WebMCP

O WebMCP é um padrão aberto da web que permite que os sites exponham ferramentas estruturadas e chamáveis diretamente para agentes baseados em navegador. Descubra o que torna isso emocionante.

Provavelmente, você já assistiu a um agente de inteligência artificial (IA) de navegador trabalhando em algum momento deste ano. Ele clica em uma opção de menu suspenso, espera até que o modelo de objeto do documento (DOM) seja atualizado, lê uma captura de tela, decide o que clicar em seguida e espera novamente. Uma tarefa, cinco segundos, cem coisas que podem dar errado. Se a classe de folhas de estilo em cascata (CSS) mudar, se o menu suspenso for animado de forma diferente, se a página carregar algo de forma preguiçosa, tudo quebra. Isso não é um problema de modelo. Os modelos estão corretos. É um problema de protocolo. Não havia uma forma padrão para um site informar a um agente o que ele realmente podia fazer na página, então os agentes ficavam tentando adivinhar pixel por pixel, clique por clique.

O WebMCP é a solução. É um padrão aberto da web proposto que permite que os sites exponham ferramentas estruturadas e chamáveis diretamente para agentes baseados em navegador. Em vez de um agente tentar interpretar a interface do usuário (UI), o site informa ao agente exatamente quais funções existem, quais entradas elas aceitam e o que elas retornam. O agente para de adivinhar. O Google anunciou o teste de origem do WebMCP na conferência Google I/O 2026 em 21 de maio, e o Chrome 149 foi lançado com ele habilitado para tráfego real, não apenas para desenvolvedores por trás de uma bandeira. Se você constrói algo na web pública, isso vale a pena entender hoje.

O WebMCP é um protocolo de agente nativo do navegador co-desenvolvido pelo Google e pela Microsoft. O Grupo de Trabalho de Aprendizado de Máquina da Web da W3C publicou a especificação como um rascunho em fevereiro de 2026, com três editores: Brandon Walderman, da Microsoft, Khushal Sagar e Dominic Farolino, do Google. A ideia central é simples: um site registra “ferramentas” nomeadas, funções JavaScript tipadas ou formulários HTML anotados por meio de uma interface de contexto de modelo de documento. Um agente de navegador pode, então, descobrir essas ferramentas, entender o que elas fazem a partir de suas descrições e esquemas JSON, e chamá-las diretamente em vez de simular cliques de mouse.

Pense nisso como a diferença entre dar a alguém um controle remoto e assistir a ele cutucar a tela da sua televisão, tentando mudar o canal. Para entender onde o WebMCP se encaixa, ajuda saber onde ele não se encaixa. O Protocolo de Contexto de Modelo (MCP) da Anthropic é um protocolo de servidor para servidor, onde o modelo se conecta ao seu backend por meio de stdio ou HTTP. O protocolo de agente para agente (A2A) lida com a comunicação entre diferentes agentes de IA. O WebMCP lida com a camada que esses dois perdem: a página do cliente, com o usuário conectado sentado bem ali.

O WebMCP fornece três coisas para pontuar essa lacuna: Antes do WebMCP, os agentes de navegador tinham duas opções: atuação baseada em visão ou raspagem de DOM. A atuação baseada em visão significava que o agente tirava uma captura de tela, a enviava para um modelo multimodal, recebia as coordenadas para clicar, clicava, esperava até que o DOM fosse atualizado, tirava outra captura de tela e repetia. Funcionava bem o suficiente para uma demonstração. Não funcionava bem o suficiente para ser enviado de forma confiável. Cada mudança de pixel, cada animação, cada elemento carregado de forma preguiçosa era um ponto potencial de falha.

A raspagem de DOM era mais rápida, mas cega semanticamente. O agente podia ler quais elementos existiam na página, mas tinha que adivinhar seu propósito a partir de nomes de atributos, nomes de classes e texto circundante. Um botão rotulado como “Ir” podia significar procurar, enviar, confirmar ou navegar, e o agente tinha que descobrir isso a partir do contexto a cada vez. Os números refletem o quão significativa é a lacuna. Pesquisas sobre automação de navegador estruturada versus não estruturada mostram que as abordagens estruturadas reduzem os erros de tarefa em 67% e melhoram as taxas de conclusão em 45% em comparação com os métodos de raspagem, de acordo com a análise das guias de implementação do WebMCP publicadas em 2026.

A resposta do WebMCP para tudo isso é mover a carga de interpretação do agente para o site. Você sabe o que o botão de checkout faz. Você sabe quais campos o formulário de suporte espera. O WebMCP fornece uma maneira de dizer isso explicitamente, em um formato que o agente possa ler sem qualquer trabalho de adivinhação. O WebMCP introduz duas APIs, ambas acessíveis por meio da interface de contexto de modelo de documento. Elas são projetadas para situações diferentes, e você pode usá-las ambas na mesma página.

A API Declarativa é para formulários HTML. Você anota os elementos do formulário existente com dois novos atributos: toolname e tooldescription, e o navegador automaticamente traduz o formulário em uma ferramenta estruturada que o agente pode chamar. Você não precisa escrever nenhum JavaScript para o caso básico. Aqui está como um formulário de solicitação de suporte parece com a API Declarativa: O que isso faz: O navegador lê os atributos toolname e tooldescription e registra o formulário como uma ferramenta chamável. Quando um agente deseja enviar uma solicitação de suporte, ele chama create