Los desafíos técnicos de los agentes de IA en aplicaciones empresariales se han convertido en un foco de la industria. Aunque el marco de código abierto OpenClaw cuenta con 370.000 estrellas, las empresas enfrentan múltiples dificultades en su implementación real, como costos elevados de contenedores, aumento significativo de la tasa de fallos y vulnerabilidades de seguridad. Alibaba Cloud ha lanzado la plataforma empresarial JVS Crew para agentes, que emplea una arquitectura de "separación entre cerebro y manos", desglosando el cerebro, el entorno de ejecución y el sistema de memoria para operar por separado, ofreciendo tres mecanismos de seguridad: muro de identidad, muro de contenido y muro de ejecución. La plataforma ya ha sido validada en sectores como finanzas, comercio electrónico, transporte marítimo y salud.
Autor y fuente del artículo: Nuevos智元
OpenClaw, 370,000 estrellas. Hermes Agent, 140,000 estrellas en tres meses.
En la primera mitad de 2026, el mayor consenso entre los desarrolladores mundiales es una cosa: criar camarones.
Pero en la empresa, casi todos los primeros usuarios de OpenClaw vivieron un momento de “quedarse con la cara de palo”.
Tú entrenaste a tu camarón para que volara, te ayudó a escribir el informe semanal, organizar correos electrónicos y ejecutar datos automáticamente; tus compañeros se acercaron a echar un vistazo y dijeron que es útil.
El mensaje llegó a los oídos del jefe, quien dio un golpe en la mesa y toda la empresa lo adoptó.
Luego, te das cuenta de que el verdadero problema acaba de comenzar.
Una tarea descontrolada consumió todo el presupuesto de tokens del mes, y nadie sabe qué camarón lo hizo; 1,000 personas crían camarones por separado, sin compartir experiencia, y cada una comienza desde cero.
El vicepresidente del Grupo de Nube Inteligente de Alibaba, Zhang Xiantao, escuchó las seis palabras más comunes de los clientes empresariales: “funciona, pero no es fácil de usar”.
Bajo el brillo, la implementación del agente enfrenta numerosas dificultades.
Lao Huang también vio el mismo problema.
En GTC 2026, NVIDIA lanzó junto al fundador de OpenClaw NemoClaw Enterprise, enfocándose en la implementación con un solo clic y aislamiento en sandbox.
Las palabras exactas de Lao Huang en su discurso fueron que cada empresa, cada compañía de software, necesita una estrategia de Agent.
El 80% de las comisiones, cubiertas por la plataforma
Sin embargo, la realidad es más dura que los eslóganes.
Muchas empresas se entusiasmaron y construyeron sus propias soluciones con OpenClaw, jugaron durante un mes y medio, y volvieron con la cabeza baja. La historia es más o menos la misma.
Una empresa tecnológica, con un equipo técnico bastante competente, reunió a un grupo de personas y optó directamente por construirlo por sí misma.
Como resultado, después de completar el desarrollo completo de Skill, descubrieron un hecho crítico: la arquitectura OpenClaw requiere que el contenedor esté en línea las 24 horas del día, los 7 días de la semana; una vez que se desconecta, la langosta se vuelve inalcanzable.
Es decir, cada usuario debe ocupar permanentemente un contenedor.
Con usuarios que pueden llegar a decenas de millones, asignar un contenedor siempre encendido a cada uno, ¿quién se atreve a hacer ese cálculo?
Lo más emocionante aún está por venir.
Millones de langostas corren por su cuenta; tan pronto como un usuario modifique el prompt o ajuste la puerta de enlace, las langostas se dañarán en minutos.
Ver una sola probabilidad es extremadamente baja, pero cuando la base aumenta, la tasa de fallas se convierte en una pesadilla.
De nuevo, a finales de marzo, la gran actualización de OpenClaw de repente dejó de ser compatible hacia atrás, y todo el trabajo que los usuarios habían acumulado con tanto esfuerzo se volvió inútil, dejándolos sin poder usar la plataforma durante varias horas al día.
