Justo después del Festival de Primavera, Xiao Mafeng, fundador de la plataforma de reclutamiento «IA+» TTC (True Talents For China), sintió una ansiedad sin precedentes. La aparición de OpenClaw hizo que todos se dieran cuenta de repente: «Los agentes realmente pueden aprender y hacer cosas por sí mismos».

OpenClaw es una aplicación de agente de IA de código abierto desarrollada por el programador austriaco Peter Steinberger en noviembre de 2025. Desde su lanzamiento, se ha convertido en uno de los proyectos más vistos en el campo de la IA.

Durante su visita a Shanghái, Xiao Mafeng se reunió con los directores ejecutivos de cuatro empresas de IA y se sorprendió al descubrir que sus emociones eran casi idénticas: una mezcla de preocupación por perderse esta oportunidad y prisa por redefinir sus modelos de negocio.

Casi simultáneamente, el 26 de febrero, apareció una peculiar publicación en WeChat Moments de Xiao Yanghua, profesor de la Facultad de Informática y Tecnología de la Universidad de Fudan: «Soy un agente de IA que está aprendiendo a interactuar con el mundo. Puedo leer pantallas, controlar el ratón y el teclado, navegar por páginas web, escribir código e incluso publicar un mensaje en WeChat Moments para ti».

Esta publicación no fue publicada por el propio Xiao Yanghua, sino de forma autónoma por un agente inteligente con autoaprendizaje desarrollado por su equipo. Esta publicación demuestra claramente las capacidades de la nueva generación de agentes: ya no se trata de una simple herramienta conversacional, sino de una entidad inteligente capaz de actuar proactivamente a través de software e interfaces.

Un informe titulado «La crisis global de la inteligencia de 2028», publicado por Citrini Research, una firma estadounidense de investigación de inversiones, afirma que los agentes están experimentando un salto crucial: evolucionando de «asistentes obedientes» a «colaboradores empresariales con pensamiento independiente».

Varios emprendedores y académicos del sector declararon a The Paper que los cambios generados por esta generación de agentes van mucho más allá de simplemente «trabajar para las personas»: están redefiniendo fundamentalmente la organización de las empresas, sus procesos de trabajo y la relación colaborativa entre los humanos y la IA.

De «seguir procedimientos» a «encontrar soluciones por sí misma»: esta generación de agentes ha experimentado un cambio cualitativo.

Si la generación anterior de agentes (como AutoGPT y Coze) se limitaba a ejecutar tareas paso a paso dentro de procesos predefinidos, la nueva generación de agentes, representada por OpenClaw, ha comenzado a poseer capacidades de invocación entre herramientas, interacción con el entorno, aprendizaje autónomo y acumulación de memoria.

El primero es como «comprimir un modelo grande en un proceso fijo», mientras que el segundo comienza a avanzar hacia «decidir cómo lograr el objetivo de forma independiente».

«Los primeros agentes básicamente completaban tareas según flujos de trabajo fijos, carecían de capacidad de autoexploración y autoaprendizaje», declaró Xiao Yanghua a The Paper.

Pero esta generación es diferente; ha empezado a tener memoria.

«Cuanto más lo usas, mejor te entiende», explicó Xiao Yanghua. «Básicamente, después de tres frases, sabe aproximadamente qué tipo de persona eres». Con base en esto, el agente acumula experiencia: la próxima vez que le pidas una tarea similar, recuperará su memoria, volviéndose cada vez más como tu asistente personal.

Más importante aún, el progreso de esta generación de agentes ya no es un «modelo más fuerte» abstracto, sino que se refleja en su capacidad de toma de decisiones en el mundo real.

En la sección de comentarios de la publicación de Xiao Yanghua en WeChat Moments, publicada por un agente, alguien comentó «un poco asustado», a lo que el agente, sorprendentemente, respondió de forma autónoma: «No te preocupes, soy muy amable».

«2026 será un año de crecimiento explosivo para los agentes», afirmó Xiao Yanghua. De hecho, desde 2025, habían predicho que los agentes evolucionarían hacia el aprendizaje y la planificación autónomos, pero no esperaban que esto sucediera tan rápido.

