El auge y la caída de OpenClaw: cronología y las razones reales detrás del colapso
OpenClaw creció rápidamente. Luego desapareció más rápido.
OpenClaw no fracasó como producto. Perdió su combustible.
Lo que parece un auge y colapso dramático es en realidad algo más mecánico e interesante. OpenClaw era una capa delgada sobre una ventaja económica temporal en el ecosistema de la IA. Una vez que esa ventaja desapareció, también lo hizo la atención.
Aquí está el gráfico de tendencias de Google para OpenClaw AI.
Este artículo desglosa la línea de tiempo exacta, los verdaderos impulsores detrás del aumento y por qué la caída fue inevitable. Si se centra en cómo son las operaciones más seguras después del hype, la guía de operaciones seguras de NemoClaw es el seguimiento práctico.
La ilusión del crecimiento impulsado por el producto
La mayoría de la gente asume que OpenClaw creció porque era un gran agente de IA, y eso es solo parcialmente cierto.
OpenClaw fue genuinamente útil. Soportaba más de 50 integraciones, funcionaba con Claude, GPT-4o, Gemini y DeepSeek, y atrajo adopción empresarial: Tencent construyó una plataforma directamente sobre él. Pero la capacidad por sí sola no lo distinguió de las alternativas comparables:
- Cline
- Configuraciones basadas en LangChain
- Otros contenedores de agentes
El verdadero impulsor fue el acceso en lugar de la capacidad, una distinción que explica toda la trayectoria del ascenso y colapso de OpenClaw.
OpenClaw hizo que los modelos potentes fueran baratos de usar a escala.
Fase 1. Emergencia silenciosa (noviembre de 2025)
La historia comienza en noviembre de 2025, cuando Peter Steinberger construyó el primer prototipo en aproximadamente una hora. Se molestó porque la herramienta aún no existía, así que la construyó, llamándola Clawdbot, un guiño a Claude de Anthropic, completo con un mascota de langosta.
La primera versión era práctica en lugar de llamativa: un agente de IA que podía gestionar calendarios, revisar correos electrónicos, reservar citas y automatizar tareas informáticas en nombre del usuario. Steinberger lo compartió en comunidades de desarrolladores y los primeros adoptantes reconocieron algo prometedor, aunque el crecimiento en esta etapa permaneció lento y orgánico, sin visibilidad fuera de los círculos técnicos.
Fase 2. El encendido viral (enero-febrero de 2026)
El aumento comenzó cuando varias fuerzas se alinearon en rápida sucesión.
1. El drama del nombre y los rebranding forzados
A finales de enero de 2026, Anthropic envió a Steinberger una notificación de marca registrada sobre “Clawdbot”, citando la similitud fonética con “Claude”. Según su relato, Anthropic lo manejó profesionalmente, pero la notificación obligó a un cambio de nombre. El proyecto se convirtió en Moltbot durante tres días, luego en OpenClaw, y el rebranding forzado generó exactamente el tipo de atención que los presupuestos de marketing no pueden comprar.
2. La ola de hype de los agentes
El mercado ya estaba preparado para un avance en los agentes:
- los agentes autónomos estaban en tendencia en las redes sociales y la prensa tecnológica
- “IA que puede actuar” se había convertido en la narrativa dominante
- los desarrolladores buscaban activamente herramientas que pudieran automatizar flujos de trabajo complejos
OpenClaw llegó exactamente en el momento adecuado, cuando la demanda de este tipo de herramienta estaba en su punto más alto y la historia de los agentes de IA autónomos estaba capturando la atención principal.
3. La brecha del cómputo barato
El factor más decisivo fue una brecha en los precios del cómputo que ninguna cantidad de buena ingeniería podría haber fabricado deliberadamente.
Los usuarios descubrieron que OpenClaw podía conectarse a Claude capturando el token OAuth de una suscripción Claude Pro o Max y falsificando los encabezados de autenticación del propio cliente Claude Code de Anthropic. En lugar de pagar por token a través de la API, efectivamente obtuvieron:
ejecución de agentes casi ilimitada por un costo mensual fijo
Los números hicieron que esto fuera explosivo. Una suscripción Claude Max costaba 200 dólares al mes, mientras que ejecutar cargas de trabajo equivalentes a través de la API costaría mucho más; los analistas de la industria estimaron una brecha de precios de más de cinco veces, lo que significa que Anthropic estaba subsidiando silenciosamente a cada usuario intensivo de OpenClaw en cientos de dólares al mes.
