🧭 Cómo comparar SOs de IA + el mapa de las categorías
El mercado de los «sistemas operativos de IA» se convirtió en una feria ruidosa: decenas de proyectos, cada uno prometiendo ser tu Jarvis definitivo. Antes de profundizar en los nombres (eso viene en el próximo módulo), este te da la criterio: los 5 criterios para evaluar cualquier sistema, las 4 categorías del mapa, el eje local frente a nube y la tesis de que "menos es más". Después de este módulo compararás con criterio y no por la moda.
❓ La pregunta que todos responden
Parece que cada semana nace un nuevo «sistema operativo de IA». OpenClaw, GravityClaw, Hermes, Intelecto, AIOS, MemGPT, Operator… la lista no para. Desde afuera, parece un caos de proyectos sin relación. Pero tienen algo en común, y eso es exactamente lo que organiza el mapa. Todos responden a una única pregunta: "¿cómo ejecuto MI IA — agente, memoria y personalidad — sin depender de un chatbot cerrado de una empresa?"
Cuando usas ChatGPT o Claude desde el sitio web, la memoria, las reglas y los límites pertenecen a la empresa. Tú alquila la inteligencia. La familia de proyectos de este curso busca lo contrario: que TÚ seas el dueño — que el agente se ejecute donde tú le indiques, recuerde lo que tú quieras y siga la personalidad que escribas. Cada sistema responde a esta pregunta con distintas decisiones; compararlos es precisamente entender esas decisiones.
🧭 La pregunta madre, en una frase
"¿Cómo ejecuto mi IA personal (agente + memoria + personalidad) sin depender de un chatbot cerrado?" — todo SO de IA es una respuesta a esa pregunta. Las diferencias están en como cada uno responde.
- •Agente: lo que actúa (envía mensajes, lee la agenda, ejecuta tareas), no solo responde.
- •Memoria: lo que recuerda de ti entre conversaciones.
- •Personalidad: el tono, los valores y las reglas que escribes.
¿Eres nuevo aquí? «SO de IA» (sistema operativo de IA) es el apodo de un software que organiza modelo + memoria + herramientas + canales para que tu asistente «viva» — así como Windows organiza programas y periféricos. No es un sistema operativo real que instalas en lugar de Windows; es una capa que convierte la IA en un asistente tuyo. "Chatbot cerrado" = un servicio donde la empresa lo controla todo (memoria, reglas, datos).
Conceptos clave
Ejecutar tu propia IA sin depender de un chatbot cerrado.
Capa que reúne modelo + memoria + herramientas + canales.
En un chatbot alquilas; aquí eres el dueño.
Comparar = entender las decisiones de cada proyecto.
📏 Los 5 criterios
Si todos responden la misma pregunta, ¿cómo elegir? Con una escala de 5 criterios. Ellas son las cinco preguntas que le haces a cualquier sistema antes de adoptarlo. Memorízalas: usaremos exactamente estas cinco en el próximo módulo para evaluar OpenClaw, GravityClaw, Hermes e Intelecto lado a lado.
🔒 Privacidad — ¿adónde van mis datos?
¿El cerebro funciona en tu máquina (local) o en el servidor de una empresa (nube)? ¿Todo lo que escribes puede salir de casa o no? Para datos sensibles, ese es el primer filtro.
💸 Costo: ¿cuánto pesa en el bolsillo?
Costo fijo o gratuito (local) frente a cobro por token (nube). Un agente que funciona 24/7 en la nube puede costar de US$ 500 a US$ 5.000 al mes; en local, después del hardware, cuesta ~US$ 0 por uso.
🔍 Control / auditabilidad — ¿puedo leer el código?
¿Entiendes y puedes revisar lo que hace el sistema, o es una caja negra de 100 mil líneas que nadie lee? El código que auditas es código en el que confías.
🛠️ Esfuerzo — ¿clonar uno listo o construir ladrillo a ladrillo?
Hay sistemas que descargas y ya funcionan; hay sistemas que construyes pieza por pieza, entendiendo cada una. Por lo general, más esfuerzo te da más comprensión y control.
⚡ Poder — ¿cuántas integraciones alcanza?
¿Cuántas herramientas, canales y servicios conecta el sistema? Más poder = más cosas que hace por ti, pero, como veremos, más poder también amplía la superficie de riesgo.
📊 La regla práctica de los trade-offs
Estos cinco criterios casi nunca avanzan todos juntos. Subir el poder suele derribar el control (más integraciones = más código que auditar). Maximizar la privacidad (local) muchas veces cuesta esfuerzo y es potencia. Comparar es ver qué eje eligió sacrificar cada proyecto.