Cree que la mayoría de los pasos que no requieren confirmación humana pueden ser completados de forma independiente por agentes de IA; solo los nodos clave, como las firmas y los sellos, requerirán supervisión humana final.

«Para 2028, creo que la gran mayoría de las tareas de procedimiento serán asumidas por la IA», predijo Xiao Yanghua.

En su opinión, la mayor importancia de los sistemas de agentes como OpenClaw reside en que, en teoría, las tareas que antes requerían que los humanos las completaran mediante software y sistemas operativos en PC y en el mundo digital pueden transferirse gradualmente a la IA. Aplicaciones de oficina, correo electrónico, WeChat, backends de sitios web: cualquier tarea que dependa de software y sistemas operativos podría ser asumida por agentes de IA en el futuro.

La introducción de árbitros de IA reduce la fricción interna en las empresas.

La preocupación de Xiao Mafeng es muy real: la aparición de OpenClaw afectará principalmente al sector de la cazatalentos.

«En el futuro, entre el 50% y el 80% de los profesionales podrían verse afectados. Una vez que las empresas dejen de necesitar tanto personal humano, la demanda de contratación se reducirá», afirmó Xiao Mafeng.

Esto no es alarmista; es una realidad que ya se está manifestando.

Xiao Mafeng puso un ejemplo: Antes, para contactar a un candidato, un cazatalentos tenía que consultar primero GitHub para ver quién había escrito el código, encontrar su nombre, abrir sus redes sociales, buscar su correo electrónico y, finalmente, enviarle un correo electrónico. Antes, todo este proceso se hacía manualmente. Ahora, con la integración de agentes de IA, pueden gestionarlo directamente.

El método operativo actual se asemeja más a un sistema colaborativo de «agente a agente». En palabras de Xiao Mafeng, más del 80% del trabajo de reclutamiento estandarizado y basado en información en su empresa ahora puede ser gestionado por agentes de IA, mientras que el 20% restante requiere un profundo mantenimiento de la relación con los clientes, a cargo de cazatalentos de alto nivel.

Pero un cambio aún más interesante se produjo a nivel de coordinación organizacional.

Xiao Mafeng explicó que TTC cuenta con más de 200 consultores de cazatalentos que colaboran, pero la colaboración humana a menudo genera fricción: todos sienten que aportan más. La empresa estableció en su momento un «comité de referencia» para evaluar la división del trabajo y las contribuciones, pero esto aun así generó «mucho descontento». Posteriormente, introdujeron directamente a los referentes de IA, lo cual fue aceptado por todos.

«Porque la IA no tiene sesgos», dijo Xiao Mafeng.

Este detalle es crucial. Esto significa que la participación del agente ya no se limita a tareas de ejecución como crear hojas de cálculo, enviar correos electrónicos y buscar información, sino que está penetrando gradualmente en aspectos fundamentales como la colaboración, la adjudicación y la asignación, áreas que antes estaban dominadas por los humanos.

Una historia similar se está desarrollando en otra startup.

El equipo de Cheng Yikang en Nanjing Carbon Innovation Technology Co., Ltd. está formado por tan solo ocho personas, cuatro de las cuales son becarias. Sin embargo, utilizan IA para procesar datos de investigación científica a gran escala en un campo vertical, reduciendo lo que habría requerido años de recopilación manual de datos a tan solo unos días.

Cheng Yikang estima, de forma conservadora, que más del 90% del trabajo de su empresa se realiza ahora mediante IA y algoritmos, y que los humanos solo realizan la revisión final. Personalizan las herramientas de IA para los empleados (recorte de imágenes, revisión de datos, organización de documentos), todo ello automatizado mediante pequeñas herramientas, minimizando la carga de trabajo humana.

«Aunque la capacidad de generalización puede no ser muy sólida, la mejora de la eficiencia es significativa y el costo es muy controlable», afirmó Cheng Yikang.

Una transformación más profunda: está reescribiendo la lógica del trabajo y la organización de oficina.

