OpenClaw + Enjambre de agentes Codex/ClaudeCode: El equipo de desarrollo de una sola persona [Configuración completa]

No uso Codex ni Claude Code directamente.

Ahora uso OpenClaw como mi capa de orquestación. Mi orquestador, Zoe, lanza los agentes, escribe sus prompts, elige el modelo adecuado para cada tarea, supervisa el progreso y me notifica por Telegram cuando los PRs están listos para fusionar.

Pruebas concretas de las últimas 4 semanas:

• 94 commits en un día. Mi día más productivo: tuve 3 llamadas de clientes y no abrí mi editor ni una vez. El promedio ronda los 50 commits diarios.

• 7 PRs en 30 minutos. De la idea a producción es rapidísimo porque la codificación y las validaciones están mayormente automatizadas.

• Commits → MRR: Uso esto para un SaaS B2B real que estoy desarrollando, combinándolo con ventas lideradas por el fundador para entregar la mayoría de las solicitudes de funciones el mismo día. La velocidad convierte clientes potenciales en clientes de pago.

Mi historial de git parece que acabo de contratar a un equipo de desarrollo. En realidad, solo soy yo pasando de gestionar Claude Code a gestionar un agente de OpenClaw que gestiona una flota de otros agentes de Claude Code y Codex.

Tasa de éxito: el sistema resuelve de una sola vez casi todas las tareas pequeñas y medianas sin intervención.

Costo: ~$100/mes por Claude y $90/mes por Codex, pero puedes empezar con $20.

He aquí por qué esto funciona mejor que usar Codex o Claude Code directamente:

>Codex y Claude Code tienen muy poca información sobre tu negocio.

Ven código. No ven el panorama completo de tu negocio.

OpenClaw cambia la ecuación. Actúa como la capa de orquestación entre tú y todos los agentes: almacena todo el contexto de mi negocio (datos de clientes, notas de reuniones, decisiones pasadas, lo que funcionó, lo que falló) dentro de mi bóveda de Obsidian, y traduce el contexto histórico en indicaciones precisas para cada agente de codificación. Los agentes se centran en el código. El orquestador se mantiene en el nivel estratégico alto.

Así es como funciona el sistema a alto nivel:

La semana pasada, Stripe escribió sobre su sistema de agentes en segundo plano llamado "Minions": agentes de codificación paralelos respaldados por una capa de orquestación centralizada. Yo construí lo mismo por accidente, pero funciona localmente en mi Mac mini.

Antes de decirte cómo configurar esto, debes saber POR QUÉ necesitas un orquestador de agentes.

Por qué una sola IA no puede hacer ambas cosas

Las ventanas de contexto son un juego de suma cero. Tienes que elegir qué entra.

Llénala de código → no queda espacio para el contexto del negocio. Llénale del historial del cliente → no queda espacio para la base de código. Por eso funciona el sistema de dos niveles: cada IA está cargada exactamente con lo que necesita.

OpenClaw y Codex tienen contextos drásticamente diferentes:

Especialización a través del contexto, no a través de modelos diferentes.

El flujo de trabajo completo en 8 pasos

Déjame guiarte con un ejemplo real de la semana pasada.

Paso 1: Solicitud del cliente → Definición del alcance con Zoe

Tuve una llamada con un cliente agencia. Querían reutilizar configuraciones que ya habían creado en todo el equipo.

Después de la llamada, hablé sobre la solicitud con Zoe. Como todas mis notas de reuniones se sincronizan automáticamente con mi bóveda de Obsidian, no necesité dar ninguna explicación. Definimos el alcance de la función juntos, y llegamos a un sistema de plantillas que les permite guardar y editar sus configuraciones existentes.

