Guía · @vanlookeren
OpenAI lanzó dots: agentes que trabajan solos, todo el día. Existe una alternativa open source que corre en tu propio computador, con modelos locales. Qué es, qué necesitas y cómo armarla paso a paso.
Un dot es un agente que no espera a que le escribas. Trabaja desde su propio computador en la nube, se conecta a más de 4.000 apps y avanza con tus objetivos en segundo plano. Tú le pones reglas: qué puede hacer solo, qué necesita tu aprobación y qué tiene prohibido.
Hoy llega con los planes Pro y Business Premium de ChatGPT, y se va habilitando por país. La fuente: openai.com/index/introducing-dots.
OpenClaw es un asistente open source, con licencia MIT, que corre en tus dispositivos y te habla por los canales que ya usas: WhatsApp, Telegram, Slack, Discord, Signal, iMessage y otros. Funciona con modelos en la nube o con modelos locales. Código: github.com/openclaw/openclaw.
Lo que hace a un dot tiene su equivalente:
openclaw tasks list muestra todo lo que corrió en segundo plano, y openclaw dashboard abre el panel de control.Baja un modelo desde la app y arranca el servidor local:
lms server start --port 1234
En macOS, Linux o WSL2, el instalador trae su propio Node si hace falta y abre la configuración solo:
curl -fsSL https://openclaw.ai/install.sh | bash
Si ya manejas Node (22.22.3+, 24.15+ o 25.9+), puedes instalar el paquete y abrir la configuración a mano:
npm install -g openclaw@latest --allow-scripts=openclaw openclaw onboard --install-daemon
Con npm 11.15 o anterior, saca --allow-scripts=openclaw.
En la configuración, elige LM Studio y el modelo por defecto. OpenClaw prueba el modelo con una respuesta real antes de guardarlo. Detalle: docs.openclaw.ai/providers/lmstudio.
openclaw gateway status openclaw dashboard
El segundo abre el panel. Mándale un mensaje ahí para confirmar que responde.
Decide qué comandos puede correr solo, cuáles te pregunta y cuáles tiene bloqueados. Se configura en exec approvals.
Una sola, que hoy hagas tú todas las semanas. Cómo se crean: docs.openclaw.ai/automation/cron-jobs. Cuando confíes en las reglas, suma el latido.
Lo uso todos los días con 19 agentes que trabajan para mis clientes. Cuatro cosas que te ahorran errores:
Medí 27 pedidos reales de mis agentes a un modelo local: la mediana fue de 20.145 tokens, el 90 % quedó por debajo de 33.661 y el máximo fue 38.486. El piso de 16K se queda corto para agentes con varias herramientas: dale holgura.
Si el modelo local está ocupado y el agente cae a uno pago en la nube, el gasto aparece sin que lo notes: a uno de mis agentes le pasó y sumó US$ 4,16 en 21 días. Ahora esperan a su modelo local.
Mi latido despierta a los agentes cada 5 minutos, con un tope de 12 turnos por agente por día. Sin tope, un agente trabado sigue gastando turnos.
Todo lo que un agente termina cae en una columna «Por revisar», y lo miro antes de darlo por bueno.
Los mensajes que le llegan son entrada no confiable: alguien puede escribirle instrucciones. Y las herramientas corren en tu máquina salvo que configures un sandbox. La guía oficial: docs.openclaw.ai/gateway/security.