Clawdbot (ahora Moltbot): qué es, por qué se ha hecho viral y qué puedes (y NO deberías) hacer con este asistente personal “en tu ordenador”

- No es “otro chatbot”, es un asistente con manos
- Qué es Clawdbot (Moltbot) y por qué es diferente
- Por qué se ha hecho viral: el efecto “robot imperfecto que ya camina”
- Cómo funciona por dentro (explicado sin humo)
- Instalación: fácil para técnicos, mala idea si no controlas permisos
- Coste: “open source” no significa “gratis” si usas APIs
- El mito del “necesitas un Mac mini”
- Casos de uso que sí justifican el hype
- Lo que todavía falla (y por qué te puede frustrar)
- Seguridad: el gran “pero” (y el motivo para no dárselo todo)
- Clawdbot vs Claude Cowork: parecido en concepto, distinto en enfoque
- Preguntas frecuentes
- Una demo del futuro… con responsabilidades del presente
No es “otro chatbot”, es un asistente con manos
Este fin de semana ha explotado un nombre en redes: Clawdbot, un asistente personal open source que puedes instalar y usar como “copiloto” de tu propio equipo, con acceso a archivos, integraciones y automatizaciones.
Lo interesante no es solo el hype, sino lo que representa: una ventana a cómo van a ser los asistentes del futuro… pero ya funcionando hoy (con luces y sombras).
Ojo: en los últimos días también ha sido noticia por un cambio de nombre. Clawdbot se ha renombrado a “Moltbot” tras una petición relacionada con marca/branding, pero el proyecto sigue siendo el mismo.
Qué es Clawdbot (Moltbot) y por qué es diferente
Clawdbot/Moltbot es un asistente personal “agentic”: no se limita a responder, sino que puede hacer cosas (según permisos), integrarse con servicios y vivir en canales que ya usas (Telegram, WhatsApp, Slack, etc.). La clave es la combinación de piezas que ya existían por separado:
- Un “cerebro” (modelo LLM al que te conectas por API o cuenta)
- Herramientas/servidores tipo MCP para conectar recursos y servicios
- Skills para ampliar capacidades (plugins “instalables”)
- Memoria persistente basada en archivos (para identidad, preferencias, etc.)
Eso es lo que lo convierte en un “asistente” y no en un chat.
La mejor analogía es la robótica: sabemos que llegarán robots domésticos muy avanzados, pero hoy lo habitual es ver prototipos a medias. Clawdbot/Moltbot se siente como “alguien” que ha montado muchas piezas sueltas en un sistema que, sin ser perfecto, funciona sorprendentemente bien.
En medios se ha hablado incluso del “efecto Mac mini” (gente comprando equipos pequeños para dejarlo corriendo como servidor personal).
La idea es simple: no porque lo necesites para “calcular”, sino por tener un dispositivo siempre encendido y disponible.
Cómo funciona por dentro (explicado sin humo)
1) Orquestación local + modelo remoto
Aunque el asistente “vive” en tu entorno (y puede tocar tu sistema según permisos), muchas veces el “pensamiento” lo pone un modelo remoto (OpenAI/Anthropic u otros). Es decir: no necesariamente ejecutas el modelo en local, pero sí ejecutas las acciones en tu máquina.
2) Skills: el “App Store” del asistente
Las skills son paquetes que añaden funciones: integrar servicios, automatizar flujos, conectar APIs, etc. Hay listas públicas de skills y repositorios comunitarios para descubrirlas.
3) MCP: integraciones más estandarizadas
MCP se describe como un protocolo para que modelos y asistentes interactúen con recursos locales/remotos mediante servidores estandarizados. En la práctica: conectores con más estructura.
4) Memoria persistente en archivos
Uno de los “momentos wow” es que no dependes solo de la memoria temporal del chat: puedes usar archivos tipo identity.md, memory.md, etc., para que el asistente mantenga personalidad y contexto a largo plazo (y no “se olvide” tras resets).
Instalación: fácil para técnicos, mala idea si no controlas permisos
La instalación se vende como simple, pero la realidad es clara: si no dominas terminal/permisos/costes, este tipo de asistente puede ser una caja negra peligrosa.
En GitHub del proyecto se describe como un asistente personal para cualquier OS/plataforma, con instalación y flujo de “onboarding”.
Requisitos “reales” (lo que importa)
- Saber qué carpetas y permisos le das
- Entender qué acciones puede ejecutar
- Controlar qué integraciones conectas (correo, calendario, etc.)
- Tener claro el modelo/cuenta/API que lo alimenta (y su coste)
Coste: “open source” no significa “gratis” si usas APIs
El proyecto sea abierto no evita lo obvio: si el cerebro es un modelo por API, pagas tokens. Y en sistemas agentic el consumo se dispara porque:
- Planifican
- Llaman herramientas
- Reintentan
- Registran estados
- Generan archivos y resúmenes
Si lo usas con una suscripción “plana” puede doler menos, pero con API puedes llevarte un susto.