Otra empresa tecnológica sigue un enfoque aún más "profesional": compra computadoras en la nube de Alibaba Cloud y las complementa con software de gestión de agentes de una empresa de seguridad reconocida, creando su propia plataforma.
A principios de abril, estaban bastante entusiasmados, creyendo que este conjunto de estrategias realmente funcionaba.
Un día, tras una actualización, todos los agentes se desconectaron simultáneamente y se perdieron numerosos recuerdos.
Pérdidas significativas.
Esto es el muro real que enfrentan las empresas: la seguridad, la estabilidad y la complejidad técnica, tres montañas que se desploman sobre ellas.
OpenClaw resolvió "¿Puede el agente usarse?", pero completamente no respondió "¿Se atreven las empresas a usarlo, pueden permitírselo, o es fácil de usar?".
En la cumbre de Alibaba Cloud 2026, Alibaba Cloud presentó la completa gama de JVS Agent Suite: JVS Claw para particulares, JVS Crew para empresas y JVS Mobile para dispositivos móviles.
JVS Crew, la fábrica empresarial de producción masiva de langostas. Una plataforma empresarial de construcción de Agentes completamente gestionada, fácil de integrar y controlable.
Su esencia no es otro agente más, sino un sistema operativo para la era de los agentes.
Cuando las empresas implementan Agentes, JVS Crew se encarga de todo lo más complicado: aislamiento multiinquilino, cumplimiento y seguridad, cálculo de costos y integración de canales. Tú solo ponte a criar camarones; lo demás no necesitas preocuparte.
En cuanto al método de integración, JVS Crew sigue el enfoque de "integración pasiva".
Es decir, no necesitas desechar tu sistema actual y empezar de cero.
JVS Crew es más como una base que se integra directamente en tu aplicación existente, sistema de negocios o incluso hardware, permitiendo que tu producto "desarrolle" la capacidad de camarón.
Canalizaciones principales como DingTalk, Feishu, WeChat Work y QQ están listas para usar de inmediato; configúralas una vez y úsalas en todos los canales.
El precio también es interesante. No hay tarifas por puesto, solo se paga según el uso: cuanto más uses, más pagas, y se factura al final del mes.
Según Zhang Xiantao, que cada empresa y cada usuario se atreva a usarlo y puedan permitírselo.
Desconexión entre mano y cerebro
¿Por qué separar la langosta?
La arquitectura subyacente que respalda a JVS Crew se llama "separación de mano y cerebro".
El problema de OpenClaw está aquí: el cerebro, las manos y la memoria están todos vinculados y corren en el mismo proceso.
Para uso personal no importa, pero en una empresa, si hay un problema en algún paso, todo el sistema debe reiniciarse.
Si quieres cambiar el modelo, el entorno de ejecución también debe moverse. Si quieres abrir más posiciones, todos los niveles deben expandirse juntos. Un pequeño cambio afecta a todo el sistema.
El equipo de JVS descompuso estas tres cosas por completo según la filosofía de ingeniería de Harness.
Cerebro (capa Agent), solo se encarga de pensar. El modelo y los prompts se pueden cambiar en cualquier momento; hoy usas Tongyi, mañana cambias a GPT, la parte que hace el trabajo no necesita moverse.
Manos (capa Environment), solo hazlo. Cada tarea se ejecuta en un entorno aislado en la nube, sin interferencias.
Lo más impresionante es que JVS Crew utiliza tecnología de instantáneas para guardar el estado; si la tarea se interrumpe a la mitad, los archivos del entorno de trabajo no se pierden y puedes continuar desde el punto de interrupción, sin necesidad de empezar desde cero.
Este "reanudación desde el punto de interrupción" suena sencillo, pero detrás hay un mecanismo completo de separación de almacenamiento y cálculo, y recuperación mediante instantáneas. Cuando una empresa ejecuta miles de camarones simultáneamente, el estado de trabajo de cada camarón debe guardarse y recuperarse de manera confiable; esto es un clásico desafío difícil en sistemas distribuidos.
