OpenClaw y Hermes: arquitectura de harnesses de agentes

Ambos son harnesses de agentes autónomos personales de un solo usuario, self-hosted, que usan apps de mensajería como interfaz principal. El principio común es clave: el LLM no ejecuta nada. Es una función pura contexto → siguientes tokens, y “generar una acción” es simplemente el modelo emitiendo un tool_call estructurado. Quien ejecuta es el harness, no el modelo, dentro de un bucle ReAct —razonar → actuar → observar— que reinyecta cada resultado como observación y repite hasta que no hay más tool_calls (condición de parada). La autonomía es ese loop, no magia del modelo.

OpenClaw

(Peter Steinberger → Fundación open-source; MIT; TypeScript/Swift)

Su centro arquitectónico es el Gateway, un daemon que corre permanentemente escuchando mensajes entrantes. Cuando llega uno, lo enruta a una sesión de agente, invoca el LLM, opcionalmente llama tools/skills y responde por el canal de origen.

Se organiza en tres capas:

• Canal — adaptadores que normalizan el protocolo de cada plataforma a un formato interno común
• Cerebro — el runtime que razona
• Cuerpo — las tools que ejecutan

Su bucle interno tiene siete etapas: normalizar, enrutar, ensamblar contexto, inferir, ReAct, cargar skills y persistir memoria. La memoria y los skills se respaldan en archivos; la persistencia entre sesiones originalmente requería setup manual.

Hermes

(Nous Research; MIT; model-agnostic con 20+ proveedores)

Su arquitectura se distingue en dos ejes.

Primero, es multi-agente por profiles: cada profile es un agente independiente con su propio config.yaml, documento de identidad SOUL.md, store de memoria persistente (memory_store.db, SQLite), proceso gateway y cron; se coordinan vía un tablero kanban.

Segundo — y su verdadero foso — el bucle de auto-mejora: cuando resuelve una tarea escribe un skill reutilizable en Markdown, lo guarda en memoria persistente y ajusta su enfoque, sin configuración manual. Es memoria procedural —recuerda métodos, no solo hechos— sobre una “memoria holográfica” basada en SQLite con búsqueda full-text FTS5.

Un rasgo arquitectónico central de Hermes es que la ejecución de comandos se abstrae en seis backends de terminal (local, docker, ssh, modal, daytona, singularity), configurables bajo el bloque terminal:. Ese backend define dónde corre el agente y por tanto es la frontera de seguridad: local da acceso a tu host entero; docker/modal aíslan. Esto lo hace explícito de una forma que OpenClaw deja más implícita en su Gateway local/VPS.

Contraste

	OpenClaw	Hermes
Filosofía	Control-plane-first	Self-improving-first
Centro	Gateway central	Profiles independientes
Identidad y skills	Archivos escritos por humanos	Skills generados automáticamente
Memoria	Persiste hechos (archivos)	Persiste procedimientos (SQLite + FTS5)
Frontera de seguridad	Implícita (Gateway local/VPS)	Explícita (backend de terminal)
Aprendizaje	Manual	Learning loop con el uso

Comparten superficie de capacidades casi idéntica (memoria, RAG, MCP, multi-canal, cron); la diferencia arquitectónica real está en cómo tratan la memoria y el aprendizaje: OpenClaw persiste hechos, Hermes persiste procedimientos y mejora con el uso.

Cómo se conecta con lo que hemos visto

Los dos proyectos son implementaciones concretas de las capas de un harness que revisamos en la serie del blog: tools, contexto, memoria, seguridad, gobernanza y observabilidad. Vale la pena leerlos en paralelo:

• Quise construir mi propia versión de OpenClaw y Hermes. Y fracasé. — la historia detrás de esta investigación: por qué terminé priorizando control y trazabilidad sobre autonomía máxima
• ¿Qué es un Harness? — las capas que ambos proyectos implementan, cada uno a su manera
• Memoria de largo plazo: lo que el cerebro enseña — el contraste hechos vs. procedimientos que separa a estos dos harnesses
• Glosario de conceptos: agentes IA — si términos como harness, tool, MCP o RAG te suenan difusos, parte por aquí