Playwright y los agentes de IA: el navegador es la nueva API
Dejamos de programar APIs. Ahora enseñamos a la IA a usar el navegador como lo haría una persona: clic, formulario, descarga, decisión. Ejemplos reales y qué implica para el pentesting.
Durante años, integrar dos sistemas era casi siempre el mismo camino: buscar una API, leer la documentación, generar tokens, consumir endpoints y esperar que esa documentación estuviera al día. Cuando la API simplemente no existía, la respuesta era directa: la integración no era posible.
Eso está cambiando. Herramientas como Playwright, combinadas con modelos de IA, abrieron una forma distinta de automatizar procesos: la IA ya no necesita que exista una API. Puede usar la aplicación web tal cual la usaría una persona. Hace clic, completa formularios, sube archivos, descarga reportes, lee tablas, toma decisiones y sigue con la siguiente tarea.
El navegador se convirtió en la nueva API
Durante años pensamos el navegador como la interfaz para las personas. Ahora también lo es para los agentes de IA. Un agente puede abrir Chrome, iniciar sesión en un ERP, buscar una factura, descargar un PDF y enviarlo por correo sin que exista una sola línea de integración entre ambos sistemas. Eso cambia la forma en que pensamos la automatización de raíz.
Esto no es RPA con otro nombre
Es tentador comparar esto con las herramientas tradicionales de RPA, pero la diferencia es grande. El RPA clásico sigue una secuencia fija: paso 1, paso 2, paso 3. Si un botón cambia de lugar en la próxima versión del sistema, el flujo entero deja de funcionar y alguien tiene que abrir el editor a repararlo.
Un agente con IA interpreta contexto. Si el botón se movió, lo busca. Si aparece un mensaje inesperado, lo analiza. Si algo falla, decide qué hacer con esa información en vez de simplemente detenerse. No ejecuta una lista de instrucciones ciega, razona sobre lo que tiene enfrente.
RPA automatiza una interfaz que asume estable. Un agente de IA automatiza una tarea, y se adapta cuando la interfaz cambia debajo suyo. Esa es la diferencia entre un script frágil y algo que sobrevive un rediseño.
Playwright no es solo una herramienta de testing
La mayoría de los desarrolladores conocen Playwright por las pruebas automatizadas de frontend. Esa es apenas una fracción de lo que hace hoy. Playwright se convirtió en las manos de los agentes de IA: mientras el modelo razona, Playwright ejecuta.
El flujo es simple de describir: el LLM decide qué hacer, Playwright abre Chrome, hace clic, escribe, lee el resultado en pantalla y devuelve ese contexto al modelo para la siguiente decisión. Ese ciclo se repite tantas veces como haga falta hasta terminar la tarea.
Casos de uso reales
Pensá en un agente capaz de, usando únicamente un navegador:
- Revisar LinkedIn y detectar nuevas ofertas laborales que calzan con un perfil.
- Entrar a Marangatu y descargar comprobantes de pago sin intervención manual.
- Revisar la consola de AWS y armar un reporte de costos diario.
- Actualizar tareas en Jira a partir del estado real de un deploy.
- Bajar métricas de un dashboard de Grafana y resumirlas en texto plano.
- Operar un CRM viejo que nunca tuvo API, ni la va a tener.
Ninguno de estos casos necesita que el sistema del otro lado exponga nada. Solo necesita una pantalla.
¿Y qué pasa con la ciberseguridad?
Acá aparece el desafío más interesante. Si nosotros podemos armar agentes que usan un navegador, un atacante también puede. Ya hay campañas donde la IA ayuda a automatizar reconocimiento: recorrer un sitio, mapear formularios, probar credenciales filtradas contra un portal de login, todo con el mismo patrón razona-y-ejecuta que describí arriba, corriendo sin supervisión y sin cansarse.
En un pentest esto ya es práctico, no teórico. Un agente puede navegar un panel de administración expuesto, identificar los campos de un formulario de login, probar una lista de credenciales conocidas con la lentitud justa para no disparar un bloqueo por intentos fallidos, y reportar qué combinación funcionó, sin que el operador humano escriba un solo selector CSS. Es el mismo Playwright que usamos para QA, apuntado a reconocimiento en vez de a un test suite.
Si el reconocimiento se automatiza con agentes, la respuesta también tiene que hacerlo. Detectar tráfico de un navegador headless operado por IA, o un patrón de clics demasiado perfecto para ser humano, empieza a ser tan relevante como cualquier otra firma de ataque.
No es una cuestión de moda. Es ventaja operacional, para el que ataca y para el que defiende.
Mi conclusión
Creo que estamos en uno de los cambios más importantes desde la aparición de las APIs REST. Durante años enseñamos a las aplicaciones a hablar entre ellas. Ahora estamos enseñando a la IA a usar esas aplicaciones exactamente como lo haría cualquiera de nosotros. Y cuando eso pasa, el navegador deja de ser una simple interfaz: se convierte en el puente entre la IA y el mundo real.
Wake up, Padawan. El futuro no consiste en crear más chatbots. Consiste en crear agentes capaces de trabajar.