La capa de sesión, responsable de la coordinación. Depende de ella determinar quién va primero, el cerebro o las manos, qué paso se ha alcanzado y qué se debe hacer a continuación.
Cada capa gestiona su propio ámbito, se actualiza por separado y no afecta a las demás. Cambiar el modelo no afecta al entorno de ejecución; agregar máquinas no requiere modificar la lógica de inferencia. Puedes escalar de 1 camarón a 10,000 camarones sin necesidad de rediseñar la arquitectura.
Curiosamente, al otro lado del océano también han llegado al mismo cruce.
Anthropic lanzó Claude Managed Agents (CMA) en abril, inicialmente alojando toda la lógica del agente y el entorno de ejecución en su propia nube.
Pero el 19 de mayo, Anthropic añadió sandboxes autohospedados a CMA, moviendo la capa de ejecución a la infraestructura propia de la empresa y manteniendo la orquestación en la nube.
Es casi el mismo diseño que el “separación entre mano y cerebro” adoptado desde el primer día por el equipo JVS.
Tres paredes de seguridad: suelta los camarones secos, pero no dejes que se desvíen
La capacidad más genial del camarón es la "ejecución autónoma": planifica por sí mismo, ajusta sus herramientas y completa la tarea por sí solo.
Pero piénsalo desde otro ángulo: la ejecución autónoma significa impredecibilidad. En una empresa, la impredecibilidad es mortal.
La técnica del equipo JVS consiste en colocar tres "paredes" a los camarones.
Primera barrera: identidad.
Control de permisos de roles basado en RBAC: quién puede usar qué herramientas y ver qué datos está completamente vinculado al rol.
Los camarones vendidos pueden consultar la información del cliente, pero no pueden ver los datos financieros. El administrador configura todo de forma centralizada en el backend, sin necesidad de configurar cada uno por separado.
Segunda, muro de contenido.
Hay un punto de seguridad en cada una de las tres etapas: la información entrante, los datos en proceso y los resultados salientes.
Capa de entrada contra inyección de prompts; alguien intenta usar instrucciones maliciosas para secuestrar el comportamiento del camarón, se detiene en la puerta.
La capa de procesamiento identifica automáticamente la información personal identificable (PII); al encontrar números de identificación o números de teléfono durante el procesamiento de datos, se enmascaran directamente.
La capa de salida realiza una revisión de cumplimiento; si el contenido generado no es conforme, actúa como última línea de defensa.
Tercera pared, pared de ejecución.
Doble aislamiento con VM y contenedor seguro; la langosta está encerrada en un entorno aislado y no puede salir.
Al realizar operaciones de alto riesgo, como transferencias o eliminación de datos, la langosta no ejecutará automáticamente la acción tras realizar la evaluación; en su lugar, se detendrá y esperará la aprobación humana. Déjala actuar, pero en los momentos clave, es el ser humano quien decide.
No pienses que esto es una preocupación innecesaria.
En febrero de este año, SecurityScorecard descubrió más de 40,000 instancias de OpenClaw expuestas en Internet, un tercio de las cuales tenían vulnerabilidades conocidas.
El informe de Token Security también indica que el 22% de los empleados instalaron clandestinamente OpenClaw en sus computadoras de la empresa, sin que el departamento de TI lo supiera.
Si estas camarones estuvieran dentro de tres paredes, la mayoría de los accidentes de seguridad ni siquiera ocurrirían.
Hacer que el camarón realmente "sea efectivo" en la empresa
La seguridad es el mínimo, pero solo tener el mínimo no es suficiente.
JVS Crew también trabajó en tres aspectos para transformar al camarón de "capaz de correr" a "capaz de pelear".
Primero, la memoria.
La solución de memoria nativa de OpenClaw es un archivo MEMORY.md, que es esencialmente almacenamiento en texto plano con capacidades limitadas.
