Auto-Discovery Agentico: Por que el 90% de las plataformas son invisibles para agentes IA

Hicimos un experimento directo. Configuramos un agente IA con una unica instruccion: descubrir que ofrecen las 10 principales plataformas de comercio agentico, que acciones estan disponibles y que politicas gobiernan las interacciones con agentes. El agente comprobo cuatro endpoints de descubrimiento para cada plataforma: /llms.txt, /.well-known/agent-policy.json, /.well-known/mcp.json y JSON-LD en el HTML. Los resultados fueron reveladores. 9 de 10 plataformas devolvieron 404 en llms.txt. Las 10 carecian de agent-policy.json. Solo una plataforma era descubrible de forma autonoma por el agente sin recurrir al scraping web.

Para cada plataforma comprobamos cuatro capas de descubribilidad para agentes. Primero, llms.txt en la raiz — un archivo de texto plano que dice a los modelos de lenguaje que ofrece el sitio y donde encontrar recursos clave. Segundo, agent-policy.json en el directorio .well-known — un archivo legible por maquina que declara que acciones pueden tomar los agentes, que requiere confirmacion y que esta bloqueado. Tercero, mcp.json — un manifiesto que declara herramientas MCP disponibles, endpoints y capacidades. Cuarto, datos estructurados JSON-LD embebidos en paginas HTML — schemas Product, Organization, FAQPage y similares que los agentes usan para entender el contexto.

Los agentes IA abordan el descubrimiento de plataformas de forma diferente a los humanos y a los crawlers web tradicionales. No les importa el diseno visual ni los menus de navegacion. Buscan manifiestos legibles por maquina que respondan cuatro preguntas: Que hace esta plataforma? Que acciones puedo tomar? Cuales son las reglas? Como me autentico? Cada uno de los cuatro archivos de descubrimiento responde a una o mas de estas preguntas. Sin ellos, el agente debe inferir todo del HTML no estructurado, lo cual es poco fiable y frecuentemente incompleto.

Empieza con llms.txt — es el mas simple de crear y proporciona el mayor impacto. Un llms.txt bien estructurado se escribe en 30 minutos y hace inmediatamente visible tu plataforma para modelos de lenguaje. Luego, anade agent-policy.json para declarar tus reglas de gobernanza. Esto le dice a los agentes que pueden hacer sin preguntar y que requiere confirmacion humana. Despues implementa JSON-LD en tus paginas clave si aun no lo has hecho. Finalmente, si ofreces herramientas MCP, crea un manifiesto mcp.json. Cada archivo sirve a una necesidad de descubrimiento diferente, y juntos hacen tu plataforma totalmente agent-ready.