📡 Canales: por dónde hablas con él
La primera de las seis capas de Anatomia es la más sencilla de entender y la más fácil de pasar por alto: la puerta. Antes de que Jarvis tenga cerebro, memoria o manos, necesita un lugar desde donde lo llames y te responda. En este módulo entenderás qué es un canal, por qué Telegram se convirtió en el favorito, qué es una lista de permitidos (la primera barrera de seguridad) y cómo el mismo cerebro llega a cualquier dispositivo.
📨 Qué es un canal
Imagina a tu Jarvis como una persona muy capaz encerrada en una habitación. Piensa, recuerda, sabe usar herramientas, pero tú solo puedes hablar con ella si hay una puerta. Un canal y es exactamente eso: la puerta de entrada y salida por donde hablas con el asistente y por donde te responde. Sin un canal, el cerebro más inteligente del mundo se queda callado.
En la práctica, un canal casi siempre es una aplicación que ya usas: una app de mensajería (Telegram, WhatsApp), el correo electrónico, una página web o incluso la propia terminal/Claude Code de quien desarrolla. Lo importante es que el canal no es el cerebro: solo transporta. La misma "persona en la sala" puede tener varias puertas al mismo tiempo.
¿Eres nuevo aquí? Canal = la puerta de comunicación entre tú y Jarvis (Telegram, WhatsApp, voz, web, terminal). Cerebro = el modelo de IA que piensa (lo vimos en la Trilha 1). El canal lleva el mensaje; el cerebro decide la respuesta. Son cosas separadas, y eso es genial, porque puedes cambiar una sin tocar la otra.
🔌 El canal es el enchufe, no el dispositivo
Piensa en un enchufe en la pared. No "hace" nada por sí solo, pero es por donde llega la energía a la licuadora, al cargador o al televisor. El canal es el enchufe: lleva tu mensaje hasta el cerebro y trae la respuesta de vuelta. Puedes conectar varios dispositivos (canales) al mismo Jarvis.
- •Entrada: envías texto, audio o una foto por el canal.
- •Salida: Jarvis responde por ese mismo canal.
- •Independencia: cambiar de canal no cambia quién es — solo cambia la puerta.
En el centro, el cerebro de Jarvis; en los extremos, los canales. La lección del diagrama: no construyes varios Jarvis — conectas varios puertos al mismo cerebro. Cada rayo es un puerto; el cerebro siempre es el mismo.
Conceptos clave
La puerta de entrada y salida por la que conversas con Jarvis.
Envías por la puerta; él responde por esa misma puerta.
La puerta transporta; el modelo piensa. Cambiar una no afecta a la otra.
El mismo Jarvis puede tener varias puertas abiertas al mismo tiempo.
✈️ Por qué Telegram es el preferido
Entre todos los canales posibles, casi todos los proyectos de nuestra familia (GravityClaw, Intelecto, agentejax) eligen Telegram como puerta principal. No es una moda ni una preferencia personal: es una decisión de ingeniería y seguridad. Telegram resuelve gratis varios problemas que otros canales te regalan.
¿Eres nuevo aquí? Token y una contraseña larga y única que Telegram te da para tu robot (bot): quien tiene el token «es» el bot. Long-polling ("estar preguntando") es cuando TU programa le pregunta cada cierto tiempo a Telegram: "¿Llegó un mensaje nuevo?", en vez de que Telegram llame a tu puerta. La diferencia parece pequeña, pero es la clave de la seguridad; ya te explico.
✓ Por qué Telegram destaca
- ✓Solo un token: lo consigues con @BotFather en 2 minutos, sin registrar una empresa.
- ✓Long-polling: tu programa LE PREGUNTA a Telegram; no hace falta abrir ningún puerto en tu PC.
- ✓Sin servidor web expuesto: nada de internet «alcanza» tu máquina.
- ✓Gratis y multiplataforma: PC, celular, web: ya funciona en todo.
- ✓"Ya es móvil": no necesitas publicar ninguna app.
