Ya hay agentes silenciosos en su sitio web

Un agente silencioso es una automatización que actúa a través de un navegador normal o de una sesión de cliente sin proporcionar una identidad de agente verificable. Puede tratarse de un asistente legítimo que actúe en nombre del cliente, un agente no autorizado que vaya más allá de lo que le hayan ordenado o una automatización maliciosa que imita el comportamiento del agente. 

Cuando se produce actividad humana y automatizada dentro de la misma sesión autenticada, distinguir entre ambas se vuelve más difícil. Sin la identificación explícita de los agentes, las empresas deben confiar en señales técnicas y de comportamiento que no siempre cuentan la historia completa: si relaja la detección para dejar entrar a los agentes legítimos, corre el riesgo de exponer su empresa a una automatización maliciosa; si la refuerza, se arriesga a bloquear la actividad autorizada por el cliente. 

Durante la mayor parte de la historia de la gestión de bots, cualquier automatización que mereciera la pena se daba a conocer por sí misma. Los rastreadores de búsqueda publicaban sus agentes de usuario y sus rangos de IP. Por ejemplo, un sitio podía buscar Googlebot, confirmarlo y tratarlo de forma diferente a un rastreador anónimo. Este acuerdo funcionaba porque el operador de bots quería ser reconocido.

Los agentes de consumo rompieron involuntariamente el acuerdo. Se crearon para utilizar la web de la manera en que una persona lo hace, de manera que manejan un navegador, hacen clic en las páginas, rellenan formularios y sortean las dificultades como un humano lo haría. 

• Muse se ejecuta en una máquina virtual en la nube de Meta con un navegador integrado. 

• Instinct mantiene un escritorio en la nube persistente y lo gestiona con las credenciales almacenadas del usuario, incluidos los datos de correo electrónico y pago. 

• Dots se ejecuta como un agente de nube de OpenAI. 

Desde el punto de vista del servidor, cada una de ellas es una sesión de navegador: la cadena User-Agent dice navegador; su comportamiento dice automatización.

Las notificaciones de casos llegan en dos versiones dependiendo de si el agente aparece en la banca o en el comercio.

Bloquear a todos los agentes es la respuesta más rápida y la más fácil de defender internamente. Para los inicios de sesión y el movimiento de dinero, el bloqueo también puede ser la decisión de seguridad más adecuada por ahora.  Sin embargo, si se aplica a todo un sitio, el bloqueo deja de ser una decisión de seguridad y se convierte en una decisión comercial. El agente actúa en nombre de un cliente que quiere comprar algo y el bloqueo recae sobre ese cliente. Los clientes que se encuentran con el bloqueo no llegan a la conclusión de que su agente necesita mejores credenciales; simplemente se van a un sitio que les funcione.

El acceso de solo lectura es una versión que se tiene más en cuenta y que se mantiene mejor, aunque responde a una pregunta más restringida de lo que parece. Leer una cuenta no está exento de riesgos cuando el agente actúa en función de lo que lee en algún otro sistema, y muchas acciones valiosas no son ni una lectura ni una transferencia de dinero, como una reserva, una reprogramación, un cambio de dirección o el canje de una recompensa. Una estrategia de solo lectura gana tiempo en lugar de establecer una política.

Una única categoría de "bots de IA" no puede conllevar una política, porque el tráfico que contiene quiere cosas opuestas. Un rastreador que recopila las descripciones de sus productos para entrenar un modelo, un rastreador de búsqueda que indexa su sitio para que su marca aparezca en una respuesta de IA y un asistente que recupera una sola página porque su cliente hizo una pregunta son tres transacciones fundamentalmente diferentes.

En agosto de 2026, dividimos en tres esa categoría en Akamai Bot Directory:

• Rastreadores de entrenamiento de IA: recopilan contenido a escala para entrenar modelos (p. ej., GPTBot, ClaudeBot y Meta-ExternalAgent).

• Rastreadores de búsqueda de IA: sitios de índice para búsquedas de IA y citas de fuentes (p. ej., OAI-SearchBot, Claude-SearchBot y PerplexityBot).

• Agentes y recuperadores de IA: acceden a una página en tiempo real para responder a una pregunta o completar una tarea (p. ej., usuario de ChatGPT, agente de ChatGPT, agente de GoogleAgent-Mariner y presuntos agentes silenciosos).

Esta división proporciona a las empresas un control más detallado sobre las acciones que, de otro modo, se contradicen entre sí: restringir los rastreadores de entrenamiento para proteger el contenido para el que la organización no ha concedido licencia; dar la bienvenida a los rastreadores de búsqueda para que el contenido permanezca visible en las respuestas de IA, y tratar a los agentes en tiempo real como al tráfico generado por los clientes: una política por categoría, establecida por la empresa.

La visibilidad también debe extenderse más allá del catálogo. El tráfico que preocupa a un banco no está simplemente navegando; ha iniciado sesión. La supervisión de la actividad de los agentes en sesiones autenticadas es una medida diferente a la del seguimiento en páginas de contenido, y las empresas necesitan ambos puntos de vista antes de empezar a gestionar su exposición.

Las categorías revelan qué tipo de tráfico ha llegado. La siguiente pregunta es cómo se sabe lo que se sabe sobre cada agente, y hay dos respuestas muy diferentes.

