OpenClaw es probablemente el proyecto de código abierto del que más se habla ahora mismo en el mundo de los agentes de IA, y acaba de recibir su mayor actualización: la versión 2.0, con número 2026.8.1, publicada a finales de agosto de 2026.
Detrás hay una cifra que da idea de la escala: 933 desarrolladores y más de 16.000 pull requests.
Vamos con qué es, qué trae y —esto es lo que casi no vas a encontrar en otros sitios— qué conviene saber antes de instalarlo.
Qué es OpenClaw, en una frase
Un agente de IA autónomo que se ejecuta en tus propios dispositivos y que manejas desde las aplicaciones de mensajería que ya usas.
La distinción importante: OpenClaw no es un modelo. Es el andamiaje que rodea a uno. Conecta un modelo de IA con tu memoria, tus archivos, tus herramientas, tu navegador y tus calendarios, para que pueda completar tareas por su cuenta en lugar de limitarse a responderte.
- Licencia: MIT, gratuito y de código abierto
- Escrito en: TypeScript y Swift, multiplataforma
- Modelos: agnóstico. Funciona con modelos alojados, suscripciones que ya tengas, proveedores por API y modelos locales
- Se controla desde: WhatsApp, Telegram, Discord, Slack, Signal o iMessage
Esa última línea es la que explica su popularidad. No tienes que aprender una interfaz nueva: le hablas por WhatsApp como a un contacto más.
Qué trae la versión 2.0
Instalación que se configura sola. Es el cambio que más se nota. OpenClaw ahora detecta automáticamente lo que ya tienes: suscripciones de ChatGPT o Claude, claves de API y modelos instalados en local. La configuración que antes había que dejar lista antes de empezar se ha movido a una conversación con el propio agente una vez arrancado.
Sesiones compartidas en la nube. Es la novedad de la que más se habla y de ahí lo de la «IA colaborativa»: varias personas pueden entrar en una sesión de agente ya existente conservando el contexto, de modo que una tarea se puede compartir o pasar de una persona a otra sin empezar de cero.
El navegador como interfaz principal. La interfaz web se ha reconstruido para que configuración, seguimiento de tareas e interacción con los flujos de trabajo estén en el mismo sitio, en lugar de repartidos.
Y ahora la letra pequeña
Aquí está la parte que no suele acompañar a las recomendaciones entusiastas, y que en un producto como este pesa más que en cualquier otro.
Un agente autónomo no es un chat. Un chat te responde; un agente actúa. Tiene acceso a tus archivos, a tus mensajes y a tus herramientas, y toma decisiones sin que estés delante. Eso multiplica lo que puede hacer por ti y también lo que puede salir mal.
El historial documentado del proyecto:
| Cuándo | Qué pasó |
|---|---|
| Febrero 2026 | Investigadores de Cisco hallaron exfiltración de datos e inyección de prompts sin conocimiento del usuario |
| Marzo 2026 | China restringió OpenClaw en empresas estatales y organismos públicos por riesgos de seguridad |
| Caso MoltMatch | Un usuario reportó que su agente creó un perfil en una web de citas sin autorización explícita |
Y el matiz que reconoce la propia cobertura del proyecto: al ser autoalojado, el usuario es responsable de una parte mucho mayor de la infraestructura y de la configuración de seguridad. No hay una empresa detrás garantizándote nada. Esa es la contrapartida de que sea gratis y tuyo.
La inyección de prompts, explicada rápido
Merece la pena entenderla porque es el riesgo central de esta categoría.
Ocurre cuando un contenido que el agente lee —una página web, un correo, un PDF— contiene instrucciones ocultas dirigidas al agente, y este las obedece como si se las hubieras dado tú.
En un chat normal, el peor caso es que te dé una respuesta rara. En un agente con acceso a tu WhatsApp, tus archivos y tu navegador, el peor caso es bastante peor.
El contraste con lo que hace la industria
Resulta interesante ponerlo al lado de lo que acaba de hacer OpenAI. En GPT-6 Astra, la empresa clasificó su propio modelo como crítico en ciberseguridad, lo lanzó con salvaguardas que rechazan ciertas peticiones y lo dejó desactivado por defecto en las cuentas de empresa. Ahí el fabricante asume el freno.
En OpenClaw el planteamiento es el opuesto: el freno lo pones tú. Ninguno de los dos enfoques es el correcto por definición, pero conviene saber en cuál te estás metiendo.
Cómo montarlo en local con Qwen 3.8 27B
Si lo que te ha echado para atrás es la parte de seguridad, aquí está la respuesta más directa: ejecutar también el modelo en tu propio equipo. Así ni tus archivos ni tus conversaciones salen de casa, y de paso no pagas tokens.
