Google WebMCP: Repensando la web para agentes de IA

WebMCP: Cómo Google reinventa la web para agentes de IA

Durante décadas, la web ha sido principalmente diseñada para humanos. Las páginas se crean para que los usuarios naveguen, hagan clic y lean con sus ojos y dedos. Sin embargo, esta orientación humana encuentra límites cuando entran en juego los agentes de IA. Necesitan entender las páginas web, recopilar datos y actuar en consecuencia, algo que hasta ahora solo era posible mediante trucos laboriosos. Con WebMCP, Google quiere finalmente superar esta brecha y dotar a Internet de una capa legible por máquinas.

¿Qué hay detrás de WebMCP?

Detrás de la abreviatura WebMCP se encuentra el Protocolo de Contexto del Modelo Web. Se trata de una nueva interfaz de JavaScript y un protocolo de comunicación que permite a los sitios web hablar directamente con los agentes de IA. En lugar de adivinar dónde se encuentra un botón o un campo de entrada, los agentes podrán dirigirse a herramientas estructuradas, es decir, interfaces que les indican exactamente qué acción es posible y qué datos necesitan para ello.

Un ejemplo simple:
Un agente debe reservar un vuelo en una plataforma de viajes. Hasta ahora, tendría que analizar visualmente la página, reconocer el formulario de búsqueda correcto y esperar que su estructura no haya cambiado. Con WebMCP, el sitio web puede ofrecer al agente directamente una herramienta “searchFlight” – con parámetros definidos como lugar de salida, destino y fecha. El agente sabe de inmediato cómo realizar la búsqueda correctamente, sin tener que "adivinar" en el navegador.

La base técnica: navigator.modelContext

El componente central de WebMCP es la nueva extensión de API navigator.modelContext. Permite a los sitios web proporcionar herramientas e información contextual de manera estructurada. Esto incluye:

• registerTool(), para registrar una herramienta con nombre, descripción y lógica funcional.

• provideContext(), para proporcionar información situacional, como el estado actual del usuario o el tipo de página.

Cada herramienta registrada se describe con precisión: con un nombre, una descripción clara de la función en lenguaje natural, un esquema JSON para entradas y un callback para la ejecución. Esto recuerda a las API web clásicas, solo que estas viven directamente en el navegador del usuario, donde también los agentes se activan.

Dos caminos hacia el objetivo: declarativo o imperativo

Google prevé dos enfoques para WebMCP, dependiendo del tipo de interacción del sitio:

1. API declarativa:
   Es adecuada para acciones simples y preestructuradas, como formularios, campos de búsqueda o filtros. Los desarrolladores pueden añadir atributos adicionales a los elementos HTML que indican a un agente: “Este formulario es una herramienta llamada searchProducts – estos campos son entradas, aquí se produce la respuesta.”
   Esto permite diseñar muchos escenarios estándar de manera amigable para agentes, sin cambiar la UI existente.

2. API imperativa:
   Cuando están en juego procesos complejos y dinámicos como reservas o flujos de soporte, entra en juego la variante imperativa. Aquí se puede utilizar lógica de JavaScript para controlar procesos y permitir interacciones específicas a los agentes. Así, también se pueden representar flujos de trabajo complicados de manera legible por máquinas, mucho más allá de marcar formularios simples.

De la adivinanza visual a un lenguaje claro

Hasta ahora, los agentes de IA a menudo se encuentran en una situación paradójica al explorar la web: deben "ver" lo que en realidad está diseñado para humanos. Analizan capturas de pantalla, leen el código HTML o simulan clics del ratón, métodos que son propensos a errores, lentos y costosos en términos de procesamiento.

WebMCP promete aquí una simplificación radical. En lugar de inferir a partir de fragmentos de HTML, los agentes se comunican directamente a través de un lenguaje común. Un sitio web de productos puede, por ejemplo, proporcionar una herramienta “addToCart” que le indique a un agente: “Aquí puedes añadir un artículo específico al carrito.” Esta claridad ahorra recursos, acelera procesos y aumenta la fiabilidad.

WebMCP allana el camino hacia la “web agente”

WebMCP es más que una nueva interfaz: es parte de un movimiento hacia una “web agente”. En esta visión, Internet se convierte en un espacio conectado donde los agentes de IA no solo consumen contenido, sino que actúan activamente: recuperan datos, inician procesos de reserva, devuelven resultados e interactúan de manera estructurada con servicios.

Se podría decir que la web se vuelve doblemente legible: visualmente para humanos, semánticamente para máquinas. Mientras HTML sigue controlando la presentación, WebMCP se encarga de las interacciones formales a nivel de acción.

Por qué es importante

El beneficio es considerable:

• Eficiencia: Los agentes ahorran potencia de cálculo, ya que no necesitan interpretar componentes visuales.

• Fiabilidad: Las herramientas permanecen estables, incluso si cambia el diseño de la página.

• Estandarización: A través de un protocolo uniforme, se crean flujos de trabajo de agentes interoperables que funcionan independientemente del navegador o marco.

Esto brinda a desarrolladores y empresas la oportunidad de diseñar sitios web que sean comprensibles tanto para visitantes humanos como para máquinas. Esto podría crear nuevas posibilidades, especialmente en comercio electrónico, sistemas de soporte e investigación de datos.

Estado actual y perspectivas

Actualmente, WebMCP está en un programa de vista previa temprana en Google. Los desarrolladores ya pueden construir prototipos iniciales y probar cómo los agentes se comunican con los sitios web a través de esta nueva interfaz. A largo plazo, WebMCP podría convertirse en una parte integral de Chrome, y posiblemente también encontrar su camino en los propios productos de IA de Google, como Gemini.

Si este enfoque se consolida, la web podría alcanzar una nueva dimensión en los próximos años: una en la que los sistemas de IA ya no tengan que interpretar Internet, sino entenderlo de manera nativa.

Seguridad y responsabilidad

Por supuesto, este poder también conlleva responsabilidad. Google señala que los riesgos de seguridad como Prompt Injection no provienen de la API en sí, sino de la lógica de los agentes que la utilizan. Por lo tanto, los desarrolladores de agentes deben incorporar mecanismos para prevenir abusos y asegurar acciones sensibles.

Este es un punto central: cuanto más estrechamente se integren los agentes con la web, más importante será la confianza – entre humanos, agentes y sitios web.

Conclusión: El enfoque de WebMCP de Google presenta grandes oportunidades

WebMCP marca un punto de inflexión en el ecosistema digital. Donde antes los agentes tenían que "adivinar" visualmente, en el futuro podrán actuar de manera específica. Esto hará que la web no solo sea más inteligente, sino también más accesible para una nueva generación de aplicaciones.

Si este enfoque se establece, podríamos pronto experimentar una web que no solo se observa, sino que se habita activamente – por agentes de IA que compran, reservan, investigan o planifican por nosotros. WebMCP sería entonces la clave para este siguiente nivel de desarrollo: la verdadera Internet agente.