El mito del “necesitas un Mac mini”
Lo que se ha viralizado es que “necesitas un Mac mini”. Matiz importante:
- Para usar el asistente con modelos remotos, no necesitas un pepino.
- Para tenerlo 24/7 con bajo consumo, un mini-PC/servidor casero tiene sentido.
- Para conectar modelos locales (voz, transcripción, TTS, visión local), ahí sí ayuda más hardware.
Por eso el Mac mini aparece tanto: pequeño, eficiente, “siempre encendido”.
Casos de uso que sí justifican el hype
1) Tenerlo en Telegram/WhatsApp para que sea “tu asistente móvil”
Muchos usuarios lo usan como un “chat único” desde el móvil, mientras las acciones pasan en tu equipo. Hay proyectos específicos para convertir Claude Code en asistente por Telegram, por ejemplo.
2) Automatizaciones sin “montar n8n”
Lo potente no es “puedo automatizar” (eso ya existía), sino:
- “Explícamelo en lenguaje natural”
- “Crea tú el flujo”
- “Guárdalo”
- “Ejecuta y mantén la rutina”
3) Cruzar contextos: correo + calendario + hábitos
Cuando conectas varias fuentes, el asistente puede detectar conflictos (“tienes X entrenamiento y un evento a la misma hora”) y proponerte acciones.
Lo que todavía falla (y por qué te puede frustrar)
- No todos los modelos se comportan igual de bien como “cerebro”
- Algunas tareas agentic fallan o se quedan a medias
- La memoria persistente depende de que el sistema consolide bien lo importante
- A veces “parece que olvida” porque no quedó registrado en los archivos correctos
Esto es normal en herramientas nuevas con mucho pegamento entre piezas.
Seguridad: el gran “pero” (y el motivo para no dárselo todo)
Este tipo de asistentes amplifica riesgos conocidos:
- Prompt injection: instrucciones maliciosas escondidas en textos/documentos/web que el modelo interpreta como órdenes
- Acceso a correo/calendario/archivos = impacto real si se equivoca o es engañado
- Integraciones mal configuradas = exposición de datos
Anthropic ya ha advertido de riesgos similares en su empuje agentic (Cowork), incluyendo la posibilidad de acciones destructivas si das permisos y las instrucciones son ambiguas, además del riesgo de prompt injection.
Checklist de seguridad (práctico)
- Empieza con una carpeta “sandbox” sin nada sensible
- No conectes correo/calendario el primer día
- Desactiva acciones destructivas (borrar/mover) si existe opción
- Revisa logs/acciones ejecutadas
- Evita darle documentos de origen dudoso
- Si integras servicios, usa cuentas/credenciales con permisos mínimos
Clawdbot vs Claude Cowork: parecido en concepto, distinto en enfoque
Claude Cowork es el empuje “oficial” para tareas agentic con acceso a carpetas (en el ecosistema Claude), mientras que Clawdbot/Moltbot es la versión “hackeable” y abierta, orientada a instalar y orquestar tu asistente personal como tú quieras.
Preguntas frecuentes
¿Clawdbot y Moltbot son lo mismo?
Sí: Moltbot es el nuevo nombre del proyecto que se conoció como Clawdbot.
¿Es realmente “local”?
Las acciones y orquestación pueden ser locales, pero el modelo (el “cerebro”) puede ser remoto si lo conectas por API/cuenta. Depende de tu configuración.
¿Es seguro?
Puede serlo si lo tratas como lo que es: un sistema con permisos. Si le das acceso total y lo alimentas con inputs no confiables, el riesgo sube mucho.
Una demo del futuro… con responsabilidades del presente
Clawdbot/Moltbot es una señal clara: el salto de “chat” a “asistente que opera” ya está aquí. Su viralidad se entiende cuando lo pruebas y ves que combina integraciones, memoria y automatizaciones en un solo flujo conversacional. Pero también deja claro el peaje: coste, fallos y, sobre todo, seguridad.
Si lo pruebas, hazlo como harías con un “usuario” nuevo en tu ordenador: con permisos mínimos, y subiendo el nivel solo cuando tengas confianza.
Si me pegas el enlace del post de iartificial (o el borrador que quieras publicar), te lo dejo adaptado al 100% a tu estilo: keyword principal, secundarios, interlink interno a tus hubs/categorías y un bloque final de “Sigue leyendo” listo para tu MU-plugin de hubs.
Sigue aprendiendo
- Top 7 Agentes de IA para Automatizar Ventas y Atención al Cliente en 2026: Guía para Empresas
- Transforma imágenes en datos inteligentes: Cómo usar OCR con Python, OpenCV y Tesseract paso a paso
- 🤖 CrewAI vs LangChain: ¿Cuál es el mejor framework para agentes inteligentes IA en 2025?
- CrewAI: Cómo construir equipos de agentes inteligentes que trabajan juntos como humanos (pero mejor)
Deja una respuesta