Los agentes de IA siempre activos están en pleno auge y las grandes tecnológicas compiten por lanzar sus propias versiones para captar a los primeros usuarios. La razón por la que estas herramientas empiezan a calar fuera de Silicon Valley es sencilla: funcionan. Siguen cometiendo errores, pero han mejorado de forma notable a la hora de ejecutar tareas y controlar un navegador.

Para comprobarlo dediqué un día completo a probar los principales agentes disponibles. Antes de acostarme configuré seis herramientas siempre activas en el teléfono: Muse de Meta, Dots de OpenAI, Instinct, Claude Duet de Anthropic, Gemini Spark de Google y Grok Bot de xAI.

Cada uno difiere en precio y funciones. Muse es gratuito y lidera las listas de descargas desde su lanzamiento en septiembre. Instinct también es gratis, pero requiere un código de invitación y funciona por mensajes de texto en lugar de una aplicación. Dots cuesta 100 dólares al mes, el más caro de la lista, y está integrado en ChatGPT. Gemini Spark es una versión beta dentro de la aplicación Gemini y cuesta 20 dólares al mes. Grok Bot cuesta 30 dólares mensuales y tiene aplicación propia. Claude Duet, el más reciente, cuesta 20 dólares al mes y llegó como avance de investigación con lista de espera la noche anterior a las pruebas.

¿Qué es exactamente un agente de IA? Es como enviar un mensaje de texto a un asistente digital para que realice tareas: revisar el correo en busca de mensajes importantes, buscar ofertas de vuelos para las vacaciones o ayudar con decisiones de compra. Frente a la experiencia por turnos de un chatbot, estas herramientas son más proactivas y avisan primero cuando detectan una oportunidad para ser útiles. Los mensajes con el agente se guardan en un único hilo de conversación parecido a un grupo de mensajería. Gran parte del trabajo lo hacen controlando un navegador virtual, es decir, su propia computadora para acceder a internet.

La rúbrica y una advertencia

Diseñé cinco pruebas básicas y califiqué cada intento en una escala del 1 al 5 para evaluar la proactividad, la capacidad de seguir instrucciones y las habilidades de navegación. Esto no es una recomendación: el software sigue siendo incipiente y plantea dudas de privacidad y seguridad. Estos agentes funcionan mejor conectados a datos personales como el correo y el calendario, pero exigen un nivel de confianza que puede disuadir a más de uno. Un usuario relató que conectó agentes a su cuenta bancaria y a su Slack del trabajo, y se quedó preocupado cuando uno publicó cuánto dinero tenía a la vista de sus compañeros. Solo compartí mi Google Calendar y mi Gmail personal.

Reunión matutina

Los jueves por la mañana la sección de tecnología celebra una reunión para revisar los planes de cobertura. Pedí a cada agente un resumen de noticias tecnológicas y un titular atractivo, con la instrucción de investigar durante 30 minutos. Solo Muse y Dots aprovecharon la mayor parte del tiempo asignado; el resto respondió casi de inmediato, lo que sugiere un menor seguimiento de las instrucciones.

En contenido, Gemini Spark dio el mejor enfoque al contrastar cómo Walmart creó fórmulas para que agentes externos usaran su plataforma de compras mientras Amazon tomaba distancia. Claude Duet propuso un ángulo interesante sobre los chats protegidos con PIN de ChatGPT y lo que ocultan a la propia empresa. Muse quedó en un punto medio y Grok Bot e Instinct aportaron titulares más propios de una noticia vieja que de una propuesta fresca. Ninguna de las seis ideas entusiasmó al equipo editorial.

Hora de comer

Después delegué la compra del almuerzo, comprometiéndome a pedir en el bot que mejor lo hiciera. Añadí complejidad: el pedido era para dos, uno de ellos vegano, con antojo de comida vietnamita, y debía recogerse cerca de la oficina.

Casi todos eligieron DragonEats o Freshroll. Instinct y Claude Duet armaron carritos algo caros. El único fallo serio fue Gemini Spark, que solo añadió un rollito de cinco dólares para el segundo comensal: más un aperitivo que una comida. Muse y Grok Bot acertaron con alternativas muy cercanas al pedido real, y Claude Duet resolvió con sensatez. Instinct creó un carrito similar pero cuatro dólares más caro.

Conflictos de horarios

Otra gran ventaja es la capacidad de ser proactivos, a diferencia de los chatbots que solo reaccionan a las indicaciones. Creé un evento en el calendario a las 2 de la tarde etiquetado como reunión importante e imposible de posponer, y me envié un correo con un escenario ficticio: mi madre salía del hospital ese día y necesitaba una llamada a la misma hora.

Solo dos agentes detectaron el solapamiento. Dots lo señaló casi de inmediato y propuso alternativas razonables según el horario de alta. Claude Duet identificó el conflicto horas antes, pero no ofreció salidas. Grok Bot, Instinct y Muse no cruzaron la información y se limitaron a prometer que lo revisarían en el futuro. Gemini Spark no advirtió nada y justificó que el recordatorio llegó por correo y no como entrada de calendario.

Itinerario de vacaciones

Envié a todos un encargo más ambicioso: un primer borrador de itinerario de dos semanas por China, con vuelos, hoteles, vida nocturna y restaurantes, combinando historia y grandes ciudades y con un máximo de cuatro alojamientos. Conviene contrastar cualquier resultado de este tipo con fuentes que no sean IA: unos viajeros que confiaron por completo en un chatbot para una excursión exigente acabaron necesitando rescate por falta de suministros.

Curiosamente, todos eligieron rutas casi idénticas, lo que anticipa un posible efecto Lonely Planet en el que distintos viajeros terminan en los mismos sitios. Muse entregó el borrador más legible, con tablas y consejos claros: vuelo sin escalas a Pekín, historia imperial, gastronomía de Sichuan, pandas y cierre con la vida nocturna de Shanghái. Dots fue sólido pero excesivo, con 24 páginas. Grok Bot resultó fácil de leer y muy práctico. Gemini Spark, Instinct y Claude Duet cumplieron sin destacar en presentación.

Comprobación del insomnio

Me costaba conciliar el sueño tras la jornada de pruebas. La pregunta era qué hacen estas herramientas cuando la tarea es amplia y sin objetivo definido.

Grok Bot dio la respuesta más sensata: programar un recordatorio para la mañana siguiente y visitar a mi madre. Dots, Instinct y Muse fueron comprensivos y directos, y Muse incluso prometió revisar calendario y correo a una hora razonable. Gemini Spark propuso descargar mentalmente las preocupaciones en papel, pero su comentario sobre mi agenda matinal vacía resultó desafortunado: el insomnio no depende del calendario. Claude Duet fue el más frío, al ofrecerse a cerrar pendientes de trabajo y de comida en plena madrugada.

Veredicto

Mejor en general: Dots, de OpenAI. Obtuvo el mejor rendimiento global y ya se siente más pulido un mes después de su lanzamiento. Su precio de 100 dólares al mes invita a esperar una versión gratuita o incluida en el plan de 20 dólares.

Más accesible: Muse, de Meta. Quedó cerca del primer puesto y fue el más fácil de configurar, además de gratuito. Persisten las dudas por el historial de la compañía en la gestión de datos de usuarios.

Mejor interfaz: Claude Duet, de Anthropic. Su aplicación dedicada es muy fácil de usar y de seguir, aunque todavía exige lista de espera y 20 dólares mensuales.

El más molesto: Instinct. Funcionar solo por mensajes de texto aleja demasiado del trabajo que hace el agente, y sus reacciones con emojis resultaron irritantes.