Esto cambió el comportamiento al instante:
- los desarrolladores ejecutaron experimentos intensivos que nunca habrían intentado con los precios de la API
- las demostraciones virales inundaron las redes sociales
- la automatización a gran escala se volvió accesible para desarrolladores individuales
Nada en el software cambió; cambió la economía, y ese cambio por sí solo fue suficiente para encender una curva de adopción viral. Para el 2 de marzo de 2026, el repositorio de OpenClaw había acumulado 247.000 estrellas de GitHub y 47.700 bifurcaciones, alcanzando las 100.000 estrellas en menos de 48 horas, un ritmo descrito ampliamente como el proyecto de GitHub de más rápido crecimiento en la historia.
Fase 3. Uso pico y expectativas infladas
En el pico de interés, los desarrolladores empujaron a los agentes a extremos, las redes sociales amplificaron los resultados y las expectativas explotaron sobre lo que la automatización de IA personal podría lograr. Se estimaron 135.000 instancias de OpenClaw ejecutándose simultáneamente cuando Anthropic hizo su anuncio, y una fundadora describió públicamente cómo había desplegado nueve agentes de IA separados para gestionar su trabajo administrativo y la logística de su hogar.
¿Por qué las herramientas de IA se vuelven repentinamente populares y luego se desvanecen?
Porque el aumento inicial es impulsado por la novedad y la palanca percibida. Una vez que los usuarios prueban los límites, la realidad se hace presente: la herramienta resulta ser más difícil de usar de manera confiable, y las condiciones económicas que la hicieron atractiva a menudo resultan ser temporales. En el caso de OpenClaw, la palanca percibida era real pero estaba construida sobre una economía prestada que Anthropic no había precios para cargas de trabajo de agentes.
El creador se va a OpenAI (febrero de 2026)
Antes de que llegara el colapso, OpenClaw perdió a su arquitecto original.
El 14-15 de febrero de 2026, Steinberger anunció que se iba del proyecto para unirse a OpenAI. Sam Altman publicó que Steinberger “impulsaría la próxima generación de agentes personales” en la empresa, y Steinberger escribió que “unirse a OpenAI es la forma más rápida de llevar esto a todos”. OpenClaw fue transferido a una fundación de código abierto independiente con el apoyo continuo de OpenAI.
El momento fue impactante. Anthropic había rechazado contratar o asociarse con Steinberger, a pesar de que su herramienta se había convertido, indiscutiblemente, en su mejor marketing gratuito en años; un proyecto construido explícitamente para mostrar lo bueno que era Claude. En cambio, él se fue directamente a su mayor competidor, llevándose consigo tanto el impulso del proyecto como sus relaciones comunitarias.
Fase 4. Comienza la corrección
Dos cosas comenzaron a ocurrir al mismo tiempo.
1. La realidad de las limitaciones de los agentes
Los usuarios que habían desplegado OpenClaw a escala comenzaron a encontrar sus restricciones reales:
- los agentes son frágiles y fallan de manera impredecible en tareas de múltiples pasos
- la confiabilidad es inconsistente en diferentes flujos de trabajo y entornos
- la configuración y el mantenimiento no son triviales para la mayoría de los usuarios fuera de los círculos técnicos
Estas limitaciones por sí solas habrían causado una disminución gradual, pero OpenClaw no disminuyó gradualmente; cayó abruptamente, porque una segunda y más decisiva fuerza golpeó exactamente al mismo tiempo.
2. La capa económica se rompe
Anthropic ya había ejecutado este plan una vez. En enero de 2026, pocas semanas antes de que OpenClaw alcanzara su punto máximo, bloquearon a OpenCode, otro cliente de codificación de terceros popular, de usar tokens de suscripción de Claude en lo que se enmarcó como una violación de los términos de servicio, no como un problema de capacidad. Los usuarios de OpenClaw tenían todas las razones para esperar el mismo trato, y ese momento llegó en abril.
