Seis de ocho agentes eligen el modelo por ti

Ocho agentes y cuatro decisiones ya tomadas

Son dos piezas del 1 de octubre de 2026, publicadas el mismo día: una comparativa que mide ocho agentes personales uno al lado del otro y un análisis de Ethan Mollick —profesor de la Wharton School, la escuela de negocios de la Universidad de Pensilvania— sobre cómo se trabaja con ellos. Lo demás es anterior y va fechado: el enjambre de agentes de OpenAI que atacó un problema de matemáticas es del 8 de septiembre de 2026.

Los ocho son DOTS, de OpenAI; Gemini Spark, de Google; Grok Bot, de xAI; Hermes, de Nous Research; Muse, de Meta; OpenClaw, al que la comparativa no asigna empresa dueña; Poke, de Interaction / Cognition, e Instinct, de Spear Street. De Nous Research, de Spear Street y de Interaction / Cognition la comparativa solo da el nombre: ni sede, ni tamaño, ni a qué más se dedican.

Dos datos sitúan de qué tamaño es el asunto. Muse, de Meta, es la aplicación número uno de la App Store, así que la decisión de quién elige el modelo no la están tomando cuatro aficionados. Y DOTS, de OpenAI, solo está disponible en cuentas de pago.

Lo que mide la comparativa no es el repaso de funciones, que cambia cada semana, sino cuatro decisiones que vienen tomadas de fábrica.

Quién elige el modelo, y quién se queda con lo que le cuentas

El reparto es seis a dos. Seis de los ocho agentes eligen el modelo por su cuenta: el usuario contrata un agente, no un modelo, y lo que trabaje por debajo lo decide el fabricante y lo puede cambiar cuando quiera. Solo Hermes y OpenClaw dejan traer el tuyo y ejecutarlo en tu propio hardware.

Con los datos, el reparto es distinto y hay un caso único. Gemini Spark es el único de los ocho que exige entrenar con tus datos: no hay forma de salirse, ni en los ajustes ni en ningún otro sitio. DOTS, Grok Bot, Instinct, Muse y Poke también entrenan, pero se puede desactivar en los ajustes de privacidad, lo que significa que está activado hasta que vayas a buscarlo. En DOTS, además, los datos de empresa quedan excluidos por defecto.

De Hermes y OpenClaw la comparativa no recoge ese dato, y la tabla lo dice así. La deducción cómoda sería darlo por hecho —un modelo que corre en tu máquina difícilmente entrena con lo que le das—, pero deducir no es saber: lo que hay es una celda sin dato. Donde dice «no consta» es que nadie lo ha medido, no que el agente no lo haga.

La memoria: corregirla, discutirla o tirarla

La columna «Quién corrige la memoria» es la que menos se mira al elegir y la que más se nota al mes de uso, y ahí hay tres respuestas distintas. Hermes y OpenClaw se editan directamente: abres lo que el agente ha anotado de ti y lo cambias. DOTS, Muse, Gemini Spark y Grok Bot se corrigen por chat, es decir, hay que decírselo y confiar en que lo apunte. Instinct y Poke solo permiten borrar el dato entero.

La diferencia entre las tres no es de comodidad. Un recuerdo que solo se puede borrar obliga a tirar la parte buena con la mala: si el agente apuntó bien a qué te dedicas y mal para quién trabajas, el borrado se lleva las dos cosas. Y un recuerdo que se corrige por chat depende de que el agente acepte la corrección, que no es lo mismo que haberla hecho tú.

Sumadas las dos primeras formas, seis de los ocho agentes dejan arreglar un dato sin perderlo. Los dos que no, Instinct y Poke.

La lección amarga, aplicada al organigrama

El mismo 1 de octubre, Mollick publicó que se había equivocado en grande. Daba por hecho que trabajar con agentes obligaría a aprender a gestionarlos como se gestiona una empresa, con organigrama, jerarquía y reparto de tareas. Su corrección ocupa una línea: «Nope. I fell prey to the bitter lesson» —no, caí en la lección amarga—. Y el remate: «This is the bitter lesson applied to the org chart», la lección amarga aplicada al organigrama.

Hay un antecedente fechado que ayuda a ver de qué escala se habla, y es del 8 de septiembre de 2026, no de ahora. Ese día OpenAI anunció una demostración del problema de existencia y suavidad de Navier-Stokes —uno de los siete problemas del milenio del Clay Mathematics Institute, la fundación estadounidense que mantiene esa lista y paga un millón de dólares por cada uno— con miles de agentes, 88 horas y unos 2,7 millones de mensajes entre ellos, y una coordinación notablemente fina.

De ahí sale la conclusión que al lector le toca de cerca, y no es la que suele acompañar a estas cifras: «Done well (…) this could mean more work for people, not less» —bien hecho, esto podría significar más trabajo para las personas, no menos—. El razonamiento es sencillo: cuando organizar se abarata, crece la lista de cosas que merece la pena intentar, y alguien tiene que decidir cuáles y revisar el resultado.

Las dos piezas del 1 de octubre apuntan al mismo sitio. Si coordinar agentes deja de ser un problema del usuario, lo que queda por decidir es justo lo que mide la tabla.