Los agentes de IA han salido del cuadro de chat y han entrado en los pasillos del lugar de trabajo.
Ya no solo responden preguntas. Ordenan correos, programan reuniones, realizan investigaciones, acceden a archivos y ejecutan acciones reales en las herramientas de la empresa. En resumen, están evolucionando de un software con el que hablamos a colegas digitales capaces de abrir puertas en nuestro nombre.
Pero nunca entregaríamos a un empleado todas las llaves de la empresa y decir: “Parece bastante inteligente. Esperemos que abra la puerta correcta”. Con agentes de IA, centrarse solo en la calidad de sus decisiones ya no es suficiente.
¿Quién está en la puerta entre una decisión y una acción?
El software de código abierto #ironclaw 1.0, desarrollado dentro de la visión @NEAR Protocol de #NEARAI , ofrece una respuesta arquitectónica a esa pregunta. El componente que toma decisiones se separa del componente que actúa sobre ellas en el mundo exterior. Entre ambos se encuentra una capa compartida de coordinación llamada “guard,” por la que debe pasar toda acción.
🛂 El Guard en la puerta de seguridad del agente
Piensa en la capa del guard como la puerta de seguridad inteligente de un edificio corporativo. Le preocupa menos lo que se piensa por dentro y más qué permiso se está usando, qué puerta intenta entrar alguien y por qué.
IronClaw puede leer un correo electrónico, editar un archivo o investigar algo en línea. Sin embargo, del lado de la seguridad entran en juego tres reglas importantes:
Las acciones sensibles requieren primero la aprobación explícita del usuario.
Las contraseñas y los tokens de acceso se usan una sola vez de forma predeterminada.
Una vez utilizados, esos secretos se eliminan de los registros, los mensajes de error y los informes.
Esta separación importa. Cuando “pensar” y “hacer” se atan en el mismo nudo dentro de un agente de IA, cada nueva capacidad aprieta un poco más ese nudo. Con el tiempo, podrías terminar con un colega muy capaz cuyas manos tienen muchas llaves, pero nadie está del todo seguro de qué llave abre qué puerta.
📊 ¿La seguridad pone freno al rendimiento?
A menudo asumimos que más control significa una ejecución más lenta. Los resultados de referencia de IronClaw 1.0 sugieren que abrocharse el cinturón no necesariamente hace que el coche vaya más despacio.
En las evaluaciones publicadas por NEAR AI, cada agente utilizó el mismo modelo base, deepseek-v4-flash. IronClaw logró los siguientes resultados en tres benchmarks:
PinchBench: 93.5%
ClawBench: 88.6%
OfficeQA: 76.4%
PinchBench mide el rendimiento en 147 tareas del mundo real, incluyendo planificación de reuniones, gestión de correo electrónico, programación, investigación y operaciones de archivos. ClawBench prueba agentes en tareas de múltiples pasos en más de 140 sitios web en vivo. OfficeQA evalúa la recuperación de información y el razonamiento a través de una colección de aproximadamente 89,000 páginas de documentos empresariales.
El detalle más interesante aquí no son solo las puntuaciones, sino el hecho de que cada sistema corrió con el mismo motor. Como el modelo base no se mantuvo, la diferencia proviene menos del tamaño del motor y más de cómo trabajan juntos la dirección, los frenos y la caja de cambios.
💾 No empezar de cero cuando el trabajo se interrumpe
IronClaw guarda continuamente el progreso de las tareas mediante puntos de control. Piensa en ellos como puntos de guardado de antiguos videojuegos adaptados a la vida corporativa. Si el agente se detiene para pedir permiso al usuario o si el sistema se reinicia, no olvida toda la tarea y te devuelve al primer nivel. Reanuda desde donde se detuvo.
En un entorno empresarial, esto hace más que ahorrar unos minutos. También reduce los errores, la repetición y la pérdida de contexto que causa recrear un trabajo no terminado. Explicar la misma tarea por tercera vez un lunes por la mañana ya cansa a la gente; no hay mucha razón para repetir esa experiencia con software.
La misma memoria se conserva en CLI, web, Slack y Telegram. Cambiar de canal no te presenta a un nuevo becario la primera vez cada vez. Sigues hablando con el mismo agente, que recuerda tus preferencias, decisiones previas y reglas de seguridad.
🧩 La memoria del equipo no significa abrir todos los cajones
La arquitectura de equipo de IronClaw aborda dos necesidades diferentes al mismo tiempo:
En un despliegue multi-tenant, las herramientas y habilidades desarrolladas por una persona pueden compartirse en toda la organización. El mismo flujo de trabajo no tiene que redescubrirlo cada empleado desde cero.
Los espacios de trabajo individuales no son visibles para los administradores de forma predeterminada.
Un despliegue single-tenant ofrece a las organizaciones con límites de datos más estrictos un entorno totalmente aislado sin acceso externo.
Construir, por lo tanto, una memoria organizacional compartida no significa abrir cada cajón de escritorio para que todos lo inspeccionen.
🔐 Dónde encajan NEAR AI y el Staking
IronClaw no es un producto independiente. NEAR AI está desarrollando una infraestructura más amplia en la que agentes, modelos y datos sensibles pueden operar dentro de entornos de ejecución confiable (Trusted Execution Environments), respaldados por privacidad y verificabilidad soportadas por hardware. Esta arquitectura forma parte de #Near la visión del Protocolo para un futuro más abierto y descentralizado en el que los sistemas de IA pertenecen a sus usuarios y no a plataformas cerradas.
El staking desempeña dos funciones conectadas en esta imagen:
A nivel de protocolo, los usuarios delegan $NEAR a validadores, proporcionando seguridad económica a la red Proof-of-Stake.
Del lado de NEAR AI, el NEAR en staking puede proporcionar acceso a inferencias confidenciales y a créditos de hospedaje de IronClaw. Los créditos de hospedaje de agentes se determinan por la cantidad en staking, mientras que los créditos de inferencia confidencial se generan a partir del rendimiento del staking.
Los usuarios conservan la propiedad de su capital principal, lo que permite que este respalde servicios de IA sin ser vendido.
Por eso, tratar el staking como si fuera simplemente un grifo pasivo de rendimiento no capta toda la imagen. Aquí, el capital actúa como un panel de circuitos que conecta la seguridad de la red y el uso de IA en el mismo sistema. Por un lado, ayuda a asegurar la red de forma económica. Por el otro, respalda el acceso a infraestructura de IA centrada en el usuario basada en billeteras, que agentes como IronClaw y OpenClaw pueden utilizar.
La competencia entre agentes de IA no se ganará únicamente por quien tenga el modelo más grande. Sobresaldrán los sistemas que coordinan con mayor eficacia decisiones, permisos, memoria, privacidad e infraestructura económica.
Esa es la idea poderosa detrás de IronClaw 1.0: antes de hacer un poco más grande el “cerebro” del agente, rediseña qué puertas se permite que abran las llaves que tiene en sus manos.
En tu opinión, ¿el principal cuello de botella para los agentes de IA empresariales será la inteligencia del modelo, o convertir esa inteligencia en una acción segura?