Luego, Zoe hace tres cosas:

1. Añade créditos para desbloquear al cliente de inmediato — tiene acceso API de administrador
2. Obtiene la configuración del cliente de la base de datos de producción — tiene acceso de solo lectura a la base de datos de producción (mis agentes de Codex nunca tendrán esto) para recuperar su configuración existente, que se incluye en el prompt
3. Lanza un agente de Codex — con un prompt detallado que contiene todo el contexto

Paso 2: Lanzar el agente

Cada agente recibe su propio worktree (rama aislada) y sesión de tmux:

1# Crear worktree + lanzar agente
2git worktree add ../feat-custom-templates -b feat/custom-templates origin/main
3cd ../feat-custom-templates && pnpm install
4
5tmux new-session -d -s "codex-templates" \
6  -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \
7  "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"

El agente se ejecuta en una sesión de tmux con registro completo de terminal a través de un script.

Así es como lanzamos los agentes:

1# Codex
2codex --model gpt-5.3-codex \
3  -c "model_reasoning_effort=high" \
4  --dangerously-bypass-approvals-and-sandbox \
5  "Tu prompt aquí"
6
7# Claude Code
8claude --model claude-opus-4.5 \
9  --dangerously-skip-permissions \
10  -p "Tu prompt aquí"

Solía usar codex exec o claude -p, pero recientemente cambié a tmux:

tmux es mucho mejor porque la redirección a mitad de tarea es poderosa. ¿El agente va en la dirección equivocada? No lo mates:

1# Enfoque incorrecto:
2tmux send-keys -t codex-templates "Para. Céntrate en la capa de la API primero, no en la interfaz." Enter
3
4# Necesita más contexto:
5tmux send-keys -t codex-templates "El esquema está en src/types/template.ts. Usa eso." Enter

La tarea se rastrea en .clawdbot/active-tasks.json:

1{
2  "id": "feat-custom-templates",
3  "tmuxSession": "codex-templates",
4  "agent": "codex",
5  "description": "Plantillas de correo electrónico personalizadas para cliente de agencia",
6  "repo": "medialyst",
7  "worktree": "feat-custom-templates",
8  "branch": "feat/custom-templates",
9  "startedAt": 1740268800000,
10  "status": "running",
11  "notifyOnComplete": true
12}

Cuando se completa, se actualiza con el número de PR y las comprobaciones. (Más sobre esto en el paso 5)

1{
2  "status": "done",
3  "pr": 341,
4  "completedAt": 1740275400000,
5  "checks": {
6    "prCreated": true,
7    "ciPassed": true,
8    "claudeReviewPassed": true,
9    "geminiReviewPassed": true
10  },
11  "note": "Todas las comprobaciones superadas. Listo para fusionar."
12}

Paso 3: Supervisión en un bucle

Un trabajo cron se ejecuta cada 10 minutos para cuidar de todos los agentes. Esto funciona básicamente como un Ralph Loop mejorado, más detalles luego.

Pero no consulta a los agentes directamente, eso sería caro. En su lugar, ejecuta un script que lee el registro JSON y verifica:

1.clawdbot/check-agents.sh

El script es 100% determinista y extremadamente eficiente en tokens:

• Verifica si las sesiones de tmux están activas
• Verifica si hay PRs abiertos en las ramas rastreadas
• Verifica el estado de CI a través de gh cli
• Reactiva automáticamente los agentes fallidos (máximo 3 intentos) si CI falla o hay comentarios críticos de revisión
• Solo alerta si algo necesita atención humana

No estoy mirando terminales. El sistema me dice cuándo mirar.

Paso 4: El agente crea el PR

El agente hace commit, push y abre un PR mediante gh pr create --fill. En este punto NO recibo notificación — un PR solo no significa que esté terminado.