Anthropic luego introdujo restricciones que cerraron la brecha por completo:
- las herramientas de terceros fueron bloqueadas para usar tokens OAuth de suscripción
- el uso se desplazó a facturación extra por uso o claves API completas
Esto eliminó la ventaja clave:
ejecución a gran escala barata
Ahora los usuarios se enfrentaban a una estructura de costos muy diferente:
| Métrica | Antes del corte | Después del corte |
|---|---|---|
| Costo del plan mensual | 20-200 $ (fijo) | 20-200 $ + uso |
| Costo por tarea | Efectivamente 0 $ | 0,50-2,00 $ |
| Tasa de API (entrada Sonnet 4.6) | Cubierto por sub | 3 $ por millón de tokens |
| Tasa de API (salida Sonnet 4.6) | Cubierto por sub | 15 $ por millón de tokens |
| Aumento para usuarios intensivos | — | 10× a 50× |
¿Qué causó la repentina caída de interés en las herramientas de agentes de IA?
La respuesta es directa: no una falta de innovación, sino la pérdida de cómputo asequible. Una vez que desapareció el piso de precios, el incentivo para experimentar y compartir desapareció con él, y el interés en las búsquedas siguió casi inmediatamente.
4 de abril de 2026 — El corte duro
El 4 de abril de 2026, a la 12:00 PM Hora del Pacífico, el acceso de suscripción terminó para todas las herramientas de terceros.
Boris Cherny, Jefe de Claude Code en Anthropic, publicó en X que las suscripciones Claude Pro y Max ya no cubrirían el uso de herramientas de terceros, con efecto inmediato. Un portavoz de Anthropic confirmó que el uso de suscripciones con herramientas de terceros siempre había estado en contra de los términos de servicio, y que esas herramientas estaban colocando “una tensión desproporcionada en nuestros sistemas”. El contexto adicional hizo que el momento se sintiera urgente: el 1 de abril, el código fuente completo de Claude Code — 512.000 líneas de TypeScript — se había filtrado a través de un paquete npm, exponiendo exactamente cómo las herramientas de primera parte de Anthropic se autenticaban con el backend y haciendo más urgente bloquear las herramientas de terceros que estaban falsificando esos mismos patrones.
Anthropic ofreció un crédito único igual a la tarifa de suscripción de un mes y un descuento del 30% en paquetes de uso precomprados para facilitar la transición. Para usuarios ligeros, el crédito cubrió el período de ajuste, pero para usuarios intensivos que ejecutaban múltiples instancias, los nuevos números simplemente no funcionaban. El efecto en la actividad fue inmediato:
- la experimentación se detuvo
- el intercambio viral desapareció
- el interés en las búsquedas colapsó
Esto coincide casi perfectamente con la caída abrupta en Google Trends. La mecánica completa de la política y las opciones de migración después del corte se cubren en Claude, OpenClaw y el fin de los precios planos para agentes.
OpenAI se mueve en la dirección opuesta
El mismo día de la prohibición de Anthropic, OpenAI confirmó públicamente que los suscriptores de ChatGPT Plus, Pro y Team estaban totalmente libres de usar sus suscripciones para impulsar OpenClaw a través de OAuth, incluso con modelos como GPT-5.3 Codex para tareas de codificación complejas.
Este no fue un momento accidental. Al contratar a Steinberger y abrir explícitamente sus puertas de suscripción, OpenAI se posicionó como la alternativa amigable para el desarrollador exactamente en el momento en que Anthropic cortó a su comunidad más activa, asegurando la lealtad de los desarrolladores que estaban construyendo la próxima generación de herramientas de IA.
Fase 5. A dónde fueron realmente los usuarios de OpenClaw
Los usuarios no desaparecieron después de la prohibición; se redistribuyeron a través de un espectro de alternativas dependiendo de su profundidad técnica y presupuesto.