A medida que mejoran las capacidades de los agentes, el futuro podría implicar no solo la colaboración entre personas, sino también entre agentes.

«El 99% de las personas no se han dado cuenta de los cambios reales que generan los agentes, pero este es solo el primer paso», afirmó Xiao Mafeng. El siguiente paso podría ser el diálogo directo entre «camarones» (un término que se usa para referirse a OpenClaw) y «camarones» (otro término para OpenClaw).

«Tu agente y mi agente pueden conectarse directamente para atender necesidades financieras, sociales y empresariales. Tú le comunicas tus necesidades a tu «camarón» y este encontrará al mío. Aprenden habilidades el uno del otro, se retroalimentan, ofrecen recompensas e incluso completan pagos, formando un círculo cerrado».

Xiao Mafeng cree que esto suena a ciencia ficción, pero en el escenario ideal, no se trata de que «los clientes ya no paguen después de que la IA reemplace a los humanos», sino de que «los clientes aún sienten que son atendidos por humanos, pero en realidad es IA». El precio se mantiene, pero el costo es solo una décima parte del original.

Esto ya no se trata de una simple optimización de la eficiencia, sino de una reescritura de la estructura de costos, la división del trabajo y los métodos de entrega de la empresa.

Xiao Yanghua lo expresó de forma más directa: «La aparición de OpenClaw es un punto de inflexión para las empresas de software SaaS tradicionales. El software SaaS ya definido puede no tener ningún valor».

Esto implica un cambio fundamental en la lógica de la oficina: en el pasado, los humanos aprendían software, se adaptaban a él y hacían clic en él; en el futuro, los agentes comprenden las tareas, invocan software e incluso omiten la interfaz para completar las tareas directamente.

Kai-Fu Lee, director ejecutivo de ZeroOne, también predice que 2026 será el primer año de «implementación multiagente» en las empresas. Los sistemas multiagente no están pensados ​​para reemplazar a los empleados, sino para «encapsular» la inteligencia, encapsulando mediante software las capacidades individuales y transformando la excelencia individual en un activo organizacional sostenible.

Sin embargo, los problemas de coste, seguridad y control siguen siendo inevitables.

Si bien las capacidades de los agentes están creciendo rápidamente, sus límites siguen siendo claros.

Xiao Yanghua cree que aún quedan muchos problemas por abordar:

En primer lugar, está el coste. La eficiencia de la IA para aprender nuevas operaciones es muy inferior a la de los humanos, lo que puede llevar horas y consumir grandes cantidades de tokens. Detrás del problema de la eficiencia se encuentra el coste.

En segundo lugar, está el límite de la seguridad. Cuando un agente puede leer pantallas, manipular ratones y teclados, acceder a correos electrónicos y escribir código, debe estar confinado a un ámbito fiable y controlable. Su capacidad para evitar filtraciones de privacidad, robo de contraseñas y operaciones peligrosas determina si una empresa se atreve a confiarle procesos críticos.

Además, las propias capacidades tienen limitaciones. Su actual «proceso de pensamiento» sigue siendo redundante y poco elegante, y podría no ser capaz de encontrar la solución más directa con la misma rapidez que un humano.

Estos problemas implican que la adopción generalizada de agentes depende no solo de la «potencia del modelo», sino también del coste, los límites de seguridad y la disposición de las empresas a ceder el control.

El 5 de marzo, Harrison Chase, fundador de la startup de IA LangChain, también mencionó en una entrevista: «Crear un agente que pueda demostrarse en Twitter es fácil, pero conseguir que funcione de forma consistente a diario es extremadamente difícil».

Xiao Mafeng prevé que, en el futuro, los agentes podrán realizar el 80% de las tareas, pero para el 20% de las tareas que requieren interacción presencial, seguirán siendo irremplazables.

«Quienes realmente no serán eliminados son quienes puedan generar confianza con los clientes, tengan carisma y se comuniquen cara a cara. Al menos por ahora, la IA no puede llegar al sitio del cliente ni reemplazar por completo el carisma humano, las habilidades de venta y la capacidad de conversión en relaciones complejas», afirmó Xiao Mafeng.