Contexto técnico
Llevaba tiempo esperando que alguien dijera en voz alta lo obvio: el prompting manual de agentes de codificación empieza a oler a cosa del pasado. Peter Steinberger escribió justo sobre esto basándose en su experiencia con OpenClaw: no hace falta pulir el prompt perfecto, sino construir un bucle en el que el agente recibe una tarea, da un paso, se verifica y pasa a la siguiente iteración.
Y esto ya se parece a una arquitectura de IA de verdad, no a chamanismo con prompts. En términos prácticos, su OpenClaw actúa como supervisor sobre varios agentes Codex, desplazando el foco de «¿qué más añado al prompt?» a «¿qué sensores, comprobaciones y reglas de arranque he integrado en el sistema?».
Describiría la idea así: ya no se confía en la palabra del agente. Se le somete a compilación, pruebas, linters, errores en tiempo de ejecución, capturas de pantalla, respuestas de API y otras señales que lo devuelven al bucle. El humano no desaparece, pero deja de ser el operador de cada orden y se convierte en el arquitecto de ese bucle.
Lo que más me llamó la atención fue el aspecto de supervisión. En la discusión del post apareció una configuración del autor para Paperclip con dos niveles de control: un supervisor CTO condicional coordina el desarrollo y mide la eficiencia, mientras que engineering-ops analiza luego los registros y métricas y sugiere cómo cambiar las habilidades de los agentes o el propio Agents.md. Esto ya se parece mucho a un sistema maduro, no a un juguete de fin de semana.
Qué cambia para las empresas y la automatización
Primero: ganan los equipos que necesitan repetibilidad, no magia. Si integro IA en el desarrollo, me importa menos el «guau, el agente escribió una funcionalidad solo» y más que el sistema detecte errores de forma estable antes de que lleguen a producción.
Segundo: el valor de la infraestructura circundante se dispara. El modelo en sí ya no es el centro del universo; el centro es el bucle, las comprobaciones, el enrutamiento de tareas y los roles de supervisión. Pierden quienes todavía miden la calidad por la cantidad de prompts en Notion.
Y tercero: el trabajo paralelo de varios agentes se vuelve más realista. Pero solo si alguien ha diseñado correctamente el bucle; de lo contrario, no se obtiene automatización de IA, sino una orquesta de alucinaciones.
Ese es precisamente el tipo de cosas que construyo en mi trabajo: no solo conectar un modelo, sino convertirlo en un proceso gestionado. Si tu equipo de desarrollo, soporte u operaciones internas ya ha chocado con el techo de la rutina manual, puedes analizarlo tranquilamente en Nahornyi AI Lab y ensamblar un desarrollo de soluciones de IA adaptado a tu contexto real, sin fe en un prompt mágico.