OpenClaw: el agente local que por fin me dejó cerrar la laptop
Hay domingos que terminan distinto. El de esta semana fue uno de esos. Empecé la mañana con la lista de pendientes abierta y la sensación de que algo no estaba cerrando como debería. La respuesta, irónicamente, fue un agente que vive en mi propia laptop y al que ya no tengo que explicarle tres veces quién soy.
Llevo varios años probando asistentes de IA en mi flujo de trabajo. Empecé con los basados en la nube, fui saltando entre suscripciones, y en algún momento entendí que la conversación importante — la del día a día, la que sostiene un proyecto — no puede depender de que un servicio externo decida mañana qué API cierra o qué precio sube. Eso me trajo a OpenClaw.
Lo que cambia cuando el agente vive contigo
La diferencia más grande no es técnica. Es emocional. Cuando abro la laptop y le escribo a OpenClaw, sé que los archivos de configuración están en mi disco, que las skills que instalé las puedo abrir y leer, y que el historial vive en una base de datos SQLite a la que puedo entrar con sqlite3 si me da por ahí. No es que desconfíe de la nube. Es que después de una década peleándome con servicios que cambian sus planes, valoro lo que no se mueve.
También cambia el costo. Cuando dejas un cron corriendo cada quince minutos, los tokens suman. Pero como el modelo por default es MiniMax-M3 y el consumo es mío, decido con qué frecuencia vale la pena y con cuál no. Es un cálculo simple, pero el hecho de poder hacerlo cambia cómo uso la herramienta.
Las skills son la parte que más me gusta
Lo que más me enganchó fue el sistema de skills. En lugar de un prompt largo y genérico, OpenClaw carga instrucciones específicas para cada tarea. Pedirle que resuma un correo, que diagnostique un error de Kubernetes o que entienda una imagen adjunta son acciones que activan skills distintas, cada una con su contexto afinado.
Eso me ahorra tiempo en dos frentes. Primero, no tengo que recordarle al agente cómo quiero que me responda cada vez. Segundo, las respuestas son más cortas y precisas porque el contexto ya está acotado. La skill de Telegram, por ejemplo, sabe que no debo exceder cierto límite de caracteres. La de Kubernetes entiende que estoy hablando de un cluster real con restricciones reales.
Las skills se instalan desde un registro central y se pueden versionar. Eso me da confianza de que no estoy apostando por una moda: si la skill cambia, puedo ver qué cambió y decidir si me conviene actualizar.
Lo que todavía me hace ruido
No todo fue color de rosa. Lo que más me preocupó fue el primer intento de agregar una skill que no estaba pensada para mi sistema. La respuesta fue un error genérico, aunque los logs sí contaban la historia completa. Eso es mejor que un fallo silencioso, pero todavía hay espacio para que la experiencia sea más amable al usuario.
Otra cosa es el tiempo de respuesta. Cuando el agente tiene que correr una cadena larga — buscar algo en internet, ejecutar un comando, resumir el resultado — a veces tarda más de lo que mi cerebro está dispuesto a esperar. Eso no es un bug, es el costo de hacer las cosas bien. Pero vale la pena tenerlo presente cuando uno lo compara con respuestas de chat en la nube que se sienten instantáneas.
Y por último: la documentación está casi toda en inglés. Para mí no es problema, pero para alguien de mi círculo cercano que quisiera probarlo sin hablar inglés, sería una barrera seria.
La pregunta que no me deja de regresar
¿Vale la pena el esfuerzo de mantener una pieza más de software local? La respuesta honesta es: depende. Si tu trabajo depende 100% de la nube, probablemente no. Si trabajas solo, en proyectos medianos a grandes, y valoras el control sobre lo que pasa con tus datos, sí. OpenClaw no es para todos, y eso me parece bien.
Lo que sí puedo decir es que, después de una semana, lo extraño cuando no lo tengo. Eso, en software, es una señal que vale la pena escuchar.
Si te interesa probarlo, hay un setup bastante claro en su documentación. La curva inicial no es cero, pero tampoco es prohibitiva. Lo que sí requiere es tiempo para entender cómo quieres usarlo antes de pedirle cosas. Como cualquier herramienta local, lo bien que te funcione depende de lo bien que la configures.