Algunos agentes se identifican de una manera que se puede comprobar. Publican una clave, firman sus solicitudes y se pueden verificar en el Edge en lugar de tener que creer en su palabra. Estos agentes son conocidos y un agente conocido puede llevar su propia política, incluso al realizar el pago, porque el reconocimiento no depende de nada que se pueda copiar.

Todo lo demás es inferido. Clasificamos a los agentes a partir de las características observadas y los etiquetamos como sospechosos, por lo que en el informe se muestra una entrada del tipo “Agente de Muse (sospechoso)” en lugar de una identidad confirmada. Esa etiqueta es realmente útil; le informa de que un agente está llegando a su sitio, aproximadamente en qué medida y hacia dónde se dirige. No le indica que la siguiente solicitud con el mismo patrón proviene del mismo agente, y una política redactada como si así fuera finalmente concederá acceso a quién no era su intención.

La puntuación de riesgo de comportamiento es lo que permanece cuando la clasificación no está disponible, y es el control que sigue funcionando cuando los agentes utilizan técnicas de engaño. Al analizar cómo se mueve una sesión en lugar de lo que dice ser, el análisis de comportamiento se opone a un agente diseñado para parecer un navegador y a un bot de un distribuidor diseñado para parecer un cliente. 

También es por eso que a veces se detiene a los agentes legítimos cuando van a proceder al pago. El resultado es que el sistema funciona según lo previsto: Hasta que los agentes puedan autenticarse, parte del tráfico de agentes legítimo irá a la categoría de no verificados.

La consecuencia práctica para un equipo de seguridad es interpretar conjuntamente las dos señales: categoría/etiqueta y comportamiento. La categoría y la etiqueta le dicen quién está accediendo y en qué medida. El comportamiento le indica lo que está haciendo esa sesión en ese momento. Ninguna de ellas por sí sola es suficiente para definir la política.

Una página de catálogo y una página de pago conllevan diferentes riesgos. Un agente que lee descripciones de productos para un cliente está haciendo algo que los navegadores estándar siempre han hecho. Las empresas suelen querer ese tráfico porque genera ventas y porque los asistentes de IA se están convirtiendo en una ruta de detección. 

Sin embargo, el mismo agente que hace un pedido está haciendo algo que mueve inventario y dinero, y que merece el mismo escrutinio que se aplica a cualquier automatización. El inicio de sesión está más cerca del pago que del catálogo. Lo mismo ocurre con cualquier cosa que cambie una cuenta.

Esto es lo que significa la acción selectiva en la práctica: 

• Una política para el contenido, en la que se puede supervisar o permitir la mayor parte del tráfico de IA 

• Una política diferente en la transacción, en la que cada solicitud se puntúa para su automatización, independientemente de cómo se denomine a sí misma 

• Una tercera política de autenticación, en la que la pregunta no es si la sesión está automatizada, sino si la persona detrás de ella es el titular de la cuenta y si se trata de una acción reconocible

Dicho esto, el resultado es similar al que ya ven la mayoría de los retailers: un agente puede buscar en el catálogo en nombre de un cliente, pero se le detiene cuando intenta comprar. Esto mantiene abierta la ruta de detección, se aplican los controles existentes allí donde se encuentra el dinero y se deja a la empresa libertad para cambiar de opinión respecto a cualquier terminal individual sin tener que revisar toda la política.

La misma lógica responde a la pregunta que oímos con más frecuencia, que es cómo dejar que un agente específico complete una compra. El movimiento que funciona no es una exención escrita contra una firma, ya que cualquier cosa que imite esa firma la hereda. Lo que funciona es la autenticación y la verificación. Una vez que un agente demuestra quién es, puede tener su propia política, incluso al completar una compra, y la empresa puede conceder acceso a una parte verificada en lugar de a un patrón.

Cada parte de este problema se origina con la misma pieza que falta. Un agente no puede demostrar quién es o para quién trabaja, por lo que los sitios se basan en la inferencia, y la inferencia no puede respaldar la toma de decisiones que las empresas pretenden hacer.

Esa pieza se está construyendo ahora. Web Bot Auth, un borrador del Grupo de trabajo de ingeniería de Internet con el que colaboramos, permite a un agente firmar sus solicitudes para que un sitio pueda verificar el origen criptográficamente en lugar de confiar en un encabezado. 

El protocolo de agentes de confianza de Visa se basa en el mismo enfoque de firma para los pagos, y lo integramos para que los comerciantes puedan saber si un agente está navegando o pagando y conectar a ese agente con el cliente al que representa. Know Your Agent, de Skyfire, añade la capa de identidad que vincula un agente a una organización o usuario verificados, y nos unimos al ecosistema Experian Agent Trust junto con él. En junio de 2026, combinamos todo esto  en un marco de seguridad agéntica que abarcaba la identidad, la capacidad de observación, la confianza y la aplicación en el Edge.

Los cuatro pasos que puede dar ahora son: 

1. Descubrir quién está accediendo ya a su empresa

2. Definir la política por terminal

3. Hacer que la verificación sea la ruta al "sí"

4. Mantener la puerta de navegación abierta mientras la identidad se pone al día

Las empresas que gestionen bien esto no serán los que adivinaron correctamente en qué agentes confiar. Serán los que supieron ver lo que llegaba, cuánto eran capaces de verificar y los que pudieron actuar sobre un terminal sin molestar al resto.

Para hablar sobre sus políticas de transacciones y categorías de tráfico de IA actuales, póngase en contacto con un experto de Akamai.