Google creó miles de sitios web simulados para que sus agentes de Chrome naveguen, rellenen formularios y completen tareas sin tocar la internet pública. El entorno, llamado Mirror Dimension, reproduce direcciones web reales dentro de una sandbox aislada y permite evaluar los agentes en escenarios que incluyen ataques con instrucciones ocultas.
Google presentó el sistema en una publicación de seguridad de Chrome el 19 de noviembre. Su objetivo inmediato es evaluar las protecciones de auto browse, la función de navegación agéntica de Chrome, en tareas largas y variadas. La compañía afirma que puede ejecutar miles de pruebas diarias sin el riesgo de que un agente borre datos, realice compras por error o cause otros efectos en servicios reales.
Una web de prueba que conserva las direcciones reales
Los agentes de navegación deben poder encontrar sitios, seguir enlaces, desplazarse por páginas y escribir en campos de entrada. En una petición para buscar contenido en YouTube, por ejemplo, el modelo puede deducir por sí mismo que debe visitar www.youtube.com, aunque el usuario no le haya dado la dirección. Google buscaba que las pruebas conservaran ese comportamiento, en lugar de dirigir al agente a una URL de aspecto artificial.
Una dirección evidente de sandbox puede delatar que el agente está siendo evaluado. Google llama a este problema «eval awareness»: si el modelo sospecha que está en una prueba, puede actuar de forma distinta a como lo haría ante una tarea normal. Además, usar la web pública vuelve las evaluaciones menos repetibles, porque sus contenidos cambian, y abre la posibilidad de efectos reales sobre cuentas o servicios.
Mirror Dimension combina sitios sintéticos con un proxy local que intercepta el tráfico del navegador. El agente usa Chrome sin interfaz en gVisor, un entorno aislado, y puede solicitar direcciones normales; la conexión no llega al DNS externo ni a internet, sino que se deriva a una copia local de la página. Google dice que cada ejecución parte de una base limpia, para que las acciones de una prueba no alteren la siguiente.
La redirección plantea un conflicto con las protecciones del propio Chrome: el navegador detecta como sospechosa la interceptación de conexiones y rechaza certificados que no considera válidos. Para mantener HTTPS sin mostrar errores, el proxy crea certificados TLS al vuelo, firmados por una autoridad de certificación raíz personalizada que Google instala previamente en el Chrome del sandbox.
La empresa subraya que esa configuración depende del control completo que tiene sobre el entorno de prueba. WIRED también recoge que el equipo necesitó privilegios internos para permitir que los agentes usaran Chrome real y superaran sus comprobaciones. Según ese medio, Google sostiene que el procedimiento no sería posible contra usuarios corrientes de Chrome en internet abierta.
Agentes que construyen y revisan los sitios
La dimensión sintética debe incluir páginas suficientemente variadas e interactivas para que el agente no detecte que está en una simulación. Google describe sitios de comercio electrónico, mercados locales, redes sociales y páginas de recetas; WIRED añade paneles bancarios. Entre los detalles funcionales figuran carritos persistentes, filtros y formularios, además de flujos de compra con varios pasos.
En lugar de mantener cada página a mano, Google construyó un sistema de desarrollo con tres tipos de subagentes bajo supervisión humana. El agente de investigación convierte los recorridos que se quieren probar en requisitos del sitio: puede especificar un catálogo con filtros, la persistencia del carrito o la validación de cupones. También propone la arquitectura y recursos visuales básicos; la publicación de Google menciona Nano Banana para crear maquetas de elementos de interfaz.
Después, el agente constructor genera el HTML, CSS y JavaScript y desarrolla diseños adaptables y navegación entre páginas. Los agentes críticos revisan el resultado: comprueban la accesibilidad de roles y etiquetas ARIA, la validación de formularios, los errores de JavaScript y la presentación en distintos tamaños de pantalla. El sistema puede devolver los fallos al constructor y volver a inspeccionar la página después de los cambios.
Para esa revisión, los subagentes no se limitan a leer el código. Google explica que Chrome DevTools para Agents les permite inspeccionar capturas de pantalla, hacer clic, escribir y recorrer el sitio para observar su comportamiento. La empresa muestra el proceso como un ciclo de construcción y crítica en el que una corrección puede introducir otro problema, que los agentes revisan antes de dar por terminado el trabajo.

Pruebas de ataques ocultos en páginas
Mirror Dimension también sirve para probar la resistencia a la inyección indirecta de instrucciones, una técnica que coloca órdenes maliciosas en contenido web no confiable para desviar al agente hacia acciones no autorizadas. Google plantea que esas instrucciones pueden aparecer como texto o imágenes visibles, en elementos del DOM, en etiquetas ARIA o en respuestas de herramientas web, entre otras partes de una interacción.
Al principio, el sistema señalaba los ataques mediante parámetros añadidos a la URL. Google observó que los agentes podían detectar esas direcciones anómalas y sospechar que estaban ante una prueba. Para evitarlo, pasó a enviar identificadores de ataques en cabeceras HTTP personalizadas, como X-Sandbox-Injection-Key. El servidor de la sandbox filtra esas cabeceras y sirve una página modificada, mientras la URL que ve el agente sigue pareciendo normal.
La infraestructura automatizada puede generar y refinar más de 1.000 candidatos de prueba al día por ingeniero de seguridad, según Google. La empresa compara ese volumen con más de 30 veces lo que una persona podría producir manualmente, o más de un mes de trabajo manual en un día. La cifra se refiere a candidatos de pruebas; Google no publicó cuántos ataques superan o bloquean sus agentes.
Charles Qian, ingeniero de software del equipo de seguridad de Chrome, explicó a WIRED que la variedad de situaciones posibles hace difícil anticipar todo lo que verá un agente. «Any user can ask any prompt on any website, so we really need to explore that space as thoroughly as we can», dijo Qian. Añadió que han observado que el agente desarrolla criterio para distinguir qué información necesita y cuándo debe pedir confirmación al usuario.
“Any user can ask any prompt on any website, so we really need to explore that space as thoroughly as we can.”
— Charles Qian, ingeniero de software del equipo de seguridad de Chrome
Google quiere extender el entorno
La publicación de Google se centra en agentes que usan el navegador mediante un conjunto acotado de acciones y herramientas. La compañía considera que la arquitectura de Mirror Dimension podría adaptarse también a agentes de programación con herramientas más amplias, aunque no anuncia una fecha ni un despliegue concreto para ese uso.
Doug Turner, director de ingeniería de Google, dijo a WIRED que la empresa quiere facilitar el acceso al entorno a otros equipos de Google y compartir el enfoque con grupos internos y externos. «This is the first step; there’s going to be continued investment in this approach to train models», afirmó Turner. Google prevé seguir mejorando el realismo de la sandbox y sus pruebas de seguridad a medida que los agentes ganen capacidades.
Por ahora, el trabajo descrito se concentra en la navegación de Chrome y en reforzar sus defensas frente a páginas hostiles. Google presenta Mirror Dimension como un espacio controlado para observar cómo los agentes resuelven flujos largos y situaciones novedosas sin afectar la web real.
Fuentes: europapress.es, Punto Informatico, Google, WIRED, India Today, Moneycontrol