No existe "el mejor" en términos absolutos: existe el mejor para lo que tú valora.
¿Eres nuevo aquí? "Auditabilidad" es la capacidad de inspeccionar y entender lo que hace un sistema por dentro: leer el código, ver los logs, comprobar cada acción. "Token" es el fragmento de texto que cobran los modelos en la nube (cada palabra se convierte en uno o más tokens). "Integración" es cualquier servicio externo conectado al agente (Gmail, calendario, GitHub).
Conceptos clave
Local (no sale) vs. nube (se transfiere).
Fijo/gratis frente a por token.
¿Puedes leer y confiar en el código?
Clonar vs. construir; y cuántas integraciones alcanza.
🗺️ Las 4 categorías
Con la regla en la mano, puedes ordenar el caos. Todos los proyectos de los que vas a oír hablar encajan en 4 grandes categorías. Saber la categoría de un sistema ya te dice mucho antes de leer una sola línea sobre él: para qué sirve, qué tipo de persona lo usa y cuáles de los 5 criterios suele priorizar.
Las tres primeras categorías dan contexto; la cuarta (destacada, con cian) y donde vive la familia OpenClaw/GravityClaw/Intelecto/Hermes: armas tu Jarvis con piezas estandarizadas en vez de comprar una caja lista.
a · Investigación / kernel
AIOS, MemGPT/Letta. Son la teoría: papers y prototipos que se preguntan «¿cómo sería un sistema operativo de verdad para agentes de IA?». Rara vez los usas directamente, pero sus ideas se filtran a todos los demás.
b · Asistentes locales / voz
Leon, OVOS, Jan, Home Assistant Assist. Asistentes listos para usar, centrados en la privacidad y la voz, que funcionan en tu casa. Son excelentes si quieres algo «que ya funciona» sin programar mucho.
c · Hardware dedicado
Rabbit R1, Humane AI Pin. Dispositivos físicos solo para IA. Recepción de tibia a mala: la lección del mercado es que el problema rara vez es el hardware; es el software y el propósito.
d · Frameworks de agente ← el nuestro
LangGraph, CrewAI, MCP (el «Model Context Protocol», un estándar abierto de Anthropic para conectar herramientas al agente; lo verás en detalle en las siguientes rutas). Son las piezas con las que construyes tu propio agente. Aquí es donde vive la familia del curso: montas tu Jarvis en vez de comprar una caja cerrada.
Conceptos clave
La teoría que inspira el resto (AIOS, MemGPT).
Listo, privado, de voz (Leon, Jan, Home Assistant).
Dispositivo solo para IA; mala recepción (R1, Humane).
Las piezas para construir el tuyo: dónde vive el curso.
⚖️ Local vs. nube — el eje maestro
De los 5 criterios, uno domina a los demás: dónde se ejecuta el cerebro. «Local» significa que el modelo piensa en TU máquina; «nube» significa que piensa en el servidor de una empresa (Anthropic, OpenAI). Esta única elección arrastra consigo la privacidad, el costo y el control; por eso la llamamos eje maestro.
🏠 LOCAL — privacidad y costo
- ✓Los datos nunca salen de casa.
- ✓~US$ 0 por uso después del hardware.
- ✓Funciona sin conexión, sin depender de un servicio.
- ✗Requiere hardware decente; puede ser más lento.
- ✗Los modelos locales suelen ser menos potentes.
☁️ NUBE — potencia y comodidad
- ✓Modelos de vanguardia, más capaces.
- ✓Cero configuración de hardware; funciona en cualquier dispositivo.
- ✓Rápido, siempre actualizado.
- ✗Tus datos se envían a la empresa.
- ✗Cobro por token; puede salir caro con un uso intensivo.
Los mejores sistemas tratan lo local↔nube como un control deslizante, no un interruptor: tú eliges por mensaje — envía la tarea sensible al modelo local y la tarea compleja a la nube.
💡 Consejo práctico
Al comparar, no preguntes "¿este sistema es local O en la nube?". Pregunta "¿me permite elegir entre los dos, ¿y con qué facilidad?». Sistemas como Intelecto y GravityClaw te permiten cambiar el cerebro con un archivo de configuración (el .env) —local para el día a día, nube para lo que exige potencia.
Conceptos clave
Cerebro en tu computadora; privado y barato.
Cerebro en el servidor; potente y conveniente.
La elección que arrastra consigo privacidad, costo y control.
Alternar entre local y nube caso por caso.
