Computer Use en un minuto
Una aplicación antigua de inventario puede ofrecer un botón para exportar, aunque no tenga integración. El sistema puede elegir el informe y descargarlo mediante la interfaz. Debe comprobar cuenta, filtros, periodo y contenido del archivo. Pulsar el botón no basta para demostrar que el encargo se ha realizado correctamente.
Computer Use y API: dos vías de acceso diferentes
Una API permite que un programa solicite datos o acciones de forma estructurada. La petición puede indicar producto, operación y campos necesarios; la respuesta puede devolver registros y estados definidos. Computer Use utiliza la interfaz que ve una persona. Por tanto, debe interpretar la pantalla actual y realizar la interacción apropiada.
| Aspecto | API | Interfaz gráfica |
|---|---|---|
| Entradas | Parámetros e identificadores definidos. | Botones, campos, menús y ventanas. |
| Respuesta | Datos estructurados y códigos de estado. | Mensajes visibles, cambios de pantalla y archivos. |
| Incertidumbre habitual | Esquemas, permisos, límites o reglas de negocio. | Esas reglas y, además, disposición, foco y estado visual. |
| Cuándo ayuda | Existe una integración adecuada. | La operación se ofrece principalmente mediante una interfaz. |
Una API apropiada suele ser más predecible para tareas repetidas con datos porque evita parte de los problemas de foco y disposición visual. Eso no convierte cualquier API en segura o completa. Una petición mal delimitada también puede modificar el registro equivocado. La interfaz gráfica resulta útil cuando la integración no existe o una aplicación antigua no puede adaptarse fácilmente.
El uso de navegador y el uso de escritorio tampoco son idénticos. Algunos sistemas inspeccionan capturas; otros utilizan la estructura accesible de una página u otra información permitida de la interfaz. Las acciones disponibles cambian según el producto. Interpretar una imagen mediante Multimodal AI no equivale a disponer de una herramienta para pulsar, escribir o descargar.
Exportar un informe desde una aplicación antigua
Una empresa necesita el informe mensual de inventario de una aplicación sin API. El encargo consiste en exportar los datos de una sucursal y preparar un resumen. Primero se identifican cuenta autorizada, sucursal, periodo y destino. Poder entrar en la aplicación no implica autorización para cambiar existencias o modificar la configuración de otros usuarios.
- Revisar el estado
Confirmar aplicación, cuenta, pantalla y filtros relevantes.
- Realizar la operación
Elegir informe, establecer fechas y solicitar la exportación.
- Comprobar los datos
Revisar archivo, sucursal, periodo, columnas y cobertura antes de resumir.
Después de un cambio importante debe observarse de nuevo la interfaz. Un menú puede abrirse en otra posición, un aviso puede tapar el formulario o una sesión anterior puede haber dejado un filtro inesperado. Reutilizar coordenadas sin comprobar la pantalla puede activar otro control. Escribir en un campo con el foco equivocado puede tener consecuencias mayores que un simple error de navegación.
Tras solicitar la exportación, hay que distinguir un archivo que todavía se está generando de una descarga terminada. Después se inspecciona el archivo real con una herramienta adecuada. ¿Cubre todo el mes? ¿Incluye todas las páginas? ¿Corresponde a la sucursal elegida? ¿Son razonables las columnas y filas? Estas preguntas conectan las acciones con el objetivo empresarial.
Si falta información por un filtro incorrecto, el sistema puede corregirlo dentro del encargo. Si la cuenta carece de acceso o aparece una verificación desconocida, debe detenerse en ese límite. No debe inventar datos, saltarse controles o cambiar de cuenta por iniciativa propia para aparentar que la exportación ha terminado.
La documentación de Computer Use de Anthropic describe una implementación concreta: la aplicación proporciona herramientas y un entorno donde se ejecutan acciones solicitadas por el modelo. Otros productos pueden ofrecer controles diferentes. El concepto general es la interacción con una interfaz bajo control de software, no una lista universal de acciones ni acceso garantizado a cualquier escritorio.
Flexibilidad con límites claros
Computer Use puede cubrir carencias de sistemas antiguos y coordinar trabajo entre aplicaciones visibles. También introduce fallos propios: cambios de diseño, pantallas lentas, ventanas emergentes, sesiones caducadas y estados ambiguos. Que una demostración funcione una vez no demuestra que soporte las variaciones habituales del entorno de trabajo.
Un perfil de navegador independiente o un escritorio separado puede reducir las cuentas y archivos disponibles. Un sandbox puede limitar además red y ejecución. Son controles concretos, no garantías de que cualquier acción sea inocua. Las consecuencias dependen de lo que siga siendo accesible y de las operaciones que permita la cuenta.
La aprobación debe preceder a la acción importante. El sistema puede preparar un formulario y mostrar los valores exactos. Cuando hace falta revisión, la persona debe conocer destino y efecto antes de enviar. Una aprobación anterior de otra versión no debe autorizar silenciosamente un contenido modificado.
El contenido externo de una pantalla no concede permisos. Una página o documento puede incluir instrucciones destinadas a desviar al agente, como enviar datos a una dirección ajena al encargo. La aplicación debe distinguir lo que está leyendo de una instrucción de la persona. Los límites de Tool Use y los permisos deben seguir aplicándose aunque la pantalla contenga texto persuasivo.
La recuperación exige comprobar el estado. Si un envío agota el tiempo de espera, el registro podría existir ya. Pulsar de nuevo puede duplicarlo. Busca una confirmación fiable o un identificador de operación antes de repetir, y comunica la incertidumbre cuando no pueda resolverse. Esto importa especialmente si el aviso desaparece o la aplicación vuelve a la pantalla inicial.
- Limita cuentas y operaciones al encargo.
- Revisa la interfaz después de cambios relevantes.
- Comprueba el archivo o registro realmente producido.
- Respeta límites de acceso, verificación y aprobación.
- Evita repetir escrituras cuyo resultado sea desconocido.
Los AI Agents pueden elegir acciones de interfaz dentro de una tarea mayor. Human-in-the-loop aporta revisión y un Agentic Workflow organiza condiciones, progreso y paradas. Una implementación útil explica sus límites y puede describir un resultado incompleto con la misma claridad que uno satisfactorio.