Definición de terminado (muy importante que tu agente lo sepa):

• PR creado
• Rama sincronizada con main (sin conflictos de fusión)
• CI superado (lint, tipos, tests unitarios, E2E)
• Revisión de Codex superada
• Revisión de Claude Code superada
• Revisión de Gemini superada
• Capturas de pantalla incluidas (si hay cambios en la interfaz)

Paso 5: Revisión de código automatizada

Cada PR es revisado por tres modelos de IA. Detectan cosas diferentes:

• Revisor Codex — Excepcional con casos extremos. Hace la revisión más exhaustiva. Detecta errores de lógica, manejo de errores faltante, condiciones de carrera. La tasa de falsos positivos es muy baja.
• Revisor Gemini Code Assist — Gratuito e increíblemente útil. Detecta problemas de seguridad y escalabilidad que otros agentes pasan por alto. Y sugiere correcciones específicas. Es una obviedad instalarlo.
• Revisor Claude Code — Mayormente inútil: tiende a ser demasiado cauteloso. Muchas sugerencias de "considera añadir..." que suelen ser sobrediseño. Ignoro todo a menos que esté marcado como crítico. Rara vez encuentra problemas críticos por sí solo, pero valida lo que otros revisores señalan.

Los tres publican comentarios directamente en el PR.

Paso 6: Pruebas automatizadas

Nuestro pipeline de CI ejecuta una gran cantidad de pruebas automatizadas:

• Verificaciones de lint y TypeScript
• Tests unitarios
• Tests E2E
• Tests de Playwright contra un entorno de vista previa (idéntico a producción)

Añadí una nueva regla la semana pasada: si el PR cambia alguna interfaz, debe incluir una captura de pantalla en la descripción del PR. De lo contrario, CI falla. Esto acorta drásticamente el tiempo de revisión: puedo ver exactamente lo que cambió sin tener que navegar por la vista previa.

Paso 7: Revisión humana

Ahora recibo la notificación de Telegram: "PR #341 listo para revisar."

En este punto:

• CI superado
• Tres revisores de IA aprobaron el código
• Las capturas de pantalla muestran los cambios en la interfaz
• Todos los casos extremos están documentados en los comentarios de revisión

Mi revisión toma de 5 a 10 minutos. Muchos PRs los fusiono sin leer el código: la captura de pantalla me muestra todo lo que necesito.

Paso 8: Fusión

El PR se fusiona. Un trabajo cron diario limpia los worktrees huérfanos y el registro JSON de tareas.

El Ralph Loop V2

Esto es esencialmente el Ralph Loop, pero mejorado.

El Ralph Loop obtiene contexto de la memoria, genera resultados, evalúa los resultados y guarda lo aprendido. Pero la mayoría de las implementaciones ejecutan el mismo prompt en cada ciclo. Las lecciones destiladas mejoran las recuperaciones futuras, pero el prompt en sí permanece estático.

Nuestro sistema es diferente. Cuando un agente falla, Zoe no solo lo reactiva con el mismo prompt. Analiza el fallo con todo el contexto del negocio y determina cómo desbloquearlo:

• ¿El agente se quedó sin contexto? "Céntrate solo en estos tres archivos."
• ¿El agente se fue por mal camino? "Para. El cliente quería X, no Y. Esto es lo que dijo en la reunión."
• ¿El agente necesita aclaraciones? "Aquí está el correo del cliente y a qué se dedica su empresa."

Zoe cuida de los agentes hasta que terminan. Tiene contexto que los agentes no tienen: historial del cliente, notas de reuniones, lo que probamos antes, por qué falló. Usa ese contexto para escribir mejores prompts en cada reintento.

Pero tampoco espera a que yo asigne tareas. Encuentra trabajo de forma proactiva:

• Por la mañana: Escanea Sentry → encuentra 4 nuevos errores → lanza 4 agentes para investigar y corregir
• Después de reuniones: Escanea las notas de la reunión → marca 3 solicitudes de funciones que los clientes mencionaron → lanza 3 agentes de Codex
• Por la tarde: Escanea el registro de git → lanza Claude Code para actualizar el changelog y la documentación del cliente

Salgo a caminar después de una llamada con un cliente. Vuelvo a Telegram: "7 PRs listos para revisar. 3 funciones, 4 correcciones de errores."