🪶 Lean vs framework — «menos es más»
El segundo eje de comparación tiene menos que ver con dónde funciona y más con cuánto código hay por debajo. Por un lado, frameworks pesados, llenos de funciones y con decenas de miles de líneas. Por otro, la filosofía lean ("conciso"): hacer el mismo trabajo con la menor cantidad de código posible: código que puedas entender de un vistazo.
El ejemplo extremo de esta filosofía es el Intelecto: un agente personal completo en alrededor de 3.000 líneas de Python, sin Docker, sin panel web. En el otro extremo, proyectos con más de 100 mil líneas que nadie termina de leer. La tesis lean es directa: «el código que entiendes vale más que el código que clonas y nunca lees». Menos código no es pereza: es seguridad y control.
✓ LEAN (ligero)
- ✓Pocos miles de líneas: se puede leer todo.
- ✓Entiendes cada pieza; auditas lo que hace.
- ✓Menos código = menos lugares donde puede esconderse un error o un ataque.
- ✓Fácil de modificar y hacer 100% tuyo.
✗ FRAMEWORK PESADO
- ✗Decenas de miles de líneas: nadie las lee todas.
- ✗Caja negra: confías sin auditar.
- ✗Más superficie para bugs y fallas de seguridad.
- ✗Difícil de adaptar; te vuelves rehén de sus decisiones.
📊 El orden de magnitud
Para sentir la diferencia: Intelecto cabe en ~3.000 líneas; un OpenClaw supera los 100.000 líneas. Son más de 30× de diferencia para resolver, en el fondo, la misma pregunta principal. El lean apuesta a que este exceso casi siempre cuesta más de lo que aporta.
Cuidado: lean no quiere decir "débil". Quiere decir "solo lo necesario y todo legible".
¿Eres nuevo aquí? "Framework" es un conjunto de código y estructuras listo sobre el que construyes tu programa: agiliza el trabajo, pero incorpora las decisiones de quien lo creó. "Vendor lock-in" es quedar atrapado en una herramienta o empresa, hasta el punto de que salir sea caro o difícil. El código lean reduce el lock-in porque entiendes y controlas todo.
Conceptos clave
Código mínimo; todo legible y auditable.
Estructura lista; incorpora decisiones de terceros.
Entender > clonar; menos superficie de riesgo.
Quedarse atrapado; lean te libera de eso.
📋 Cómo leer la tabla del próximo módulo
En el próximo módulo verás los sistemas lado a lado en una tabla comparativa. Ahora que tienes la regla (los 5 criterios), los mapas (las 4 categorías) y los dos ejes (local↔nube, lean↔framework), leer esa tabla será fácil. Esta sección es tu guía de lectura: qué observar en cada columna y cuál es la trampa que debes evitar.
| Columna de la tabla | Qué responde ella |
|---|---|
| Categoría | En cuál de las 4 cajas cae el sistema (kernel, local, hardware, framework). |
| Local / nube | Dónde se ejecuta el cerebro y si puedes elegir. |
| Costo | Fijo/gratis o por token; cuánto cuesta en el uso real. |
| Líneas / auditabilidad | ¿Puedes leer el código? ¿De código abierto o caja negra? |
| Canal / seguridad | ¿Tiene un puerto abierto en Internet? ¿Solo MCP? ¿Tiene una whitelist? |
| Poder | Cuántas integraciones alcanza —y con qué costo de riesgo. |
⚠️ La trampa que debes evitar
No te dejes llevar por la columna "poder". Un sistema con 700 integraciones y 250 mil estrellas en GitHub parece el ganador, pero puede ser el más peligroso. Más poder y más código significan una mayor superficie de ataque: más puertas, más dependencias de terceros, más lugares donde algo puede salir mal. Un número grande no es sinónimo de algo bueno.
En el próximo módulo verás el caso real: un sistema enorme con decenas de miles de instalaciones expuestas en internet y cientos de extensiones maliciosas. El poder sin seguridad es un riesgo.
🧩 Lee en 3 pasos
- Identifica la categoría — eso ya indica para qué sirve.
- Revisa el eje maestro (local/nube) y si se puede elegir.
- Revisa auditabilidad + seguridad antes de impresionarte con el poder.
Conceptos clave
Qué observar en cada columna de la comparación.
Un número grande no significa que sea bueno ni seguro.
Más código y puertas = más lugares donde puede fallar.
Categoría → eje principal → auditabilidad/seguridad.
Autoevaluación (opcional): al comparar dos SO de IA, ¿qué actitud recomienda el módulo?
🎯 Resumen del módulo
Siguiente módulo:
2-2 — La familia en casa: OpenClaw, GravityClaw, Hermes e Intelecto