Los plugins de terceros como Mem0 pueden mejorar, pero aún están lejos de un manejo de memoria entre sesiones de nivel empresarial.
JVS Crew convirtió la memoria en una capacidad a nivel de plataforma, en dos capas:
- Memoria local, ligera y rápida;
- Refuerza la memoria con una base de datos vectorial en la nube, que puede recuperar con precisión el contexto necesario entre grandes volúmenes de historial, ahorrando tokens y siendo más rápida.
Más importante aún, la memoria puede compartirse dentro del equipo. La experiencia en la comunicación con clientes acumulada por el vendedor A también puede ser utilizada por el vendedor B. La experiencia personal se convierte en un activo organizacional.
En segundo lugar, está el costo.
¿Qué temen más las empresas al usar Agentes?
Revisa tu factura al final del mes. Una tarea compleja se ejecuta, los tokens se consumen rápidamente y es difícil estimarlos con anticipación.
JVS Crew implementó un sistema de presupuesto de cuatro niveles: empresa, departamento, individuo y cada camarón individual; se envía una alerta automática al llegar al 80% y se detiene automáticamente al llegar al 100%.
Visualiza un panel en tiempo real para ver claramente dónde y quién está gastando el dinero.
Finalmente, solucionar problemas.
El camarón tiene un problema, lo peor es no saber dónde está el problema.
El equipo de JVS creó un flujo de rastreo end-to-end, registrando cada paso del trabajo del camarada: desde recibir la tarea, comenzar a trabajar, qué herramientas se utilizaron, hasta qué resultados se obtuvieron, con trazabilidad completa en toda la cadena. En caso de errores, se localizan en segundos, sin necesidad de revisar registros al azar.
Alguien ya ha comenzado
JVS Crew, en menos de dos meses de comercialización, ya está siendo utilizado por empresas de varios sectores.
Dazhihui lo utilizó como asistente de investigación e inversión con IA, lo integró en su aplicación y lo lanzó en dos semanas. La retención de usuarios se duplicó y los costos en la nube se redujeron a la mitad.
La Ciudad Minorista de Yiwu la integró en la aplicación "World Yiwu", permitiendo que el camarón genere automáticamente estrategias de contenido virales y optimice los textos de publicidad en múltiples idiomas. Igualmente, en dos semanas, la eficiencia operativa aumentó cinco veces.
COSCO Shipping Technologies utilizó esto para crear una matriz de Agentes llamada Hi-Dolphin, que cubre la distribución de información en las operaciones de transporte marítimo globales. La eficiencia de lanzamiento de los Agentes aumentó diez veces.
Shanghai Yimi desarrolló asistentes inteligentes para cuatro escenarios: literatura médica, prospectos de medicamentos, traducción médica y historiales clínicos. Integró todo en dos semanas, capaz de ejecutar simultáneamente más de 100 tareas complejas y reduciendo a la mitad el tiempo de revisión.
Cuatro industrias, cuatro estrategias. Los ciclos de implementación se calculan en "semanas".
La segunda mitad de la IA
Ahora, el cuello de botella del agente ha cambiado.
Este tiempo el año pasado, todos hablaban sobre si el modelo era lo suficientemente inteligente.
Este año, el consenso de la industria ha cambiado silenciosamente hacia otra pregunta: ¿cómo construir la base técnica?
Los modelos ya han llegado a un nivel de inteligencia que merece ser tomado en serio. Y tomar en serio a un camarón significa proporcionarle agua, electricidad, gas, control de acceso, sistemas de incendios y gestión de propiedades.
Una casa baja y un rascacielos utilizan sistemas de cimientos y tuberías completamente diferentes. No puedes apilar mil casas bajas y llamarlo un rascacielos.
Mirando aún más lejos, cuando el costo del código se acerca a cero, la ventaja competitiva del producto se desvanece.
SaaS se está extendiendo hacia los agentes, y los agentes se están hundiendo en la infraestructura.
La langosta más inteligente será recordada. Pero la que finalmente permanecerá será la fábrica más estable.