Microsoft Research lanza Webwright, un agente de navegador que resuelve el 60% de las tareas web

Microsoft Research ha presentado Webwright, un framework para agentes de navegador que completa tareas web complejas con casi el doble de éxito que los modelos de lenguaje base.

Cómo funciona Webwright

Es un agente que trabaja en la terminal y automatiza la interacción con el navegador. La diferencia clave: en lugar del enfoque habitual de click-trace (el sistema guarda una secuencia de clics y coordenadas), Webwright genera y ejecuta scripts de Playwright, un potente framework para la automatización programática del navegador.

El framework es sencillo: unas 1000 líneas de código y tres módulos que operan en un único bucle de agente. Este diseño minimalista parece ingenuo al principio, pero los resultados han sido impresionantes. En vez de intentar generar clics punto por punto, el agente analiza la estructura del DOM y escribe los scripts que necesita.

Resultados en benchmarks

En Odysseys (evalúa tareas web largas en un navegador real), Webwright con GPT-5.4 alcanzó el 60.1%. Es el doble del 33.5% del modelo base por sí solo. En el benchmark más sencillo Online-Mind2Web la cifra es aún mayor: 86.7%. Importante: es el mejor resultado entre todas las recetas de harness de código abierto.

La mejora de dos veces no se debe a trucos especiales ni a soluciones codificadas a mano. Es la consecuencia directa de un buen diseño del bucle de agente y de un uso eficaz de las capacidades de GPT-5.4.

• Benchmark Odysseys: 60.1% (frente al 33.5% del modelo base)
• Online-Mind2Web: 86.7% (récord entre los de código abierto)
• Tamaño del framework: ~1000 líneas de código
• Arquitectura: tres módulos en un único bucle
• Modelo: GPT-5.4 (estándar, sin fine-tuning)

Por qué funciona

Los agentes de navegador llevaban tiempo apoyándose en secuencias click-trace o exigiendo modelos de lenguaje enormes. Webwright muestra una tercera vía: la arquitectura adecuada, con scripts de Playwright como lenguaje intermedio, aporta una gran mejora de calidad.

Además, Playwright permite al agente trabajar directamente con el DOM, lo que es más fiable que depender de la visión por computadora. Cuando un sitio cambia, el script puede adaptarse porque ve la estructura de la página, no solo los píxeles.

Qué significa para el mercado

Los agentes de navegador van madurando. Microsoft Research ha mostrado su enfoque, mientras OpenAI (Operator), Anthropic (Computer Use) y otros trabajan en paralelo. El mercado de la automatización web apenas empieza a formarse: rellenar formularios, comparar precios, contratar servicios, gestionar suscripciones.

Webwright demuestra que para lograr buenos resultados no hace falta esperar a un supermodelo: la arquitectura adecuada y módulos simples pueden multiplicar la calidad.