Human Behavior lanza agentes que convierten las reproducciones de sesión en correcciones del producto

Why it matters

Human Behavior is trying to own the step after analytics: acting on user evidence. Success would pressure dashboard vendors to become supervised execution systems.

Human Behavior lanzó una nueva versión de su producto el 10 de agosto que utiliza agentes de IA para convertir evidencia de sesiones de usuario en propuestas de cambios de código y comunicaciones con clientes, ampliando la propuesta original de la startup más allá del análisis del uso del producto.

https://x.com/OfficialAmogh/status/2086845030568743030

Amogh Chaturvedi (@OfficialAmogh), cofundador y CEO de Human Behavior, anunció Human Behavior v2 en un hilo en X. Su descripción fue directa: los análisis tradicionales de producto explicaban qué pasó, mientras que Human Behavior ahora "simplemente se encargará".

Human Behavior dice que el nuevo sistema registra reproducciones de sesión, clics, vistas de página, embudos, registros de consola, errores de JavaScript y peticiones de red. Los agentes luego monitorean esas señales en busca de problemas como clics muertos, flujos de pago fallidos y clientes que muestran señales de abandono. Un error de software detectado puede convertirse en un pull request propuesto, mientras que un cliente en riesgo puede desencadenar un mensaje redactado.

El producto está diseñado alrededor de un paso de aprobación. Human Behavior dice que los parches se ejecutan en un sandbox, que cada pull request incluye la reproducción de sesión relevante y que los agentes no hacen merge automático del código. Esas restricciones importan porque Human Behavior está pidiendo a líderes de producto e ingeniería que den a un proveedor de analíticas acceso tanto a actividad sensible de usuarios como al código usado para responder a ella.

De observar sesiones a cambiar el producto

Human Behavior originalmente usó modelos de visión para procesar video de reproducción de sesiones y responder preguntas que los análisis basados en eventos a menudo no captan. En lugar de requerir que los ingenieros instrumenten manualmente cada interacción, Human Behavior dijo que sus modelos podrían observar a los usuarios moverse por una aplicación e identificar patrones detrás de la conversión, la retención y el abandono.

Human Behavior v2 añade una capa de ejecución a ese análisis. Human Behavior describe un bucle repetido en el que los agentes observan sesiones, identifican problemas, preparan una acción y reanudan la monitorización. Las acciones disponibles incluyen abrir pull requests, redactar respuestas, investigar cuentas, redactar informes de producto y preparar consultas de datos.

Los usuarios también pueden hacer preguntas en inglés sencillo a través del tablero, Slack, correo electrónico, SMS o WhatsApp. Human Behavior dice que las respuestas incluyen las reproducciones de sesión y las consultas de datos usadas como evidencia, dando a gerentes de producto e ingenieros una forma de inspeccionar la conclusión de un agente antes de actuar sobre ella.

La instalación comienza con el comando npx @humanbehavior/wizard@latest, que Human Behavior dice puede conectar el sistema a un proyecto en unos cinco minutos. El sitio web lista soporte para React, Next.js, Vue, Angular, Svelte, Nuxt, Remix, Astro, Gatsby y aplicaciones HTML estándar.

El movimiento coloca a Human Behavior en una pelea más amplia sobre dónde termina el software de analíticas y dónde empieza el software agentivo. Mixpanel, Amplitude y PostHog construyeron negocios alrededor de la recolección y organización de eventos de producto. Las herramientas de reproducción de sesión añadieron evidencia visual. Human Behavior apuesta a que la capa valiosa será el software que conecta esos registros con una intervención aprobada.

Un pivote liderado por los fundadores, de contabilidad al comportamiento

Chaturvedi fundó Human Behavior con Skyler Ji (@skyguy_skyguy) y Chirag Kawediya. Chaturvedi conoció a Ji y Kawediya en una hacker house que organizó en 2023 después de su primer año en Stanford, según un perfil de TechCrunch del 3 de septiembre de 2025.

Los fundadores primero construyeron Dough, un producto de contabilidad para negocios de comercio electrónico. Vendieron Dough a Employer.com por seis cifras después de entrar a Y Combinator y pivotaron hacia Human Behavior. Chaturvedi dijo a TechCrunch que los clientes de Dough podían ver qué productos se vendían, pero aun necesitaban una explicación de por qué los compradores se comportaban como lo hacían.

Esa pregunta moldeó el primer producto de Human Behavior. Los fundadores aportaron experiencia de investigación en visión por computadora en el grupo de NLP de Stanford y el grupo de bases de datos de la University of Chicago, según el perfil de Human Behavior en Y Combinator. Chaturvedi también había estudiado ciencias de la computación en Stanford y previamente trabajó con Founders Fund y la startup de infraestructura en la nube Ubicloud.

El lanzamiento actual de Human Behavior preserva ese enfoque original en la evidencia comportamental mientras amplía la autoridad del producto. Los fundadores apuestan efectivamente a que los datos de sesión pueden aportar suficiente contexto para que los agentes tomen decisiones útiles en ingeniería, producto y operaciones de atención al cliente.

La ronda de $5 millones data de 2025

Los $5 millones que Chaturvedi citó en el hilo de lanzamiento corresponden a la financiación semilla de Human Behavior anunciada en septiembre de 2025. Los inversionistas fueron General Catalyst, Paul Graham (@paulg), Vercel y Y Combinator.

TechCrunch informó en ese momento que Human Behavior cerró la ronda en dos días. La financiación siguió a la venta de Dough y dio a los fundadores capital para construir Human Behavior alrededor de una premisa más amplia: el software de analíticas debería producir una acción en lugar de dejar otro tablero para que los empleados lo interpreten.

Human Behavior v2 es hasta ahora la expresión más clara de esa premisa. La prueba técnica será si sus agentes pueden trazar un problema de usuario hasta la causa correcta y proponer una respuesta segura de forma consistente. Sus salvaguardas declaradas mantienen a los humanos responsables de la acción final. La prueba comercial es si ese flujo de trabajo supervisado ahorra suficiente tiempo como para reemplazar herramientas separadas de analíticas, reproducción, monitoreo de errores y operaciones de producto.