Muse de Meta es un agente de inteligencia artificial (IA) creado por Meta: un sistema autónomo que puede navegar por la web, usar aplicaciones y llevar a cabo tareas en nombre de un usuario. Se lanzó en septiembre de 2026, promocionado principalmente para usos de consumo como gestionar calendarios y pedir entregas. En una publicación en primera persona con fecha del 1 de octubre de 2026, el desarrollador Scott Cooper escribe que esas funciones de consumo resultaron ser la parte menos interesante del producto para él.

Gráfico de portada de la publicación en primera persona de Scott Cooper sobre el uso del agente de IA Muse de Meta para la extracción de datos web a gran escala
La propia imagen de portada del autor para la publicación del 1 de octubre de 2026 en la que se basa este artículo.sigh.dev

El artículo se basa en el relato en primera persona de Scott Cooper sobre el descubrimiento de que el agente Muse de Meta es mucho más útil para la extracción de datos web que para las tareas de consumo para las que fue diseñado. Este es el gráfico de portada de esa publicación original.

Cooper pagó 80 dólares por un mes de Muse e informa que "no ha encontrado mucho uso para la parte de asistente personal". Pide DoorDash unas cinco veces al año, no recibe muchos correos electrónicos y considera que sus citas son lo suficientemente fáciles de gestionar por sí mismas. Lo que necesita es datos, de Reddit y YouTube, para un proyecto paralelo llamado fullsets.fm, que agrega conciertos grabados profesionalmente (transmisiones en vivo de festivales, sesiones de Tiny Desk y similares), los organiza por artista y extrae las listas de canciones.

Ya tenía parte de un flujo de trabajo en marcha: Luna y Gemini 3.8, ejecutados a través de Gemini Studio, examinan videos individuales de YouTube para verificar su calidad y contenido. Lo que faltaba era el descubrimiento. Cooper puede escanear un solo canal, pero las buenas grabaciones de conciertos están dispersas en canales poco conocidos, como T-Mobile Europe, por ejemplo, que han subido un puñado de conciertos aleatorios. Muse se encarga de ese extremo. Puede instruirlo para que escanee Reddit y YouTube en busca de mil videos que coincidan con sus criterios, o para que cree una lista de cada artista que haya tocado alguna vez en Coachella y luego busque en YouTube a cada uno por turno. Se queda ahí y funciona hasta que el trabajo termina, "castigando a esos sitios web con una máquina en la nube que tiene un ancho de banda aparentemente infinito y una CPU decente". También lo utiliza en el otro extremo del flujo de trabajo, para la correspondencia de artistas y una decisión final de aprobar o rechazar cada video.

Técnicamente, lo que Cooper está ejecutando es una máquina virtual gestionada con una copia de Chrome, impulsada por el modelo Muse Spark 1.3. El agente opera a través de un navegador real, lo que, en la experiencia del autor, le permite presentarse como un visitante ordinario en lugar de un extractor mediante scripts. El autor no describe cómo Muse maneja los captchas u otras páginas de desafío, y las fuentes proporcionadas no establecen si puede superarlos por sí mismo o si necesita la intervención de una persona. Si un proceso es demasiado lento, puede poner en marcha más. Informa haber utilizado unos pocos miles de millones de tokens a la semana en este trabajo —siendo los tokens la unidad de texto procesado del modelo— y afirma que, muchas veces, el uso ni siquiera parece contabilizarse.

Cooper es sincero sobre las limitaciones del modelo. Muse Spark 1.3 es, en sus palabras, "bastante mediocre para escribir" y él "nunca lo usaría para programar". Lo que encuentra genuinamente útil es lo que llama una "carga de trabajo estilo Gemini Flash": búsqueda y filtrado repetitivo de alto volumen, donde la infatigabilidad y el bajo coste importan más que el juicio. Esa distinción es importante, porque el caso de uso de extracción no requiere un modelo brillante; requiere un modelo que no se detenga.

Las mismas cualidades que hacen que Muse sea atractivo para los usuarios lo convierten en un problema para los sitios que visita. Cooper señala que Amazon "ya lo bloqueó" y predice que "es probable que veamos más sitios web bloqueando a Muse a menos que Meta prevenga el abuso". Informes de The Verge confirman el bloqueo en términos concretos. Amazon comenzó a mostrar una ventana emergente para los usuarios de Muse indicando que "el acceso continuo por parte de un agente de IA no autorizado viola las Condiciones de Uso de Amazon". Según GeekWire, citado por The Verge, Meta no había notificado a Amazon que Muse accedería a su tienda, y Amazon planteó preocupaciones de privacidad y seguridad: el agente no se identificó mientras navegaba y parecía estar capturando credenciales de clientes. Un portavoz de Amazon dijo que las aplicaciones de terceros que realizan compras en nombre de los clientes "deberían operar abiertamente y respetar las decisiones del proveedor de servicios sobre si participar o no".

Este no es un incidente aislado. The Verge informa que Amazon demandó a Perplexity en noviembre del año anterior por un intento similar de mantener su plataforma fuera de una experiencia de búsqueda por IA, y un juez falló a favor de Perplexity en agosto. Amazon también ha hecho que sus correos de confirmación sean más escuetos desde julio, omitiendo nombres de artículos e imágenes de productos para limitar lo que los servicios de IA externos pueden extraer. El bloqueo de Muse encaja en un patrón que Amazon ha estado construyendo durante algún tiempo.

La consecuencia práctica es una relación de gato y ratón entre los creadores de agentes y los operadores de sitios web. Cooper se preocupa por lo que sucede cuando alguien apunta Muse a sus propios sitios web: los agentes no duermen, pueden suplantar a usuarios reales de manera convincente y escalar es simplemente una cuestión de poner en marcha más procesos. El coste recae en los operadores cuyo ancho de banda y CPU absorben el tráfico, y cuyas defensas contra bots se ponen a prueba continuamente. Si el tráfico de Muse proviene de un conjunto estrecho de rangos de IP que los sitios pueden bloquear en bloque, y si Meta cambiará a proxies residenciales para mantener el acceso, son preguntas que las fuentes proporcionadas no responden. El propio Cooper señala aspectos imperfectos que matizan el panorama: los trabajos pueden congelarse a mitad de ejecución, la comunicación con el modelo puede ser frustrante y la interfaz no maneja bien múltiples trabajos de navegador.

Entonces, ¿qué establece realmente la evidencia? La publicación de Cooper establece que Muse funcionó bien para su carga de trabajo de extracción específica, a 80 dólares al mes, con las advertencias que enumera. El informe de The Verge establece que Amazon bloqueó al agente y las razones que dio. Lo que ninguna de las dos fuentes establece es hasta dónde se extenderán los bloqueos, si la infraestructura de Muse se adaptará o si el modelo mejorará lo suficiente como para cambiar la visión de Cooper sobre su capacidad de escritura. La publicación incluye un código de referencia, un elemento que vale la pena notar, incluso si no afecta a las capacidades del agente. Por ahora, la lectura más defendible es que Muse es, para la carga de trabajo adecuada, una herramienta de extracción sorprendentemente eficaz, y que esa eficacia es exactamente lo que está provocando la resistencia.