OpenClaw

OpenClaw es un marco de agente autónomo de IA gratuito y de código abierto creado por Peter Steinberger y lanzado en noviembre de 2025 (originalmente como Clawdbot, renombrado vía Moltbot a OpenClaw tras quejas de marca). Licenciado bajo MIT y escrito en TypeScript/Swift, funciona completamente en el dispositivo del empleado y se conecta a modelos de lenguaje grandes externos, Claude, GPT, Gemini, DeepSeek o modelos locales vía Ollama, usando plataformas de mensajería existentes como interfaz de usuario. La arquitectura es local primero: configuración, historial de sesiones y archivos de memoria permanecen en el dispositivo. Un sistema de habilidades (directorios SKILL.md) permite extender el agente con integraciones de herramientas (GitHub, Notion, navegador, shell, sistema de archivos, tareas programadas). Las apps complementarias incluyen utilidad en la barra de menú macOS y nodos iOS/Android con control por voz. Los agentes pueden ejecutarse en la sesión principal (acceso completo al host) o aislarse en sandboxes Docker/SSH para canales no confiables. Desde la perspectiva de gobernanza empresarial, OpenClaw es el arquetipo de un "agente IA sombra": se instala vía npm, evade inspección CASB/DNS/proxy, se autentica en Slack, GitHub y Notion corporativos con credenciales personales y enruta datos entrantes a través de la cuenta LLM personal del empleado, no la DPA empresarial. Los registros SSO tradicionales, listas blancas de software y monitoreo de red no lo detectan.

Almacenamiento

Dispositivo local, configuración, historial de sesiones, habilidades y archivos de memoria almacenados en la máquina del usuario. No hay nube operada por OpenClaw por defecto; la capa opcional OpenClaw Cloud se aloja por separado.

Conservación

Persistente en el dispositivo hasta eliminación manual; sin expiración automática. La retención de datos de prompts en el proveedor LLM depende del proveedor configurado por el usuario.

Entrenamiento sobre entradas

OpenClaw no entrena con datos de usuario. Las entradas se envían al LLM configurado por el usuario (OpenAI, Anthropic, DeepSeek, Gemini, Ollama local, etc.) bajo los términos de entrenamiento de ese proveedor.