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

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.

También llamado: computer-use agent, CUA

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

La mayoría de los agentes actúan a través de API y herramientas creadas para ellos. Muchos programas solo tienen una interfaz gráfica. El uso del ordenador permite a un modelo trabajar con esos programas directamente.

Cómo funciona

La aplicación da al modelo una herramienta de ordenador y una pantalla, normalmente una máquina virtual o un contenedor. El modelo pide una acción, como hacer clic en un punto, escribir texto o pulsar una tecla. La aplicación la ejecuta y devuelve una nueva captura de pantalla. El modelo mira el resultado y decide la siguiente acción. Es el mismo bucle del agente que en otros usos de herramientas, con la pantalla como respuesta. Se apoya en un modelo de visión y lenguaje capaz de leer interfaces.

En qué se diferencia de un agente de navegador

Un agente de navegador controla solo un navegador web, a menudo a través de la estructura de la página y no de los píxeles. El uso del ordenador puede manejar cualquier aplicación de escritorio, a costa de ser más lento y menos preciso.

Ejemplo

Un agente rellena un viejo programa de contabilidad de escritorio a partir de una hoja de cálculo, pasando por las mismas pantallas que recorrería un administrativo.

Riesgos y límites

El uso del ordenador es lento y comete errores en pantallas que no conoce. También está expuesto a la inyección de prompt: el texto de una página web o de una imagen puede anular las instrucciones del usuario. Anthropic recomienda ejecutarlo en una máquina virtual o un contenedor dedicados, con privilegios mínimos y lejos de datos sensibles. Benchmarks como OSWorld miden lo bien que lo hacen los modelos.

Términos relacionados

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.
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.
OSWorld
OSWorld es un benchmark para agentes de computer use que ejecuta sistemas operativos reales como Ubuntu, Windows y macOS y puntúa a los agentes en 369 tareas abiertas con aplicaciones web y de escritorio, comprobadas mediante scripts.
Modelo de visión y lenguaje
Un modelo de visión y lenguaje (VLM, vision-language model) es un modelo que recibe imágenes y texto como entrada y produce texto, de modo que puede describir imágenes, responder preguntas sobre ellas, leer documentos y extraer datos de capturas de pantalla.
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