al cliente. Moverse por portales de soporte, abrir tickets y consultar bases de conocimiento.
• Pruebas. Los equipos de QA pueden programar interacciones con aplicaciones web y juegos de navegador; según Amazon, Nova Act puede jugar a juegos web que nunca ha visto.

Lo que funciona

• Los scripts que dependen de una estructura de página fija se rompen cuando la página cambia; Nova Act lee la página cada vez, así que hay menos mantenimiento.
• Los pasos en lenguaje corriente bajan el listón para quienes no son especialistas en automatización.
• Usa herramientas que los desarrolladores ya conocen: Python y Playwright.
• Dividir las tareas en pasos facilita depurar los fallos.
• El SDK es de código abierto con licencia Apache 2.0.
• Encaja con servicios de AWS como Amazon Bedrock, lo que ayuda a los equipos que ya están en AWS.

La pega

• La redacción importa. Los resultados dependen mucho de cómo formules cada instrucción, así que hay que aprender a escribir prompts. Mejores herramientas para los prompts, o combinarlo con un modelo como GPT-4 de OpenAI para redactar las instrucciones, podrían ayudar.
• Comete errores. Como vista previa de investigación se equivoca, sobre todo en sitios complejos o desconocidos. El entrenamiento con las opiniones de los usuarios debería mejorarlo con el tiempo.
• Inyección de prompts. Un sitio web malicioso puede colocar instrucciones que empujen al agente a acciones que no pediste o a exponer datos.
• Solo navegador. No controla aplicaciones de escritorio, algo que Computer Use de Anthropic sí puede hacer.

Cómo se compara

Los rivales más cercanos en aquel momento eran Operator de OpenAI y Computer Use de Anthropic.

Característica	Amazon Nova Act	OpenAI Operator	Anthropic Computer Use
Función principal	Automatización del navegador web	Tareas web	Uso general del ordenador, incluida la web
Modelo	LLM Amazon Nova	GPT-4o con Computer-Using Agent (CUA)	Claude 3.5 Sonnet
Cómo se usa	SDK con Python y Playwright	Dentro de ChatGPT, fácil de empezar	Acceso por API, requiere configuración
Tipos de tarea	Tareas web como rellenar formularios	Tareas web como reservas y compras	Amplios, incluidas aplicaciones de escritorio
Ante los cambios	Se adapta a los cambios de página	Razona y se corrige	Lee la pantalla y actúa
Qué hace el modelo	El LLM Nova entiende las páginas web	GPT-4o para razonamiento y visión	Claude interpreta la pantalla

Operator es el más fácil para empezar, porque vive dentro de ChatGPT. Nova Act es para desarrolladores que quieren escribir el agente en código. Computer Use es el que más configuración exige, pero puede trabajar fuera del navegador.

Precios

Durante la vista previa de investigación, el SDK estaba disponible para experimentar a través de Amazon Nova Act con una clave de API, y Amazon no había anunciado precios. Dada la relación con AWS, lo probable parecía un pago por uso como el de Amazon Bedrock. Como comparación, Operator de OpenAI venía con la suscripción ChatGPT Pro (20 $/mes), y Computer Use de Anthropic se facturaba por uso a través de la API.

Nuestra opinión: Nova Act era una vista previa prometedora para desarrolladores que ya estaban en AWS y se habían cansado de los frágiles scripts de Playwright, siempre que revisaran su trabajo y lo mantuvieran lejos de sitios no fiables. Le dimos un 4/5.