✗ Lo que cobra un "servidor web"
- ✗Necesita abrir una puerta pública para que internet te encuentre.
- ✗Esa puerta se convierte en un objetivo: cualquiera puede llamar a ella.
- ✗Requiere dominio, certificado, configuración — fricción real.
- ✗Fue exactamente la brecha de OpenClaw (vamos a ver las cifras).
📊 El dato que decide la discusión
En Panorama (Trilha 2) vimos que OpenClaw, el sistema original, exponía un servidor web. El resultado fue un desastre de seguridad: los investigadores encontraron 42.665 instancias públicas en internet, e 93,4% de ellas sin ninguna contraseña — cualquiera podía conversar con el «Jarvis» de otra persona.
La reacción de la familia lean (GravityClaw y compañía) fue directa: solo Telegram, con long-polling, cero puertos abiertos. Si no hay un puerto expuesto, no hay nada que escanear. La elección del canal se convirtió en una decisión de seguridad.
💡 Consejo práctico
La regla mental para elegir el canal: «¿mi PC tiene que estar accesible desde fuera?» Si la respuesta es no, vas por buen camino. Telegram con long-polling te da eso gratis; por eso es el punto de partida recomendado y por eso casi todos los proyectos de la familia empiezan por ahí.
Conceptos clave
La contraseña única de tu bot, creada en el bot oficial de Telegram.
Tu programa le pregunta a Telegram; nadie llama a tu puerta.
Nada de Internet llega a tu máquina: superficie de ataque mínima.
Telegram funciona en todas partes; no publicas una app en una tienda.
💬 WhatsApp y el resto
Telegram es el punto de partida, pero no el único destino. En Brasil, en particular, mucha gente vive en el WhatsApp — y tiene sentido querer a Jarvis ahí. El proyecto agentevoz conecta el asistente a WhatsApp a través de una herramienta llamada Evolution API, que conecta WhatsApp con tu código. Por la misma puerta pasan texto, imágenes e incluso audio.
Además de estas dos, hay otras puertas: correo electrónico (Jarvis lee y responde tu bandeja de entrada), una página web (un chat en el navegador) y el terminal / Claude Code (el canal de quien desarrolla). La gran idea de la capa de canales es que esos caminos son intercambiables y combinables: el mismo cerebro puede atender a varias personas al mismo tiempo.
¿Eres nuevo aquí? WhatsApp no ofrece un “token de bot” simple como Telegram. La Evolution API y un programa intermediario (open source) que se conecta a WhatsApp y expone una interfaz que tu Jarvis entiende. Es un puente: obtienes el alcance de WhatsApp, pero agregas una pieza más que cuidar.
| Canal | Facilidad | Seguridad predeterminada | Cuándo usarlo |
|---|---|---|---|
| ✈️ Telegram | Altísima (solo token) | Excelente (cero puertos) | Siempre el punto de partida. |
| Media (necesita Evolution API) | Depende del puente | Cuando tu público vive en WhatsApp. | |
| 📧 Correo electrónico | Media | Buena (asíncrona) | Tareas que no son urgentes. |
| 🌐 Web | Baja (requiere servidor) | Requiere cuidado (puerto abierto) | Cuando necesita una interfaz visual. |
| ⌨️ Terminal | Alta (solo para quienes desarrollan) | Excelente (local) | Desarrollo y pruebas. |
📊 La ventaja del multicanal
Como el canal está separado del cerebro, sumar puertas es barato: el mismo Jarvis, con la misma memoria y la misma personalidad, puede atenderte por Telegram en casa y por WhatsApp en el trabajo. No duplicas el asistente; solo abres otra puerta a la misma sala. Este diseño de «un cerebro, varias bocas» es el corazón de la Anatomía.
Conceptos clave
El puente de código abierto que conecta WhatsApp con tu Jarvis.
Cambiar el puerto no cambia quién es el asistente.
Varias puertas al mismo cerebro, al mismo tiempo.
Más puertas = más alcance, pero más piezas que mantener.
