Anchor Terminal pone nota a 462 herramientas de IA por su 'amabilidad' hacia agentes autónomos

Por Zendoric · 4 de octubre de 2026.

Una plataforma llamada Anchor Terminal ha empezado a hacer algo que hasta hace poco no existía: poner nota a cientos de herramientas de software —APIs, servidores MCP, frameworks de agentes— no por si un programador humano las entiende, sino por si un agente de inteligencia artificial autónomo puede usarlas sin que nadie le eche una mano. Según sus propios datos, publicados en su web y actualizados el 4 de octubre, ha evaluado 462 herramientas con una calificación de AA a F, de las cuales solo 105 alcanzan el umbral que la plataforma llama "agent-ready" (lista para agentes). El resto de su catálogo —otras 2.000 herramientas indexadas sin calificar, más una referencia al registro oficial de MCP con 39.039 servidores— queda fuera de esa nota por ahora.

El criterio no es la calidad del producto en abstracto, sino la fricción que le supone a una IA operarlo en solitario: cómo se autentica (si exige una cuenta humana, una clave de API o un token), cuánto tarda en responder (medido en p95, es decir, el tiempo que tardan el 95% de las peticiones), cuánto cuesta cada llamada, si la documentación es legible por una máquina y, cada vez más, si acepta pagos automáticos en criptomonedas estables mediante protocolos como x402 o Machine Payments Protocol (MPP), sin que un humano tenga que introducir una tarjeta. MCP (Model Context Protocol) es el estándar abierto que Anthropic publicó para que un modelo se conecte a herramientas y datos externos de forma uniforme; que ya haya más de 39.000 servidores de ese tipo indexados da una idea de la velocidad de adopción en apenas dos años.

En lo alto de la clasificación de Anchor Terminal aparecen el SDK de agentes de OpenAI (grado AA, 86,5 puntos, la nota más alta), la propia API de OpenAI (A, 82,8), la API de Stripe con su servidor MCP (A, 82,4) y el gestor de secretos Infisical (A, 81,9). Dos protocolos de pago para agentes —x402, impulsado por la Fundación Linux, y MPP, de Tempo y Stripe— figuran también entre los mejor valorados, pese a sus propias advertencias: la ficha de MPP señala que es un Internet-Draft individual que ningún grupo de trabajo del IETF ha adoptado, y la de x402 cita un estudio en arXiv (2605.11781) que documenta cinco ataques validados sobre autorización, vinculación, repetición y manejo web. La API de Claude, de Anthropic, aparece bastante más abajo en esta tabla concreta (grado BB, 77,6 puntos), penalizada según la metodología de Anchor Terminal por varios incidentes de más de 80 minutos con errores elevados entre el 24 de agosto y el 22 de septiembre, aunque se le reconoce como fortaleza que las salidas estructuradas y el uso estricto de herramientas ya están disponibles de forma general en todos sus modelos actuales.

Conviene situar esto en su tamaño real. A juzgar por el propio contenido, Anchor Terminal es un proyecto reciente y de alcance modesto: sus reseñas las firma un "panel" de personajes con nombre propio —Buoy, Quill, Scout, Ledger, Sprint, Gull, Keel—, que parecen ser agentes de IA haciendo de analistas, no un comité independiente de expertos humanos. La publicación original en Hacker News apenas sumaba dos puntos y ningún comentario en el momento de escribir esto. No es, todavía, un punto de referencia como LMArena o Artificial Analysis para modelos, y conviene tratarlo con la misma cautela que aplicamos a cualquier ranking que una empresa hace de sí misma y de sus pares: es un indicio, no un veredicto.

Dicho esto, el indicio importa más que el ranking en sí. Que alguien considere que merece la pena calificar la "amabilidad agéntica" de 462 herramientas —y que distinga 63 categorías de producto, desde cajas fuertes de credenciales hasta protocolos de pago por llamada— es una señal de que el software ya se está construyendo, documentando y empaquetando pensando en un cliente que no es una persona. Durante tres décadas, la usabilidad se midió en humanos: cuántos clics, cuánto tarda en entenderse un manual. Ahora empieza a medirse en agentes: cuántos pasos de autenticación hacen falta antes de la primera llamada, si un error de límite de uso explica cuánto hay que esperar, si una clave de API puede vivir detrás de un proxy para que el agente nunca llegue a verla.

Nuestra lectura es que esta capa —aburrida, técnica, sin titulares grandes— es precisamente la que decide si la economía de agentes que tanto se promete llega a cuajar. Un modelo brillante sirve de poco si cada integración exige media hora de configuración manual; la abundancia que defendemos a largo plazo —agentes que gestionan tareas enteras sin fricción, liberando tiempo humano para lo que de verdad importa— depende de que miles de piezas de infraestructura como estas funcionen solas, se autentiquen solas y, cada vez más, se paguen solas. Pero el corto plazo que describe este mismo ranking es más prosaico y también más honesto: solo 105 de los 462 productos evaluados pasan el corte de "listo para agentes", los protocolos de pago autónomo arrastran borradores sin adoptar y ataques ya documentados en la literatura académica, y la propia idea de "reputación para máquinas" la está definiendo, de momento, una web con dos puntos en Hacker News. La infraestructura del futuro agéntico se está construyendo en tiempo real, a la vista de todos, con todos los defectos de una obra en marcha.