O Google lançou o WebMCP, um novo protocolo que permite que sites exponham funções estruturadas diretamente para agentes de IA. A iniciativa surge semanas após o lançamento do Universal Commerce Protocol (UCP) do Google , sinalizando o forte esforço da gigante da tecnologia para construir infraestrutura para uma internet centrada em agentes, onde assistentes de IA lidam com tudo, desde reservas de viagens até suporte ao cliente, sem a necessidade de coleta de dados da tela.
O protocolo resolve uma ineficiência fundamental na forma como os agentes de IA interagem com sites atualmente. Em vez de consumir milhares de tokens processando capturas de tela ou analisando HTML bruto para adivinhar a localização dos botões, os agentes agora podem chamar funções estruturadas diretamente por meio de uma nova API do navegador. Os primeiros testes demonstram uma redução de 67% na sobrecarga computacional em comparação com as interações visuais entre agente e navegador.
O problema que o WebMCP resolve
Os agentes de IA atuais que tentam concluir tarefas em sites enfrentam duas opções ruins. Eles podem capturar screenshots e enviá-las para modelos de visão, consumindo milhares de tokens por interação. Ou podem analisar HTML e JavaScript brutos, tentando deduzir quais elementos são botões e quais ações eles acionam. Ambas as abordagens são lentas, caras e frágeis — uma simples reformulação do site pode interromper todo um fluxo de trabalho de automação.
Uma única busca por um produto pode exigir dezenas de interações. Cada captura de tela precisa ser carregada, processada por um modelo multimodal e interpretada.
Como funciona o protocolo
O WebMCP introduz dois caminhos de integração para desenvolvedores. A API Declarativa permite que sites exponham ações padrão por meio de formulários HTML com alterações mínimas, adicionando tags de metadados como “nome da ferramenta” e “descrição da ferramenta” a elementos existentes. Para fluxos de trabalho complexos que exigem lógica dinâmica, a API Imperativa permite a execução de JavaScript para interações em várias etapas.
Os sites publicam o que os engenheiros do Google chamam de “Contrato de Ferramenta”, que é um manifesto estruturado de funcionalidades que os agentes podem descobrir e invocar. Em vez de navegar por uma interface de usuário projetada para humanos, os agentes trabalham com uma especificação legível por máquina do que o site pode fazer.
Os casos de uso abrangem praticamente todas as categorias de interação na web. No suporte ao cliente, os agentes podem preencher automaticamente detalhes técnicos ao registrar chamados. Em reservas de viagens, eles podem pesquisar voos, filtrar resultados e concluir reservas usando dados estruturados. No comércio eletrônico, eles podem navegar por catálogos, configurar opções de produtos e finalizar a compra — tudo isso sem a fragilidade da extração de dados da tela.
O protocolo surgiu da colaboração entre engenheiros do Google e da Microsoft, o que lhe confere credibilidade imediata para uma eventual adoção em diversos navegadores. A Microsoft foi coautora da especificação, o que sugere fortemente que o suporte ao Edge virá em seguida, embora nenhum cronograma tenha sido anunciado.
A especificação está sendo incubada pelo grupo da comunidade de Aprendizado de Máquina na Web do W3C, fornecendo o apoio institucional necessário para a padronização. Isso reflete o caminho trilhado por outros padrões da web bem-sucedidos, do WebAssembly ao WebGPU.
Alex Nahas, criador do WebMCP e ex-engenheiro de backend da Amazon que anteriormente desenvolvia agentes usando o Model Context Protocol da Anthropic, descreve a inovação de forma simples: “Pense nisso como o MCP, mas integrado à aba do navegador.” Em vez de exigir uma infraestrutura de backend separada, os sites anunciam suas funcionalidades diretamente pelo navegador, onde os usuários estão presentes e aprovando as ações.
Construindo a Web Agêntica em Camadas
O WebMCP constitui a segunda peça fundamental da visão da Google para a web orientada a agentes. O Protocolo Universal de Comércio (UCP), anunciado em janeiro, padronizou a forma como os agentes de IA lidam com as compras — desde a descoberta de produtos até a finalização da compra e o suporte pós-venda. O WebMCP aborda a camada subjacente: a mecânica fundamental de como os agentes se comunicam com qualquer site, não apenas com plataformas de compras.
Em conjunto, esses protocolos representam a aposta do Google em um futuro onde assistentes de IA navegam, realizam transações e agem em nome dos usuários de forma integrada em toda a internet aberta. A infraestrutura está sendo construída em camadas deliberadas, cada uma abordando um aspecto diferente da web centrada no agente.
*Matéria originalmente publicada em Forbes.com
