Self hosted (2): y llegó OpenClaw

Hace casi un año escribía sobre mi afición al self-hosting, y justo en enero de este mismo año he actualizado mi homelab personal con hardware más potente. Una de las mejoras más destacables fue la inclusión de una tarjeta gráfica de presupuesto modesto pero con suficiente capacidad para probar modelos LLM en local.

Durante este mes realicé algunas pruebas, pero cuesta encontrar casos de uso sin que entre pereza meterse a trabajar en ello, pues la escala de los modelos frontier no es fácilmente replicable en casa (aunque parece que poco a poco vamos catching up, aún seguimos a expensas de gastar 25.000€ en hardware).

Pero esta pereza ha desaparecido después de probar la herramienta que ha revuelto (más) el gallinero tech estas últimas semanas, openclaw: "la IA que hace cosas".

Self hosted is sexy again 😄

Mucho se ha escrito estas dos últimas semanas: por aportar dos posts de habla hispana algo contrapuestos, el de David Bonilla cuenta muy bien su historia y una reflexión personal sobre la necesidad de estar siempre a la última, y el de Samuel Gil, que centra más en la visión optimista y lo que supone la llegada de los agentes personales a nuestros ordenadores.

Más allá de divagar sobre su utilidad o futuro, me gustaría centrarme en otro aspecto: creo que el valor de Openclaw, como bien defiende su creador, ha sido precisamente el self-hosting: lo que ha diferenciado a este proyecto es que puede correr en tu dispositivo personal (o el que tú quieras configurar). Esto ha permitido romper barreras: no depender de MCPs, APIs, workflows preestablecidos y tener acceso directo a nuestras herramientas de trabajo habituales. Todos los mensajes relacionados con fallos de seguridad que han salido a la luz rápidamente son intrínsecos al motivo por el que realmente esta herramienta ha podido ver la luz.

Full self hosted: modelos locales

Al no estar atado a ninguna compañía, una de las posibilidades de openclaw es correrlo en local. En mi caso, he aprovechado para pelear por hacerlo funcionar en el servidor con el modelo abierto de openAI, GPT-OSS:20b y, aunque el nivel de configuración y calidad obtenido no compensa respecto a pagar los tokens de turno, sí me está sirviendo de excusa para lo que deseaba originalmente: pelearme con la tecnología y aprender.

Cuando trabajo con estos LLM abiertos, soy consciente de sus limitaciones: si a alguien le interesa este camino, la realidad es que hoy día los modelos pequeños locales no son una alternativa real a los frontier: fallan mucho en la parte de "tooling" y el contexto que puede manejar es mucho más pequeño; gaps complicados de cubrir con hardware doméstico y justo donde Openclaw se vuelve más útil.

No busco hacer algo extraordinario, muchas veces tampoco busco siquiera un outcome directo más allá de mero aprendizaje y diversión: por ejemplo, lo conecté con Whatsapp a un grupo donde pudiera interactuar con mis amigos a través de comentarios jocosos y sin filtros. Algo a priori sencillo, pero que me ha permitido aprender cómo ingerir un historial de conversaciones vía RAG, ajustar el tamaño del contexto, cómo afecta y cuándo se produce el offloading a RAM... en definitiva, conocer mejor las capacidades y el por qué de las limitaciones de estos pequeños modelos.

De igual forma, gracias a la arquitectura abierta de Openclaw y su excelsa documentación, entender cómo se genera la memoria y qué se ingiere en el contexto de cada llamada me ha aportado mucha información sobre las mejores formas de trabajar con los LLM y cómo adaptar su funcionalidad.

Me parece una auténtica bendición que coja tanta fuerza un proyecto open-source de estas características, que sigan surgiendo opciones que nos permitan una mayor autonomía digital y que nos permitan seguir aprendiendo desde casa "cómo funcionan las cosas". Como ya establecí en mi anterior post, el valor que yo encuentro en el self hosting no es reemplazar el valor que dan otras herramientas, sino seguir aportando a la descentralización, democratización y entendimiento de la tecnología que nos rodea. Y, como profesional de producto, tener el conocimiento de cómo funciona y cómo conectan los puntos es fundamental para nuestro día a día.