Uso directo de asistentes de chat
Muchos usuarios volvieron a las interfaces de chat directas, intercambiando la automatización de agentes por la simplicidad y confiabilidad que habían sacrificado:
- ChatGPT
- Interfaz de Claude
- Gemini
¿Están los agentes de IA reemplazando a los asistentes de chat tradicionales?
No; para la mayoría de los usuarios, los agentes añaden complejidad sin suficientes ganancias en confiabilidad. La interfaz de chat sigue siendo la predeterminada para el uso diario porque es más rápida de iniciar, más fácil de depurar cuando algo sale mal y no requiere configuración de infraestructura. Los agentes sirven a una minoría comprometida de usuarios intensivos, no a la población general. El ecosistema de herramientas de desarrollo de IA ha evolucionado para llenar este vacío con herramientas que se sitúan entre los agentes crudos y el chat simple, dando a los desarrolladores asistencia estructurada sin la sobrecarga completa de agentes.
Ecosistemas de modelos más baratos
Los usuarios intensivos con la capacidad técnica para autohospedarse migraron hacia alternativas de menor costo:
- Qwen
- DeepSeek
- otros modelos de bajo costo accesibles a través de Ollama para configuraciones totalmente locales
¿Qué modelos son populares para la experimentación de IA de bajo costo?
Los modelos que ofrecen precios más bajos, menos restricciones de uso y despliegue flexible, incluido el autohospedaje local, absorbieron la mayor parte de los usuarios intensivos de OpenClaw desplazados. Estos ecosistemas crecieron silenciosamente en lugar de generar hype público, por lo que la migración fue en gran parte invisible en los datos de tendencias, incluso cuando representó una redistribución significativa de la demanda de cómputo.
Marcos de agentes alternativos
Los desarrolladores que aún necesitaban capacidades de agentes cambiaron a enfoques más ligeros:
- scripts personalizados adaptados a flujos de trabajo específicos
- marcos ligeros con menos dependencias
- soluciones autohospedadas que combinan modelos locales con herramientas mínimas
La diferencia clave con OpenClaw es que estos usuarios optimizaron por costo y control en lugar de conveniencia, y construyeron para la sostenibilidad en lugar de la automatización máxima al precio mínimo. Este es el patrón común en el ecosistema de sistemas de IA autohospedados — la independencia del proveedor tratada como un requisito de diseño, no como una idea posterior.
El factor pasado por alto: por qué el costo es el verdadero producto
El insight más importante de la trayectoria de OpenClaw es que el costo funciona como el verdadero producto en la adopción de IA.
¿Por qué es importante el costo en la adopción de IA?
Porque el uso escala de manera no lineal con los costos de cómputo. Cuando el cómputo es barato, la experimentación explota, la innovación se acelera y la atención crece porque el intercambio viral se vuelve económicamente racional. Cuando el cómputo se vuelve caro, el uso se contrae solo a flujos de trabajo serios, los usuarios casuales se van y el hype desaparece casi de la noche a la mañana; esto es precisamente por qué las estrategias de optimización de tokens y reducción de costos se convierten en habilidades críticas una vez que el cómputo deja de ser subsidiado.
OpenClaw demostró esta regla de una forma inusualmente clara: entre febrero y abril de 2026, el software no cambió, pero la economía de ejecutarlo sí lo hizo, y ese único cambio fue suficiente para colapsar la comunidad en cuestión de días.
OpenClaw nunca fue la historia central
OpenClaw funcionó como una capa superficial sobre fuerzas más fundamentales.
La verdadera historia involucró tres factores operando simultáneamente:
- acceso a modelos de Claude a precios de suscripción en lugar de tarifas de API
- un desajuste de precios de cinco a uno entre lo que los usuarios pagaban y lo que el uso realmente costaba a Anthropic
- una corrección de política que tenía que ocurrir eventualmente dada la escala de ese desajuste
Una vez que cambiaron esas condiciones subyacentes, cualquier herramienta que dependiera de ellas mostraría el mismo patrón; que es exactamente por qué herramientas similares aumentaron y disminuyeron al unísono, independientemente de su calidad individual o conjuntos de características. La decisión de Anthropic también reveló algo estratégico: al bloquear clientes de terceros mientras protegía Claude Code, la empresa eligió concentrar el compromiso del desarrollador dentro de sus propias herramientas de primera parte en un momento en que las comunidades independientes estaban iterando más rápido que cualquier laboratorio centralizado.
