Si 2025 fue el año en que los coding agents entraron en el día a día de los desarrolladores, 2026 está siendo el año de los agentes personales autónomos: programas que viven en tu propia máquina, recuerdan lo que hicieron ayer y ejecutan tareas del mundo real sin que tengas que estar delante. Dos nombres dominan la conversación: Hermes Agent, de Nous Research, y OpenClaw, el proyecto comunitario que nació como un experimento para conectar WhatsApp con un modelo de lenguaje. En este artículo los comparo de frente.
Nota sobre las fuentes: ambos proyectos son muy recientes y buena parte de lo que se lee en internet procede de blogs y comparativas de dudosa verificación. He intentado quedarme con lo contrastable y señalar cuándo un dato es más marketing que hecho. El apartado de seguridad de OpenClaw, en cambio, sí está respaldado por avisos de CVE y análisis de firmas de seguridad reconocidas.
La idea común: agentes que persisten
Antes de las diferencias, conviene entender qué comparten. Los dos son agentes de IA autónomos, no chatbots. Es decir, no se limitan a responder: pueden ejecutar comandos en tu terminal, editar ficheros, navegar por la web, integrarse con tus apps de mensajería y, sobre todo, mantener memoria entre sesiones. Ambos son agnósticos de modelo (funcionan con Claude, GPT, Gemini, DeepSeek o modelos locales vía Ollama) y ambos se publican bajo licencia MIT, así que el software es gratis: solo pagas por el uso de la API del modelo que elijas, o nada si tiras de un modelo local.
Hermes Agent (Nous Research)
Hermes Agent es el harness de agentes de Nous Research, el mismo laboratorio detrás de la conocida familia de modelos abiertos Hermes. Su propuesta diferencial es lo que llaman un bucle de aprendizaje cerrado: al terminar una tarea compleja, el agente escribe skills reutilizables que guarda en memoria, de modo que la próxima vez que se enfrente a algo parecido ya sabe hacerlo. La promesa es un agente que se vuelve más capaz cuanto más trabaja.
Lo que lo caracteriza
- Creación autónoma de skills que se refinan con el uso y se componen entre sesiones (compatible con el estándar abierto agentskills.io).
- Multiplataforma: CLI, TUI, app de escritorio (Electron), servidor de control para IDEs y endpoint HTTP compatible con OpenAI.
- Sub-agentes aislados para paralelizar tareas, y memoria persistente con recuperación por búsqueda.
- Muy buena relación con modelos open source locales, lo que abarata mucho el coste operativo.
¿Puntos flacos? Es joven (llegó a principios de 2026) y su ecosistema de integraciones y su comunidad todavía son más pequeños que los del competidor. Para automatización recurrente que debe mejorar con el tiempo es donde más brilla; para orquestaciones muy complejas y con muchas integraciones de terceros, se queda un paso por detrás.
OpenClaw
OpenClaw tiene una de las historias de origen más divertidas del año: nació en noviembre de 2025 como un prototipo montado en apenas una hora por Peter Steinberger (fundador de PSPDFKit) para hablar con un modelo desde WhatsApp. Pasó por varios nombres —Warelay, Clawdbot, Moltbot— antes de quedarse en OpenClaw, y explotó hasta convertirse en uno de los proyectos open source de crecimiento más rápido de GitHub. Su autor se incorporó a OpenAI en marzo de 2026 y el gobierno del proyecto pasó a una fundación comunitaria.
Lo que lo caracteriza
- Arquitectura local-first: corre como servicio de larga duración en tu equipo y guarda la memoria como ficheros Markdown locales.
- Un catálogo enorme de integraciones y skills (mensajería, email, calendario, domótica, navegador, GitHub, Notion…).
- Esquema BYOK («trae tu propia clave») para cambiar de proveedor de modelo en caliente.
- Operación autónoma real mediante un scheduler que dispara acciones sin que el usuario tenga que pedirlas.
Su gran baza es la amplitud: si necesitas conectar el agente con medio ecosistema de apps, OpenClaw casi siempre tiene una skill para ello. Su gran problema, como veremos, es la seguridad.
Cara a cara
| Aspecto | Hermes Agent | OpenClaw |
|---|---|---|
| Desarrollador | Nous Research | Comunidad (origen: Peter Steinberger) |
| Licencia | MIT | MIT |
| Filosofía | Autoaprendizaje (skills que mejoran) | Amplitud e integraciones |
| Modelos | Agnóstico (cloud y local) | Agnóstico + BYOK |
| Memoria | Persistente con recuperación | Ficheros Markdown locales |
| Fuerte en | Automatización recurrente | Orquestación con muchas apps |
| Madurez del ecosistema | Menor, en crecimiento | Mayor, pero inmaduro en calidad |
| Seguridad | Sin incidentes graves reportados | Historial serio de CVE en 2026 |
El elefante en la habitación: la seguridad de OpenClaw
Aquí es donde la comparativa deja de ser un empate de preferencias. A lo largo de 2026, OpenClaw acumuló un historial de vulnerabilidades notable, con avisos recogidos por medios y firmas de seguridad reconocidas. Entre los más sonados:
- Ejecución remota de código de un clic vía secuestro de WebSocket (la falla apodada «ClawBleed»).
- Escalada de privilegios crítica en la rotación de tokens que podía derivar en RCE.
- Miles de instancias expuestas a internet sin autenticación, con credenciales guardadas en texto plano en los ficheros de configuración.
- Ataques a la cadena de suministro: skills maliciosas distribuidas a través del repositorio comunitario.
El proyecto ha ido respondiendo con parches y con verificación criptográfica de skills, pero el mensaje de fondo es claro: un agente autónomo con acceso a tu shell, tus ficheros y tus cuentas es una superficie de ataque enorme. Si te decides por OpenClaw, trátalo como lo que es —software de seguridad crítica— y no como un juguete: aíslalo, audita las skills antes de instalarlas, exige aprobación humana para acciones irreversibles y no lo expongas jamás a internet sin autenticación.
¿Cuál elijo?
- Elige Hermes Agent si tu objetivo es automatización recurrente que mejore sola con el tiempo, quieres apoyarte en modelos locales para abaratar costes y prefieres un sistema más contenido y con menos superficie de riesgo.
- Elige OpenClaw si lo que buscas es máxima amplitud de integraciones y no te importa asumir la responsabilidad de fortificarlo. Es potentísimo, pero exige que sepas lo que haces.
Mi lectura personal: los dos apuntan en la misma dirección —agentes personales, locales y persistentes— pero encarnan dos filosofías distintas. Hermes apuesta por profundidad (un agente que aprende), OpenClaw por amplitud (un agente que se conecta con todo). La elección correcta depende menos de cuál es «mejor» y más de cuánto riesgo estás dispuesto a gestionar tú mismo.
Publicado el 19 de agosto de 2026. Comparativa basada en documentación pública de ambos proyectos y en avisos de seguridad de terceros; dado lo reciente de ambos, algunos datos evolucionan rápido.