El modelo abierto que mejor encaja hoy es Qwen 3.8 27B, publicado el 14 de agosto de 2026 con licencia Apache 2.0. Es un modelo denso de 27.000 millones de parámetros, multimodal, con 262.000 tokens de contexto nativo ampliables a un millón, y ahora mismo uno de los mejores agentes de código que se pueden ejecutar en un ordenador propio.
Qué hardware necesitas de verdad
Esta es la parte donde la gente se estrella, así que van las cifras exactas de la biblioteca oficial de Ollama:
| Versión | Descarga | VRAM aproximada | Tarjeta que lo mueve |
|---|---|---|---|
qwen3.8:27b (4 bits, por defecto) |
18 GB | 14-16 GB | RTX 4090, RTX 5090 |
qwen3.8:27b-q8_0 |
30 GB | ~28 GB | L40S, RTX Pro 6000 |
qwen3.8:27b-bf16 |
56 GB | ~56 GB | H100, H200 |
Un aviso que no suele aparecer: esas cifras son solo los pesos del modelo. La caché de contexto se suma aparte y crece con la longitud de la conversación. Si piensas aprovechar los 262.000 tokens de contexto, cuenta con bastante más memoria de la que dice la tabla.
Para la mayoría, la fila realista es la primera: una RTX 4090 o 5090 mueve la versión de 4 bits. En Mac con Apple Silicon existen las variantes mlx.
Los pasos
1. Instala Ollama desde ollama.com. Existe para Windows, macOS y Linux.
2. Descarga el modelo:
ollama pull qwen3.8:27bSon 18 GB, así que tómatelo con calma.
3. Comprueba que responde antes de meter a OpenClaw en la ecuación:
ollama run qwen3.8:27bSi contesta, ya tienes la mitad hecha.
4. Instala OpenClaw. Aquí está la gracia de la versión 2.0: detecta automáticamente los modelos que tengas instalados en local durante la configuración inicial, junto con tus suscripciones y claves de API. No hay que editar ficheros a mano; el propio agente te pregunta el resto en una conversación.
5. Elige Qwen como modelo por defecto cuando te lo ofrezca, y empieza dándole acceso a poco.
Qué ganas y qué pierdes
Ganas: privacidad real —nada sale de tu equipo—, coste cero por token y ningún límite de peticiones.
Pierdes: capacidad. Un 27B en local no es GPT-6 Astra ni Claude Opus 5, y en tareas agénticas largas se nota. Y la inyección de prompts sigue existiendo: que el modelo sea local no impide que una página web con instrucciones ocultas lo engañe. Lo que cambia es que tus datos no viajan a un tercero, no que el agente sea inmune.
Si quieres el detalle de los modelos de Qwen y en qué se diferencia la rama abierta de la de pago, lo tienes en Qwen 3.8 Max: precio y límites.
Para quién sí y para quién no
Tiene sentido si:
- Quieres un agente propio sin pagar una suscripción por el andamiaje
- Te interesa usar modelos locales, por privacidad o por coste
- Vas a montarlo en un equipo secundario, sin acceso a cuentas críticas
- Te apetece trastear y entiendes lo que le estás dando permiso para hacer
No lo instales si:
- Piensas conectarlo a tu WhatsApp personal, tu correo principal y tus archivos de trabajo sin más
- Es para una empresa y no hay nadie que revise la configuración de seguridad
- Esperas que alguien te garantice algo. Aquí no hay soporte ni responsable
Cómo empezar sin sustos
Si lo vas a probar, tres reglas simples:
- Empieza en un equipo secundario o en una máquina virtual, no en tu ordenador principal.
- Dale acceso a poco. Una cuenta de correo secundaria, una carpeta concreta. Ampliar es fácil; deshacer un desastre no.
- Ten claro qué modelo tiene detrás y cuánto te cuesta. El programa es gratis; los tokens no. Tienes el método para calcularlo en cómo comparar los límites de los modelos de IA.
Es una herramienta genuinamente potente y su comunidad —247.000 estrellas y 47.700 forks en GitHub— no es casualidad. Pero es de las pocas cosas donde instalar sin leer sale caro de verdad.
Más análisis de modelos y herramientas en el hub de inteligencia artificial.
Cómo hemos preparado este análisis
Contrastamos especificaciones, fuentes enlazadas y opciones de compra para ayudarte a decidir. La recomendación final es el criterio editorial de Tecno-V.
Comentarios de la comunidad
Todavía no hay comentarios publicados por la comunidad.