El 2 de septiembre de 2026, Anthropic publicó en GitHub el código completo de Claude Commerce Agents: un blueprint para construir un agente de compra o un agente de operación de tienda sobre Claude. No es una demo ni un paper. Es un blueprint que Shopify, Priceline, Zomato y Fetch Rewards ya corrieron antes del lanzamiento público.
La cifra con la que Anthropic vende el producto es directa: los retailers que ya tienen un shopping agent corriendo sobre Claude reportan carritos hasta 35% más grandes y compradores con 60% más probabilidad de completar la compra [1]. Ese dato, sumado al catálogo de partners (Shopify, Visa, Mastercard, Accenture), confirma algo que ya veníamos cubriendo en este blog: el comercio agéntico dejó de ser una tesis de analista y empezó a tener producto, código y clientes de producción.
¿Qué es exactamente Claude Commerce Agents?
Es un blueprint de código abierto (licencia Apache 2.0) publicado en github.com/anthropics/commerce-agents, con implementaciones funcionales de dos tipos de agente que Anthropic diseñó para correr sobre los mismos componentes de catálogo, carrito y checkout [1][2]:
| Agente | Para quién trabaja | Qué hace |
|---|---|---|
| Shopping agent | El cliente final | Busca en el catálogo, compara productos, construye el carrito, responde preguntas de servicio (estado del pedido, política de devoluciones) e incluye guardrails contra patrones de venta manipuladores |
| Merchant agent | El comerciante | Analiza el rendimiento de ventas, vigila inventario con alertas proactivas, sugiere precios y promociones según datos históricos, y redacta campañas de marketing |
Los dos agentes se pueden desplegar vía Messages API, Agent SDK o Claude Managed Agents (todavía en beta), y hay un plugin de Claude Code pensado para que un equipo de ingeniería los personalice rápido [1]. Anthropic también publicó cuatro demos ejecutables por vertical (retail, viajes, telecomunicaciones y entretenimiento) para mostrar que el mismo patrón sirve fuera del ecommerce clásico [1].
¿Quién ya está corriendo estos agentes en producción?
El anuncio no se quedó en el código. Anthropic trajo testimonios concretos de equipos de negocios reconocidos que ya construyeron sobre este blueprint antes de que se hiciera público, algo poco común en un lanzamiento de este tipo: comerciantes de retail, de viajes y de delivery describiendo cómo el mismo patrón de agente resolvió problemas distintos en cada industria.
"Merchants can use Claude to build agents that help customers find products, check out, and answer questions about their orders." (Vanessa Lee, VP de Producto en Shopify) [1]
"A trip is one of the most complex things a person buys. Penny navigates all of that in one conversation and surfaces the best options and best value." (Cobus Kok, VP de AI Experiences en Priceline, sobre su agente de viajes Penny) [1]
Zomato y Fetch Rewards hablaron específicamente de la velocidad de implementación: Akhil Bansal, gerente senior de ingeniería en Zomato, dijo que "el setup funcionó exactamente como estaba documentado" y que equipos que arranquen su primer agente sobre Claude "se ahorran semanas de prueba y error" [1]. Ashley Nader, de Fetch Rewards, contó que correr el flujo de Claude Code dos veces les dio dos arquitecturas distintas para comparar, convirtiendo "días de andamiaje de agente en horas" [1].
¿Anthropic hizo esto solo? No. El ecosistema incluye a Visa y Mastercard (integraciones de pago), Accenture (implementación para clientes enterprise), e Intuit, Square, Wix y Klaviyo entre las empresas que ya construyen sobre el mismo blueprint. Para el despliegue en infraestructura, los agentes corren también sobre Amazon Bedrock, Microsoft Foundry y Google Cloud Vertex AI, no solo sobre la API directa de Anthropic [1][3].