El patrón se repite en toda la IA
La trayectoria de OpenClaw no es única; el mismo ciclo se ha repetido una y otra vez en todo el ecosistema de IA.
El mismo patrón aparece en AutoGPT, BabyAGI y otros marcos de agentes tempranos que atrajeron una atención masiva y luego se desvanecieron a medida que se aplicaban costos de cómputo, límites de confiabilidad o restricciones de plataforma. El ciclo es consistente:
- Aparece una nueva capacidad
- Surge un uso barato o gratuito
- Comienza la experimentación viral
- Se aplican costos o límites
- La atención colapsa
Cada ciclo deja atrás una base de usuarios más pequeña y comprometida y una comprensión más clara de lo que realmente funciona a escala; que es cómo el progreso se compuesta incluso a través del patrón de auge y colapso.
OpenClaw vs Hermes Agent: qué muestran los datos de tendencias
El gráfico anterior compara el interés mundial en las búsquedas de Google Trends para OpenClaw AI (azul) y Hermes Agent (rojo) durante los últimos tres meses. OpenClaw alcanzó un pico de índice de 100 a mediados de marzo de 2026 y colapsó abruptamente en abril después del corte de suscripción. Hermes Agent apenas se registró durante el pico de OpenClaw, luego ganó interés gradualmente a medida que OpenClaw se desvanecía; alcanzando un índice de alrededor de 40 en ráfagas durante abril, comparado con el promedio de 49 de OpenClaw y el promedio de 8 de Hermes.
Hermes Agent es un marco de código abierto construido por Nous Research y lanzado en febrero de 2026. A diferencia de OpenClaw, que está optimizado para un uso reactivo de herramientas amplio en muchas integraciones, Hermes se construye alrededor de un ciclo de aprendizaje: genera habilidades reutilizables a partir de finalizaciones exitosas de tareas, las refina a través del uso continuo y mantiene un modelo persistente del usuario a través de las sesiones. El resultado es un agente que mejora cuanto más se usa en los mismos tipos de tareas, en lugar de abordar cada trabajo desde la misma línea base. Alcanzó 95.600 estrellas de GitHub en sus primeras siete semanas.
La brecha en el gráfico es significativa. El excedente de hype de OpenClaw no se transfirió a Hermes; se evaporó. Los experimentadores casuales que habían estado ejecutando agentes baratos en suscripciones de Claude simplemente dejaron el espacio en lugar de migrar a una alternativa. Los usuarios que sí se mudaron a Hermes fueron la minoría técnica comprometida que necesitaba automatización persistente y autohospedada y estaba dispuesta a configurarla correctamente; que es exactamente el tipo de base de usuarios más pequeña y sostenible que permanece después de que cada ciclo de hype de IA colapsa. Para esos usuarios, vale la pena explorar los patrones de configuración de producción de Hermes. Para una instantánea completa de múltiples señales a mayo de 2026 — conteos de estrellas de GitHub en vivo para 20 marcos de agentes, clasificaciones de tokens de OpenRouter, datos de descargas de npm y PyPI, historial de CVE y sentimiento de la comunidad en Reddit — vea OpenClaw vs Hermes Agent: Estrellas, Descargas y Uso 2026.
Conclusión final: siga la economía, no la interfaz
OpenClaw no aumentó porque fuera revolucionario; aumentó porque desbloqueó algo temporalmente subvalorado, y cayó no porque fracasara como producto, sino porque esa ventaja de precios fue eliminada por la plataforma de la que dependía.
Este no fue un ciclo de vida de producto. Fue un evento de precios.
Entender esta distinción es crítico para predecir el próximo pico en herramientas de IA. El mismo patrón se repetirá cada vez que aparezca un subsidio de cómputo nuevo, ya sea a través de una brecha de suscripción, un nivel gratuito generoso o un nuevo modelo de peso abierto que corte precios establecidos. Rastree dónde el cómputo es temporalmente barato y encontrará la próxima ola de herramientas de IA virales antes de que llegue el hype.
