Sierra, la empresa de agentes de atención al cliente fundada por Bret Taylor y Clay Bavor, publicó el jueves 9 de octubre de 2026 un borrador del Personal Agent Protocol, conocido como Poppy. Se trata de una propuesta de estándar abierto para regular cómo los agentes personales de inteligencia artificial, los asistentes que actúan en nombre de una persona, se relacionan con las empresas cuando tienen que comprar algo, gestionar una devolución o resolver una incidencia.
El protocolo se había anunciado dos días antes, el martes, durante la conferencia Sierra Summit, junto a Meta y a un primer grupo de empresas formado por Genesys, Instinct, NiCE, Rocket, Shopify, Stripe y Walmart. Según Taylor y Bavor, la respuesta fue tan abrumadora que decidieron publicar el borrador de inmediato y anunciar 35 socios de diseño adicionales que participarán en su desarrollo aportando la perspectiva de sus sectores.
La lista de nuevos socios es amplia y variada: Adyen, Atomic, Bank of America, BBVA, Chime, Cigna, Cloudflare, Comcast, DIRECTV, ElevenLabs, FOX, Gap Inc., GEICO, Hertz, Insurify, Klaviyo, Liberty Mutual, Mastercard, Nordstrom, Notion, Okta, OneSignal, OpenAI, PayPal, Plaid, SiriusXM, Synchrony, Target, United Airlines, Venmo, Visa, Wells Fargo, Zapier, Zendesk y 1Password. Incluye bancos, aseguradoras, aerolíneas, comercios, medios y empresas de pagos e identidad.
El problema que Poppy intenta resolver es concreto. Hoy, cuando alguien pide a su agente personal que haga una compra o resuelva un problema, el agente suele tener que iniciar sesión como si fuera el cliente y navegar por páginas diseñadas para personas. La documentación del protocolo lo describe como una situación de todo o nada: o el agente se hace pasar por el usuario, con su contraseña, o la empresa lo bloquea y no puede hacer nada. Ni el usuario puede limitar lo que hace el agente, ni la empresa puede distinguirlo de una persona.
Poppy se basa en un principio sencillo: el cliente decide qué acceso concede a su agente y la empresa fija los parámetros de lo que ese agente puede hacer. Por ejemplo, una aerolínea podría permitir que cualquier agente busque vuelos, dejar que los agentes con sesión iniciada vean los viajes del usuario y exigir su aprobación antes de comprar un billete. El usuario, a su vez, podría dejar que el agente consulte sus viajes, pero no que los modifique.
El borrador define cinco piezas. La primera es el descubrimiento: cada empresa publica un archivo en una dirección estándar de su web que indica a los agentes cómo interactuar con ella, cómo pueden iniciar sesión los clientes y qué puede hacer el agente. La segunda son las sesiones: el agente puede empezar como invitado, suficiente para consultar si hay existencias o cuál es la política de devoluciones, pero siempre se identifica, de modo que la empresa sabe cuándo trata con un agente.
La tercera pieza es el inicio de sesión. Cuando una tarea necesita la cuenta del cliente, la persona se identifica en la página de la empresa mediante OAuth, el estándar habitual de autorización, y el agente recibe un token de sesión que solo otorga el acceso que el cliente aprobó. La cuarta es una sesión única para todos los canales: el mismo token sirve para las interfaces de programación de la empresa, su web y las conversaciones con su propio agente. La quinta es la ejecución de la tarea a través del canal que la empresa prefiera.
Sierra insiste en que el protocolo se apoya en estándares ya existentes: OAuth, JSON Web Tokens, HTTPS, OpenAPI y MCP, el protocolo de contexto de modelos que se ha extendido entre los agentes. La idea es que los equipos puedan implementarlo con bibliotecas y herramientas que ya conocen. La documentación añade un principio de privacidad: hasta que la persona inicia sesión, la empresa solo la conoce por un identificador sin datos personales, estable en el tiempo pero distinto en cada compañía.
La empresa también lo presenta como complementario de otras iniciativas. Protocolos como el Universal Commerce Protocol (UCP) se centran en las compras, desde encontrar productos hasta pagar y gestionar pedidos. Poppy, en cambio, aspira a cubrir cómo un agente personal se identifica, obtiene el permiso del cliente y trabaja con una empresa en cualquier tipo de tarea, «desde comprar un jersey hasta solicitar una hipoteca», según Sierra.
El ejemplo más vistoso se vio en la conferencia. Alex McGillis, vicepresidente de producto de Rocket, mostró en directo cómo Muse, el agente personal de Meta, gestionaba una preaprobación hipotecaria. Muse fue a la web de Rocket, encontró el agente de la empresa a través de Poppy y pidió permiso a McGillis para conectarse. Él inició sesión para compartir los datos de crédito e ingresos necesarios, y los dos agentes negociaron precio, entrada y tipo de interés hasta generar en pocos momentos una carta de preaprobación.
La lista de participantes es quizá lo más relevante del anuncio. La presencia de OpenAI, cuyo ChatGPT es uno de los agentes personales más usados, y de Meta sugiere que los grandes desarrolladores de asistentes ven valor en un idioma común. La de Visa, Mastercard, PayPal y varios bancos indica que el sector financiero quiere participar en las reglas desde el principio, en lugar de reaccionar a un tráfico de agentes que ya está llegando a sus sistemas.
Hay matices importantes. Se trata de un borrador, la versión 0.1, y su adopción real dependerá de que las empresas lo implementen y de que los desarrolladores de agentes lo respeten. Sierra tiene además un interés comercial evidente, porque vende agentes de atención al cliente a grandes marcas. Durante el próximo mes, la compañía organizará talleres de diseño y publicará una implementación de referencia, y ha invitado a que el mayor número posible de empresas lea el borrador y ayude a darle forma.
Si Poppy prospera, podría resolver uno de los cuellos de botella de la economía de los agentes: la desconfianza mutua entre los asistentes que actúan por los usuarios y las empresas que los reciben. Según la documentación, a medida que los agentes asumen más tareas, las compañías gastan más esfuerzo en detectarlos y los agentes en evitar ser detectados. Un estándar compartido permitiría que ambas partes trabajen juntas con reglas claras, con el usuario como dueño de los permisos.