¿Cómo está construido por dentro? La arquitectura que Anthropic recomienda
El mismo día del blueprint, Anthropic publicó una guía técnica aparte, "The Anatomy of Effective Commerce Agents", con las decisiones de diseño detrás del producto [2]. Tres de esas decisiones rompen con el sentido común que domina la conversación sobre agentes:
- Un solo modelo, no un enjambre de sub-agentes. La guía recomienda explícitamente un único modelo corriendo en un bucle de agente estándar, con skills para la funcionalidad de cola larga. La regla práctica que dan: si una capacidad es relevante para un tercio o más del tráfico, va en el prompt del sistema; el resto se documenta como una skill (el mismo patrón que describimos en nuestro glosario sobre SKILL.md), porque los sub-agentes pierden contexto en cada traspaso [2].
- El dinero nunca lo mueve una tool call. Ninguna llamada de herramienta del modelo coloca una orden, procesa un pago o cambia un precio en vivo. Todo eso termina en una acción que controla el harness, con aprobación humana de por medio para el merchant agent [2].
- El caché de prompt hace la diferencia económica. Los despliegues exitosos que Anthropic documenta llegan a tasas de caché de 90% a 99%, separando el contenido global (prompt de sistema y definición de herramientas), el contexto de sesión y la información volátil que cambia dentro de la conversación [2].
A eso se suman controles más operativos: cada ID que el modelo usa para renderizar o escribir algo tiene que haber sido emitido por el servidor en esa misma sesión (nunca inventado por el modelo), y todo contenido de terceros (reseñas, listados, políticas) se sanitiza antes de llegar al modelo [2].
¿Por qué Anthropic lanza esto justo ahora?
Porque el mercado del comercio agéntico ya estaba moviéndose antes del anuncio, con proyecciones de cientos de miles de millones de dólares para 2030, y Anthropic compite directamente con OpenAI y Google por ese terreno [3]. Cuatro datos, de cuatro fuentes distintas a la propia Anthropic, explican por qué ningún proveedor de IA quiere llegar tarde a este mercado:
| Fuente | Dato |
|---|---|
| Bain & Company | El comercio agéntico en EE. UU. podría valer entre USD 300.000 y 500.000 millones para 2030, entre 15% y 25% de las ventas de ecommerce [5] |
| Morgan Stanley | Con un criterio más estricto de autonomía, estima un impacto de hasta USD 385.000 millones para 2030 [6] |
| Adobe Analytics | El tráfico referido por IA a sitios de retail en EE. UU. creció 393% año contra año en el primer trimestre de 2026 [4] |
| Swap (encuesta a 80 marcas y agencias) | 70% ya está probando o desplegando una tienda agéntica, y solo 7% no tiene planes [7] |
Ninguno de esos números es de Anthropic. Son de firmas de análisis y de una encuesta independiente, y todos apuntan en la misma dirección: la pregunta para un negocio ya no es si va a recibir tráfico de agentes de compra, sino si está listo para atenderlo.
¿Qué significa esto si tu negocio no es Shopify ni Priceline?
Acá es donde conviene bajar el anuncio a la realidad de una empresa mediana en Colombia o Latinoamérica. Tener el blueprint de Anthropic no resuelve nada si antes no están resueltos tres problemas que ya cubrimos en este blog:
Primero, el dato de producto. Un shopping agent solo puede comparar y recomendar si el catálogo tiene atributos estructurados, precio y disponibilidad confiables. Si tu catálogo hoy es un PDF y un vendedor al teléfono, publicamos una guía completa sobre cómo prepararlo para agentes de compra.
Segundo, quién responde si el agente compra mal. Visa y Mastercard ya están en el anuncio de Anthropic por algo: los protocolos de pago para transacciones de agentes (AP2, Trusted Agent Protocol, Agent Pay) son justamente el tema que analizamos en este artículo sobre fraude y responsabilidad en comercio agéntico.
