Anubis integra WebAssembly para reducir el scraping de LLM
El proyecto open source añade soporte WASM a su mecanismo de prueba de trabajo tras un año de desarrollo, buscando frenar el rastro de los bots sin penalizar al usuario legítimo.
El equipo tras Anubis ha publicado la integración de WebAssembly en su sistema de autenticación. Llevaban un año trabajando en ello y el objetivo es claro: elevar el coste computacional del scraping masivo que realizan los agentes de inteligencia artificial sin molestar al navegador del usuario final. La herramienta se posiciona como un escudo para administradores de sistemas que ven descargado su contenido por modelos de lenguaje, un problema que ya no es teórico sino operativo.
Cómo funciona la barrera
Anubis utiliza un esquema de prueba de trabajo inspirado en Hashcash. La lógica es sencilla pero efectiva: para cada solicitud se requiere un cálculo matemático específico. Para un visitante humano, el tiempo de procesamiento es imperceptible. Para un scraper que lanza miles de peticiones por segundo, ese microsegundo se multiplica y encarece drásticamente la operación.
El salto con WebAssembly permite ejecutar este desafío con mayor eficiencia y seguridad dentro del navegador moderno. El código se compila a un binario que el cliente debe resolver antes de que el servidor autorice el acceso al recurso real. Esto evita, en teoría, que scripts simples puedan sortear la protección fácilmente.
La documentación advierte sobre un requisito técnico importante: la solución depende de características modernas de JavaScript. Extensiones de privación como JShelter, que bloquean la ejecución de scripts avanzados para proteger la identidad del usuario, romperán el flujo de autenticación. Los administradores que desplieguen Anubis deben informar a sus usuarios o configurar excepciones, ya que el sistema no distingue entre un bloqueo intencional de privacidad y un intento de ataque automatizado.
La solución temporal
Los autores son honestos sobre los límites de la herramienta. La llaman una solución temporal, un parche necesario mientras la industria desarrolla métodos más sofisticados de identificación. La intención final es reemplazar la prueba de trabajo por técnicas de huella digital (fingerprinting) avanzadas. Se trabaja en detectar navegadores headless analizando detalles sutiles, como el renderizado de fuentes o comportamientos de hardware que una máquina virtual o un contenedor de pruebas suele exponer.
Si logran identificar con precisión qué tráfico es legítimo y qué tráfico es un agente de IA, podrán eliminar por completo la página de desafío. El usuario entraría directamente, y el bot se quedaría fuera sin que nadie tenga que resolver un cálculo criptográfico. Hasta entonces, la prueba de trabajo actúa como un filtro de ruido. No es una defensa impenetrable, pero sí una fricción calculada.
El proyecto sigue siendo open source y la implementación de WebAssembly marca un cambio de paradigma en cómo se protege el contenido web frente a la automatización industrial. Ya no se trata solo de validar formularios o CAPTCHAS visuales, sino de gestionar la carga computacional impuesta por terceros sobre la infraestructura propia.
