Computer Use explicado: la IA que usa tu compu

En este tutorial vas a entender qué es Computer Use, cómo funciona por dentro y cómo probarlo sin poner en riesgo tu máquina. Es para vos si ya usás IA para escribir o programar y querés dar el siguiente paso: que la IA opere programas por su cuenta. No hace falta ser dev, pero sí animarse a tocar la terminal.

Computer Use es la capacidad de un modelo de IA de manejar una computadora como lo harías vos: mira la pantalla, mueve el mouse, hace clic y escribe con el teclado. No es magia ni ciencia ficción: es un ciclo bastante simple que se repite hasta terminar la tarea.

Antes de empezar

• Una computadora con al menos 8 GB de RAM (va a correr un entorno aislado, y eso consume).
• Docker instalado. Docker es un programa que crea "cajas" aisladas dentro de tu compu: lo que pasa adentro no toca tus archivos reales. Es la pieza clave de seguridad acá.
• Una cuenta con acceso a un modelo que soporte Computer Use. Anthropic (los de Claude) lo ofrecen vía API y publicaron una implementación de referencia lista para correr en Docker. Ojo: el uso de la API se paga por consumo, y una sesión de Computer Use gasta bastante porque manda muchas capturas de pantalla.
• Paciencia. Esto todavía está verde: es lento y se equivoca. Vas a probarlo para entenderlo, no para producción.

Paso 1 — Entendé el ciclo: mirar, decidir, actuar

Antes de instalar nada, grabate esto porque explica todo lo que vas a ver después:

1. Mirar: el sistema le saca una captura de pantalla al entorno y se la manda al modelo.
2. Decidir: el modelo analiza la imagen y responde con una acción concreta: "hacé clic en las coordenadas X,Y", "escribí tal texto", "apretá Enter".
3. Actuar: un programita ejecuta esa acción en la máquina.
4. Vuelta al paso 1, hasta que la tarea termine o algo falle.

Por eso es lento: cada clic implica mandar una imagen, esperar la respuesta del modelo y ejecutar. No es un robot grabado; está razonando en cada paso.

Paso 2 — Levantá el entorno aislado

La regla de oro: nunca le des el control de tu compu real la primera vez. Usá la implementación de referencia de Anthropic, que corre un escritorio Linux completo dentro de un contenedor de Docker. Buscá "Anthropic computer use reference implementation" en su documentación oficial y seguí las instrucciones del repositorio: en esencia es un docker run con tu clave de API como variable de entorno.

# La forma general (la clave y la imagen exacta salen de la doc oficial)
docker run -e ANTHROPIC_API_KEY=tu_clave -p 8080:8080 imagen-de-referencia

Cuando levanta, abrís el navegador en la dirección local que te indica y ves dos paneles: un chat y un escritorio virtual.

Paso 3 — Dale una tarea simple y mirá cómo trabaja

Empezá con algo aburrido a propósito:

"Abrí el navegador, buscá el clima de tu ciudad y decime la temperatura."

Vas a ver el mouse moverse solo, el navegador abrirse, la búsqueda escribirse. La primera vez impresiona. Fijate en el chat: el modelo va narrando qué ve y qué decide. Ahí está el aprendizaje real de este tutorial.

Paso 4 — Rompelo a propósito

Ahora dale una tarea ambigua o larga: "organizá los archivos del escritorio" o "compará precios de tres productos". Vas a ver dónde falla: se pierde en menús, hace clic donde no es, se olvida a mitad de camino. Esto no es para desanimarte: es para que calibres qué tareas delegarle hoy (cortas, claras, verificables) y cuáles no (largas, con plata o datos sensibles de por medio).

Paso 5 — Definí tus reglas antes de usarlo en serio

Si después de probar querés usarlo para algo real, escribí tus límites primero:

• Nunca con sesiones abiertas de banco, correo principal o redes con tu identidad real.
• Siempre en entorno aislado o en una cuenta de usuario separada.
• Tareas con resultado verificable: si no podés chequear que lo hizo bien, no la delegues.

Errores comunes

• Darle tu compu real de entrada. El modelo puede borrar o mover cosas por error. Arreglo: contenedor Docker o máquina virtual, siempre.
• Pedirle tareas de veinte pasos. Se pierde. Arreglo: cortá la tarea en pedazos de 3-5 pasos y verificá entre medio.
• No mirar el costo. Cada captura de pantalla son tokens que se cobran. Arreglo: revisá el consumo en tu panel de la API después de cada sesión de prueba.
• Confundirlo con automatización tradicional. Si la tarea es siempre idéntica, un script común es más rápido, gratis y no falla. Computer Use brilla cuando la tarea varía.

Siguiente paso

Cuando entiendas el ciclo mirar-decidir-actuar, el mundo se abre: agentes que navegan la web por vos, control de tu PC desde el celular, y frameworks que combinan Computer Use con herramientas más precisas como APIs. El siguiente tema natural es aprender cuándo conviene un agente con navegador (más rápido y barato para tareas web) versus el control de pantalla completo.