La herramienta de IA de Google que se ha restringido: ojo, accede a perfiles y a documentos internos

En Consumidor Global analizamos 'Agent Smith' de Google: la IA autónoma que programa sola y redefine la productividad tecnológica, que ya supone un problema real

Esta herramienta de IA de Google se ha restringido/ Montaje Consumidor Global
Esta herramienta de IA de Google se ha restringido/ Montaje Consumidor Global

Escucha el artículo ahora…

0:00
0:00

En el tablero global de la innovación, Google sigue jugando en primera línea. Su ventaja histórica no solo radica en desarrollar nuevas herramientas, sino en detectar a tiempo hacia dónde se mueve la industria y acelerar en esa dirección. Si en los últimos años la gran ola ha sido la inteligencia artificial, la compañía no ha tardado en reforzar su ecosistema con soluciones cada vez más sofisticadas.

Un edificio de Google / UNSPLASH
Un edificio de Google / UNSPLASH

El primer paso visible para el gran público llegó con Gemini, su asistente conversacional basado en IA. Pero mientras los usuarios experimentan con este chatbot en su día a día, dentro de la compañía se está gestando una evolución mucho más ambiciosa: un sistema que no solo responde, sino que actúa. Su nombre interno es “Agent Smith”, y apunta directamente al futuro del trabajo automatizado.

Más allá del chatbot: la era de los agentes

A diferencia de los asistentes tradicionales, que funcionan bajo demanda —pregunta y respuesta—, este nuevo enfoque cambia completamente las reglas del juego. Los llamados “agentes de IA” no se limitan a interactuar: ejecutan tareas completas de forma autónoma.

La página de entrada de Gemini, el chatbot con inteligencia artificial (IA) de Google / Latif Kassidi - EFE
La página de entrada de Gemini, el chatbot con inteligencia artificial (IA) de Google / Latif Kassidi - EFE

En este contexto, Agent Smith representa un salto cualitativo. Según diversas fuentes del sector, este sistema es capaz de asumir procesos complejos como la escritura de código, la organización de proyectos o la gestión de flujos de trabajo sin intervención constante del usuario. Es decir, no solo sugiere, sino que produce resultados. El cambio es comparable a pasar de un copiloto que da indicaciones a uno que directamente toma el volante bajo supervisión.

Automatización real: trabajar sin estar presente

Uno de los aspectos más disruptivos de esta tecnología es su funcionamiento en segundo plano. Basado en la plataforma Antigravity, este agente puede operar de forma asíncrona. En términos prácticos, esto significa que sigue trabajando incluso cuando el usuario ya no está frente al ordenador.

Una pantalla con ChatGPT abierto / UNSPLASH
Una pantalla con ChatGPT abierto / UNSPLASH

La interacción también evoluciona: los empleados pueden asignar tareas desde sus dispositivos móviles, revisar avances o ajustar instrucciones sin necesidad de abrir un entorno de desarrollo completo. El portátil deja de ser el centro de operaciones, y el trabajo se convierte en un proceso continuo. Este modelo redefine la productividad: ya no se mide solo en horas frente a la pantalla, sino en la capacidad de delegar en sistemas inteligentes que avanzan por sí solos.

Un desarrollador virtual con acceso total

Agent Smith no es el primer experimento de Google en el ámbito de la programación asistida, pero sí parece ser el más avanzado hasta la fecha. A diferencia de herramientas anteriores, este agente puede planificar y ejecutar múltiples fases de un proyecto sin supervisión constante.

Entre sus capacidades más destacadas está el acceso a recursos internos, algo que nos hace pensar automáticamente en el robo de datos. A decir verdad, es que se puede consultar documentación, recuperar archivos o analizar datos vinculados a perfiles de empleados, eliminando pasos manuales que antes consumían tiempo...pero claro, custodiaban más la privacidad del individuo. En esencia, actúa como un desarrollador con memoria ampliada y acceso instantáneo a la información relevante.

Este nivel de autonomía explica tanto su potencial como las precauciones en torno a su uso. Su adopción dentro de la empresa ha sido tan rápida que, según algunas filtraciones, se han tenido que aplicar restricciones para evitar una dependencia excesiva o errores no controlados.

Por qué no es solo otra IA más

Aunque a simple vista pueda parecer una evolución natural de los chatbots, la diferencia conceptual es profunda. Un chatbot espera instrucciones concretas; un agente interpreta objetivos. Por ejemplo, en lugar de pedir “escribe una función”, el usuario podría plantear algo más amplio como “optimiza este módulo”. A partir de ahí, el sistema descompone el problema, ejecuta cambios, prueba resultados y entrega un conjunto de soluciones listas para revisar "bajo sus criterios".

Una persona toma unas notas sobre inteligencia artificial / EP - UNIVERSIDAD DE SEVILLA
Una persona toma unas notas sobre inteligencia artificial / EP - UNIVERSIDAD DE SEVILLA

Este enfoque introduce una nueva dinámica: la supervisión sustituye a la ejecución directa. El humano deja de ser quien hace cada paso y pasa a validar el resultado final.

Riesgos y límites: la otra cara de la automatización

Como toda tecnología emergente, los agentes de IA no están exentos de desafíos. Su capacidad para generar soluciones complejas también implica margen de error. En ocasiones, pueden producir resultados que parecen correctos pero contienen fallos sutiles.

En entornos como el desarrollo de software, donde los detalles importan, esto obliga a mantener una revisión constante. La automatización no elimina la necesidad de criterio humano; la desplaza hacia fases más estratégicas. Además, el acceso a información interna plantea cuestiones sobre seguridad, privacidad y control. No es casualidad que Google haya optado por mantener este proyecto fuera del alcance público por ahora.

Antigravity: la base del nuevo paradigma

La clave técnica detrás de Agent Smith parece residir en Antigravity, una plataforma diseñada para coordinar múltiples agentes trabajando de forma simultánea. Este entorno integra herramientas como editores de código, terminales y navegadores, permitiendo que las tareas se ejecuten de forma distribuida.

Uno de sus conceptos más interesantes es el de los “artifacts” o entregables. En lugar de mostrar cada paso del proceso, el agente genera resultados estructurados: listas de tareas, informes o capturas que permiten entender qué se ha hecho sin necesidad de seguir todo el recorrido.

Este modelo facilita la revisión y reduce la fricción en equipos de trabajo, acercándose a una dinámica más orientada a resultados que a procesos. En última instancia, la pregunta no es si estos sistemas sustituirán ciertas tareas, sino cómo redefinirán el papel humano dentro del proceso. Porque, aunque la máquina avance sola, la decisión final —qué hacer, qué validar y qué descartar— seguirá estando en manos de las personas.