Definición
El tráfico de agentes de IA es el conjunto de solicitudes que recibe una aplicación de agentes de software que usan modelos de IA para decidir qué hacer. Estos agentes navegan páginas, llaman a APIs, rellenan formularios e invocan herramientas en servidores de Model Context Protocol (MCP), normalmente en nombre de una persona o una empresa. La característica definitoria es que un modelo, no una persona, elige la siguiente acción dentro de la tarea que se le asignó.
El tráfico de agentes de IA se solapa con formas anteriores de automatización como crawlers y scripts, pero se comporta de manera distinta. Los agentes persiguen objetivos, se adaptan a lo que encuentran y a menudo interactúan con partes de una aplicación que se diseñaron solo para personas.
Dónde aparece
- Websites y apps SaaS: asistentes que leen documentación, comparan páginas de precios o completan flujos de trabajo de varios pasos dentro de una sesión iniciada. Los operadores de IA documentan parte de este tráfico: OpenAI's ChatGPT-User y Claude-User de Anthropic recuperan páginas cuando una persona hace una pregunta.
- APIs: agentes que llaman a endpoints directamente con credenciales de API, a menudo con un ritmo y un patrón distintos de los de una integración impulsada por personas.
- Servidores MCP: clientes de IA que invocan herramientas, donde cada llamada es por definición automatizada y la pregunta es qué cliente está llamando y qué puede hacer. Consulta MCP server.
Cómo reconocerlo
Ninguna señal por sí sola identifica de forma fiable el tráfico de agentes. Los equipos combinan evidencias de distinta solidez, como se explica en how to tell if website traffic comes from AI agents:
Evidencia verificada
Algunos operadores de agentes firman sus solicitudes usando HTTP message signatures (RFC 9421), con claves publicadas bajo un dominio que controlan, siguiendo el trabajo del IETF Web Bot Auth. Una firma que valida es una evidencia sólida de qué cliente de qué operador envió la solicitud.
Evidencia declarada
Los clientes pueden describirse a sí mismos: una cadena de user-agent, un nombre de cliente MCP, un header. Esto es útil, pero fácil de imitar, por eso user-agent spoofing sigue siendo una preocupación permanente.
Evidencia inferida
El momento de la solicitud, los patrones de navegación, la falta de contexto del navegador y los detalles del protocolo pueden sugerir automatización. Las inferencias pueden ser erróneas, así que siempre deben etiquetarse como inferencias.
Cuando ninguna de estas opciones permite determinarlo, el resultado honesto es Unknown.
Por qué importa
El tráfico de agentes no es inherentemente bueno ni malo. Un asistente de compras que compara planes, un agente interno que sincroniza registros y un scraper que ignora tus términos pueden parecer similares a nivel de red. Lo que cambia es lo que tu aplicación debería hacer:
- Ofrecer una respuesta estructurada o una API a los agentes que te interese atender.
- Aplicar límites a nivel de ruta cuando el volumen automatizado pueda tensionar los recursos.
- Pedir credenciales más sólidas antes de acciones de alto impacto.
- Mantener la experiencia humana rápida y sin ruido.
Tratar toda la automatización como abuso rompe integraciones legítimas. Ignorarla significa que acciones sensibles pueden ejecutarse sin el contexto que tu equipo da por supuesto.
Ideas equivocadas comunes
"Los agentes siempre se identifican." Muchos no lo hacen, y las declaraciones pueden ser falsas.
"Un agente firmado es un agente de confianza." Una firma muestra qué clave firmó la solicitud. No muestra que la acción esté autorizada o sea segura. Consulta agent authorization.
"Bloquear la automatización protege la aplicación." A menudo bloquea las integraciones de las que dependen los clientes mientras los actores maliciosos se adaptan.
Cómo Proof of Actor gestiona el tráfico de agentes
Proof of Actor clasifica cada interacción como Human, Human + AI, Agent o Unknown (la taxonomía se explica aquí), y señala si el resultado es verified, declared o inferred. Los equipos observan primero y luego enrutan el tráfico de agentes con sus propias políticas. Consulta How It Works o apply for early access.
Fuentes
- Model Context Protocol specification (2026-07-28): la revisión actual de MCP a noviembre de 2026
- RFC 9421: HTTP Message Signatures: el estándar detrás de las solicitudes firmadas de agentes
- IETF Web Bot Auth working group: trabajo de estándares sobre autenticación de clientes automatizados
- OpenAI: Overview of OpenAI Crawlers: ChatGPT-User y otros user agents documentados de OpenAI
- Anthropic: crawler and fetcher documentation: Claude-User y otros bots de Anthropic