🚪 Whitelist = el primer bloqueo
Aquí está el concepto de seguridad más importante de este módulo. Un bot de Telegram, por defecto, es público: cualquier persona que descubra su nombre puede empezar a conversar con él. Si este bot es tu Jarvis —con acceso a tu agenda, tus correos y tus archivos—, eso es peligroso. La solución es simple y eficaz: la lista de permitidos (lista de permitidos).
¿Eres nuevo aquí? Cada usuario de Telegram tiene un ID numérico único (por ejemplo, 123456789). A lista de permitidos y una lista breve con los IDs que Jarvis acepta atender. Si el mensaje llega de un ID que NO está en la lista, Jarvis simplemente lo ignora, en silencio, sin siquiera responder «acceso denegado». Lo contrario de una whitelist sería una blacklist (bloquear a algunos); aquí la lógica es más segura: bloquea a todo el mundo, solo deja pasar a quien tú elegiste.
Todo mensaje pasa primero por la verificación de la whitelist: ID conocido sigue hacia el cerebro; un ID extraño y descartado sin respuesta. Por eso es el «1.er bloqueo»: ocurre antes de que siquiera se active el modelo, e ignorar en silencio no da pistas a un intruso.
⚠️ Sin whitelist, el daño es real
Recuerda los 93,4% de instancias sin ninguna autenticación de OpenClaw: en la práctica, eran "Jarvis" abiertos para cualquiera. Sin el primer bloqueo, un extraño puede pedirle a tu asistente que lea tus correos, gaste tus créditos de IA o ejecute comandos en tu máquina. La lista de permitidos es la línea que separa "mi asistente personal" de "un robot que obedece a cualquiera".
# OBJETIVO: crear tu bot en Telegram, descubrir tu ID y
# dejar solo a TI en la lista de permitidos (la 1.ª barrera).
# ------------------------------------------------------------
# PASO 1 — en la app Telegram, habla con @BotFather y escribe:
/newbot
# pregunta un nombre y un @usuario; al final te entrega el token:
8123456789:AAH<resto-de-tu-token-secreto>
# PASO 2 — descubre TU ID: habla con @userinfobot; te responde:
Id: <tu-id-numérico> (p. ej.: 123456789)
# PASO 3 — coloca ambos en el archivo .env de tu Jarvis:
TELEGRAM_BOT_TOKEN=<tu-token-de-botfather>
TELEGRAM_ALLOWED_IDS=<tu-id-numérico>
# (para permitir a alguien más, sepáralos por comas: 123456789,987654321)
Cómo verificar: envía «hola» a tu bot desde TU cuenta — te responde. Pídele a un amigo que envíe «hola» desde el mismo bot — él no responde nada. Si tu «hola» funciona y el del desconocido se ignora en silencio, la lista blanca está en su lugar. Guarda el token como una contraseña: quien lo tenga controla el bot.
Conceptos clave
Lista corta de IDs que Jarvis acepta; el resto se ignora.
El número único que te identifica en Telegram.
No responderle a quien no conoces: ni siquiera dar pistas a quien ataca.
El token y los ID están en un archivo de secretos, fuera del código.
🎙️ Texto, voz y medios
Un canal no solo transporta texto. Telegram, por ejemplo, transmite texto, audio e imagen por la misma puerta. Cuando grabas un mensaje de voz, la app entrega un archivo de audio (formato .ogg); cuando envías una foto, te entrega la imagen. El canal es el mismo; solo cambia el tipo de «carga» que pasa por él.
Aquí va una frase que vale la pena guardar: "la voz es interfaz, no cerebro". El modelo sigue pensando en texto. La voz es solo una forma de entrada y salida: una capa opcional que se puede activar o desactivar en tiempo de ejecución (en el momento, según la situación). Hablar con Jarvis o escribirle lleva a la misma «sala»: el cerebro no cambia.
