Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Agente de navegador

Un agente de navegador (browser agent) es un agente de IA que controla un navegador web para completar tareas, como buscar, hacer clic, rellenar formularios y leer páginas, a menudo con un navegador headless sin ventana visible.

También llamado: headless browser, browser automation

Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas

Gran parte de la web no tiene API. Un agente de navegador trabaja a través de las mismas páginas que usa una persona.

Cómo funciona

El agente maneja un navegador real a través de una biblioteca de automatización como Playwright, que puede ejecutar Chromium, Firefox y WebKit, en modo headless por defecto. En cada paso, el agente lee la página, ya sea como una versión simplificada de su estructura o como una captura de pantalla, y después pide una acción: ir a una URL, hacer clic en un elemento, escribir texto. La capa de automatización la ejecuta y devuelve el nuevo estado de la página.

Un navegador headless es el navegador funcionando sin ventana. Es la fontanería, no el agente; los scrapers y las baterías de pruebas también lo usan. Entre las herramientas para agentes están el servidor MCP de Playwright, Browser Use y Stagehand, además de servicios de navegador alojados como Browserbase.

En qué se diferencia de términos relacionados

El rastreo web recopila páginas a gran escala y no interactúa con ellas. El uso del ordenador controla un escritorio completo mediante capturas de pantalla, no solo un navegador.

Límites

Las tareas web siguen siendo difíciles. En el benchmark WebArena, con sitios realistas, el mejor agente basado en GPT-4 del artículo original completó el 14.41% de las tareas, frente al 78.24% de las personas. Los inicios de sesión, los captchas y los diseños cambiantes rompen los agentes. Cada página es una entrada no fiable, así que un agente de navegador es un objetivo habitual de la inyección de prompt.

Términos relacionados

Uso del ordenador
El uso del ordenador (computer use) es la capacidad de un modelo de IA para manejar un ordenador como lo hace una persona, mirando capturas de pantalla y enviando clics de ratón y pulsaciones de teclado, de modo que puede trabajar con software que no tiene API.
Rastreo web para IA
El rastreo web para IA (web crawling) es la descarga automática de páginas web, siguiendo enlaces o una lista de URL, para reunir texto con el que entrenar modelos, construir índices de búsqueda o dar a una aplicación contenido actualizado que recuperar.
Agente de IA
Un agente de IA es un sistema en el que un modelo de lenguaje decide sus propios pasos siguientes: llama a herramientas, lee los resultados y repite hasta terminar la tarea, en lugar de seguir un guion fijo.
BrowseComp
BrowseComp es un benchmark de OpenAI con 1,266 preguntas difíciles que evalúa si un agente de navegación puede buscar en la web con persistencia datos enrevesados y difíciles de encontrar, con respuestas cortas que son fáciles de comprobar.
Prompt injection
La prompt injection (inyección de prompts) es un ataque en el que un texto que recibe un modelo de lenguaje, escrito por un usuario u oculto en una página web, un archivo o el resultado de una herramienta, cambia el comportamiento del modelo de formas que su desarrollador no pretendía.

Fuentes