Technical Context
Analicé un caso de campo sobre la ejecución de CRAB en Android (instrucciones en Gist) y me gustó lo principal: el ingreso a la sesión no se hace a través de un «terminal remoto en una laptop», sino mediante un enlace que entrega la CLI al activar el modo. Lo abres en el teléfono y accedes a la misma sesión dentro de una aplicación nativa.
Desde el punto de vista de la ingeniería, esto elimina el 80% del dolor que suele matar los proyectos piloto: los usuarios no quieren vivir en SSH/VNC, y la seguridad y el soporte de la «magia de terminal» en dispositivos móviles son costosos.
En la discusión surgió un detalle que para mí es clave para la arquitectura de producción: la implementación se siente como persistent streams sobre algo parecido a Redis. Si esto es realmente así (y el comportamiento es muy similar), significa que el estado de la sesión y los eventos se pueden retener y reutilizar sin los frágiles bailes de WebSocket y sin recrear constantemente el contexto.
Destaco especialmente la practicidad del enfoque: «puedes simplemente dárselo a Claude Code y él hace casi todo». Esto es realista para el montaje y la estructura básica, pero solo hasta que entran en juego cuestiones de tokens, perímetros de red y observabilidad.
Business & Automation Impact
Para el negocio, esto significa que los escenarios de Computer Use dejan de ser una «demo de escritorio». Puedo llevar la gestión del agente en el bolsillo: el despachador, el supervisor de turno o el ingeniero en el sitio, todos obtienen la misma sesión de agente en una interfaz móvil familiar.
Las empresas con procesos fuera de la oficina ganarán más rápido: servicio y mantenimiento, logística, operaciones minoristas, construcción, ventas en terreno. Allí el valor no está en una UI bonita, sino en que el agente vive junto al ejecutor y puede cerrar microtareas rápidamente: «busca el documento», «verifica el estado», «llena el formulario», «revisa la ruta», «actualiza la ficha en el sistema».
Perderán aquellos que sigan construyendo la automatización solo alrededor de puestos de trabajo fijos y RPA de tipo antiguo. El agente móvil rompe el paradigma: en lugar de “conéctate a una PC remota y presiona botones”, aparece “trabaja en un entorno nativo, con la orquestación en el backend”.
Según mi experiencia en Nahornyi AI Lab, la automatización con IA real no se estanca en el modelo, sino en los contornos de acceso: qué cuentas, qué roles, cómo se almacena el estado de la sesión y cómo probamos a los auditores que el agente no puede «irse por la tangente». Por eso, el traslado a Android no es solo comodidad, es un refuerzo de los requisitos para la arquitectura de soluciones de IA y DevSecOps.
Strategic Vision & Deep Dive
Veo aquí una tendencia hacia la «sesión como producto»: la sesión del agente se convierte en un objeto de larga duración que se puede abrir en diferentes clientes (CLI, móvil, posiblemente web) sin perder el contexto. Si dentro hay realmente persistent streams a través de Redis (o equivalente), lógicamente aparecen: replay de eventos, puntos de control, recuperación tras cortes de conexión y límites en la duración/costo de la sesión.
En proyectos de Nahornyi AI Lab ya me he encontrado con que el negocio no pide un “chatbot”, sino una «herramienta operativa viva». La sesión móvil encaja perfectamente en esta solicitud, pero solo bajo dos condiciones: aislamiento estricto de secretos (hasta un vault/secret manager separado y tokens de vida corta) y observabilidad (trazabilidad de acciones del agente, métricas, registro, redacción de PII).
Mi pronóstico no obvio: el siguiente paso no es solo la gestión del entorno Android, sino la unificación de escenarios CRAB multidispositivo con sistemas corporativos como «entornos» completos. Es decir, el agente cambiará con la misma confianza entre el teléfono, un worker de Ubuntu y, por ejemplo, SAP/1C/ServiceNow vía API, mientras que la sesión nativa móvil será la interfaz de control y confirmaciones (human-in-the-loop).
Si planeas la implementación de IA en operaciones de campo, yo comenzaría no con «presionar botones en el teléfono», sino con el diseño: qué acciones están permitidas, dónde está el límite de responsabilidad humana y cómo organizar la tolerancia a fallos de las sesiones. Entonces, un enfoque tipo CRAB se convierte de un experimento en un producto gestionado.
Este análisis fue preparado por Vadim Nahornyi — Experto Principal en Nahornyi AI Lab en arquitectura de IA y automatización. Desarrollo este tipo de soluciones en el sector real: desde el prototipo hasta la producción con seguridad, registro y economía medible. Escríbeme a Nahornyi AI Lab — discutiremos tu proceso y armaremos una hoja de ruta de implementación para escenarios móviles y multidispositivo.