¿Eres nuevo aquí? Para que el modelo «escuche» tu voz, el audio pasa por un STT ("speech-to-text", la voz se convierte en texto). Para que "hable", el texto de la respuesta pasa por un TTS ("text-to-speech", el texto se convierte en voz). En el medio, el cerebro solo ve texto. "En tiempo de ejecución" quiere decir que la decisión de usar voz se toma en el momento; no necesitas decidirlo al construir el sistema.
Grabas un audio
Telegram entrega un archivo .ogg por la misma puerta de siempre.
STT transcribe (voz → texto)
Una herramienta de transcripción (p. ej., Whisper) convierte el audio en texto en portugués.
El cerebro piensa en texto
El modelo recibe texto y devuelve texto, exactamente como si tú lo hubieras escrito.
TTS responde con voz (opcional)
Si la voz está activada, el texto de la respuesta se convierte en audio y vuelve por la puerta. Si no, responde por texto.
💡 Consejo práctico
Empieza solo con texto. La voz es más «wow», pero agrega piezas (transcripción, generación de audio, costo). El camino saludable es: primero texto, y luego activar la voz cuando ya funcione. Y recuerda que la voz suele usar servicios distintos del cerebro; presta atención para no confundir las claves de cada uno (la clave del transcriptor no siempre es la misma que la del modelo).
Conceptos clave
El mismo puerto transporta texto, audio e imagen.
La voz se convierte en texto (STT); el texto se convierte en voz (TTS).
El cerebro piensa en texto; la voz solo entra y sale.
Conectar la voz es una decisión que se toma en el momento y es opcional.
📱 Un canal, muchos dispositivos
Hay una frase que aparece en casi todos los proyectos: "Telegram ya es móvil". Oculta una de las mayores ventajas de la capa de canales. Como Telegram (y WhatsApp) ya funciona en el celular, la tableta, la laptop y la web, elegir este canal te da acceso a Jarvis de cualquier dispositivo — sin que tengas que crear, publicar y mantener una aplicación propia en la tienda.
El detalle que confunde a quienes no son especialistas: el cerebro de Jarvis no «vive» en tu celular. Funciona en un lugar fijo — en tu PC de casa, encendida, o en un servidor barato en la nube — y el celular es solo una más pantalla que se conecta a él a través del canal. Empiezas una conversación en la PC, la continúas en el celular en el autobús y la terminas en la tableta por la noche: siempre es la misma sala, la misma memoria, el mismo asistente.
✓ "Telegram ya es móvil" significa
- ✓Acceso desde celular, PC, tablet y web: todo eso ya existe.
- ✓Cero aplicaciones de tienda para publicar o aprobar.
- ✓La misma conversación y memoria en cualquier aparato.
- ✓El cerebro está en un lugar fijo; el dispositivo es solo la pantalla.
✗ Si fuera una app nativa
- ✗Tendrías que desarrollar para Android E iOS.
- ✗Pasar por la aprobación de las tiendas (y pagar las tarifas).
- ✗Pedirle al usuario que descargue y actualice.
- ✗Mantener todo esto por tu cuenta, para siempre.
🧭 Adónde te lleva esto
Esta idea es el puente hacia la Trilha 5 ("Jarvis en el celular"): no existe una "app de Jarvis"; existe un cerebro que funciona en algún lugar y un canal (Telegram/WhatsApp) que ya tienes en el bolsillo. El celular se convierte en el control remoto de un asistente que puede funcionar las 24 horas del día, incluso con la laptop cerrada.
Guarda: canal = dónde hablas; cerebro = dónde piensa. Separar los dos es lo que hace que Jarvis te siga en todos tus dispositivos sin convertirse en seis apps diferentes.
Conceptos clave
El canal ya funciona en todos los dispositivos, sin una app propia.
El modelo se ejecuta en un lugar; el dispositivo solo se conecta.
La misma conversación y memoria en cualquier dispositivo.
Nada que publicar, aprobar ni pedir que descarguen.
Autoevaluación (opcional): ¿por qué tantos proyectos eligen Telegram como canal principal?
🎯 Resumen del módulo
Siguiente módulo:
Módulo 3-2: Identidad — memoria, personaje y quién es