Tercero, la visibilidad. Si un agente no encuentra tu tienda porque tus datos no son legibles por máquina, no importa cuántos agentes de compra existan en el mercado: tu negocio queda invisible, el riesgo que describimos en El riesgo real del comercio agéntico.
El blueprint de Anthropic tampoco compite con las plataformas de infraestructura de agentes más horizontales que comparamos antes en el blog: es una capa vertical, pensada específicamente para comercio, no un sustituto de decidir en qué runtime corre tu agente general. Si ya usas Shopify, probablemente el camino más corto sea activar lo que Shopify está construyendo sobre este mismo blueprint. Si tu stack es propio, el código está público para que tu equipo lo adapte en vez de empezar de cero.
Conclusiones Clave
- Anthropic ya no vende solo el modelo. Lanzó un blueprint de código abierto completo (shopping agent y merchant agent), con partners reales en producción: Shopify, Priceline, Zomato, Fetch Rewards, Visa, Mastercard y Accenture.
- La cifra que usa para vender el producto: retailers con shopping agents sobre Claude reportan carritos hasta 35% más grandes y 60% más probabilidad de compra.
- La arquitectura recomendada rompe con la moda multi-agente: un solo modelo con skills, no un enjambre de sub-agentes, salvo que la tarea lo exija.
- El dinero nunca lo mueve el modelo: todo pago, reembolso o cambio de precio pasa por una capa de aprobación humana o del harness, nunca por una tool call directa.
- El mercado ya se movía antes del anuncio: Bain proyecta hasta USD 500.000 millones en comercio agéntico en EE. UU. para 2030, y Adobe ya midió un salto de 393% en tráfico referido por IA hacia retailers.
- Para un negocio que no es Shopify: el catálogo, los protocolos de pago y la visibilidad ante agentes siguen siendo la base antes de pensar en construir un agente de compra propio.
¿Listo para que tu negocio no quede por fuera del comercio agéntico?
Si tu catálogo, tus datos o tu infraestructura todavía no están preparados para que un agente de IA compre o venda a través de ellos, ese es exactamente el trabajo que hacemos en automatización con agentes de IA y MCP: desde auditar qué tan legible es tu catálogo para una máquina, hasta diseñar el agente y sus guardrails.
Sobre el Autor
Juan P Franco es consultor en expansión digital, comercio electrónico y automatización con agentes de IA. Ayuda a empresas de todo tamaño y modelo de negocio (B2B, B2C, retail, D2C) a crecer en canales digitales con estrategias basadas en datos y tecnología.
Referencias
[1] Anthropic. "Building Commerce Agents with Claude." Claude Blog, 2 de septiembre de 2026. https://claude.com/blog/claude-for-commerce-agents
[2] Anthropic. "The Anatomy of Effective Commerce Agents." Claude Blog, septiembre de 2026. https://claude.com/blog/the-anatomy-of-effective-commerce-agents
[3] Digital Commerce 360. "Anthropic debuts Claude features focused on agentic commerce." Digital Commerce 360, 2 de septiembre de 2026. https://www.digitalcommerce360.com/2026/09/02/anthropic-debuts-claude-features-focused-on-agentic-commerce/
[4] Adobe. "AI traffic grows but retail sites lag in AI search visibility." Adobe Business Blog, 2026. https://business.adobe.com/blog/ai-traffic-surge-retail-sites-not-machine-readable
[5] Bain & Company. "2030 Forecast: How Agentic AI Will Reshape US Retail." Bain & Company, 2026. https://www.bain.com/insights/2030-forecast-how-agentic-ai-will-reshape-us-retail-snap-chart/
[6] Morgan Stanley. "Agentic Commerce Impact Could Reach $385 Billion by 2030." Morgan Stanley Insights, 2025. https://www.morganstanley.com/insights/articles/agentic-commerce-market-impact-outlook
[7] Swap. "Agentic Commerce Statistics 2026: New Survey Data." Swap, 2026. https://www.swap-commerce.com/blog/agentic-commerce-statistics-2026