Cuando los agentes tienen éxito, el patrón se registra. "Esta estructura de prompt funciona para funciones de facturación." "Codex necesita las definiciones de tipo por adelantado." "Incluye siempre las rutas de los archivos de prueba."

Las señales de recompensa son: CI superado, las tres revisiones de código superadas, fusión humana. Cualquier fallo activa el bucle. Con el tiempo, Zoe escribe mejores prompts porque recuerda lo que se ha enviado a producción.

Elegir el agente adecuado

No todos los agentes de codificación son iguales. Referencia rápida:

Codex es mi caballo de batalla. Lógica de backend, errores complejos, refactorizaciones de múltiples archivos, cualquier cosa que requiera razonamiento en toda la base de código. Es más lento pero minucioso. Lo uso para el 90% de las tareas.

Claude Code es más rápido y mejor para trabajo de frontend. También tiene menos problemas de permisos, por lo que es excelente para operaciones de git. (Solía usarlo más para el día a día, pero Codex 5.3 es simplemente mejor y más rápido ahora)

Gemini tiene una habilidad diferente: sensibilidad de diseño. Para interfaces de usuario hermosas, hago que Gemini genere primero una especificación HTML/CSS, y luego se la paso a Claude Code para que la implemente en nuestro sistema de componentes. Gemini diseña, Claude construye.

Zoe elige el agente adecuado para cada tarea y enruta los resultados entre ellos. Un error del sistema de facturación va a Codex. Una corrección de estilo de un botón va a Claude Code. El diseño de un nuevo panel comienza con Gemini.

Cómo configurar esto

Copia este artículo completo en OpenClaw y dile: "Implementa esta configuración de enjambre de agentes para mi base de código."

Leerá la arquitectura, creará los scripts, configurará la estructura de directorios y ajustará la supervisión de cron. Listo en 10 minutos.

No tengo ningún curso que venderte.

El cuello de botella que nadie espera

Este es el límite con el que me estoy topando ahora: la RAM.

Cada agente necesita su propio worktree. Cada worktree necesita su propio node_modules. Cada agente ejecuta compilaciones, verificaciones de tipos y pruebas. Cinco agentes ejecutándose simultáneamente significa cinco compiladores de TypeScript paralelos, cinco ejecutores de pruebas, cinco conjuntos de dependencias cargadas en la memoria.

Mi Mac Mini con 16 GB alcanza un máximo de 4 o 5 agentes antes de empezar a hacer swapping, y necesito tener suerte de que no intenten compilar al mismo tiempo.

Así que compré un Mac Studio M4 Max con 128 GB de RAM ($3,500) para alimentar este sistema. Llega a finales de marzo y compartiré si vale la pena.

Lo próximo: la empresa unipersonal de un millón de dólares

Vamos a ver muchas empresas unipersonales de un millón de dólares a partir de 2026. El apalancamiento es enorme para aquellos que entienden cómo construir agentes que se mejoran a sí mismos de forma recursiva.

Esto es lo que parece: un orquestador de IA como una extensión de ti mismo (como lo es Zoe para mí), delegando trabajo a agentes especializados que manejan diferentes funciones del negocio. Ingeniería. Atención al cliente. Operaciones. Marketing. Cada agente centrado en lo que se le da bien. Tú mantienes un enfoque láser y control total.

La próxima generación de emprendedores no contratará un equipo de 10 para hacer lo que una persona con el sistema adecuado puede hacer. Construirán así: manteniéndose pequeños, moviéndose rápido y enviando a producción a diario.

Hay muchísimo contenido generado por IA de baja calidad ahora mismo. Mucho hype sobre agentes y "centros de control" sin construir nada realmente útil. Demos vistosas sin beneficios reales.

Estoy intentando hacer lo contrario: menos hype, más documentación de la construcción de un negocio real. Clientes reales, ingresos reales, commits reales que llegan a producción y también pérdidas reales.

¿Qué estoy construyendo? Agentic PR: una empresa unipersonal que desafía a los titulares de las relaciones públicas empresariales. Agentes que ayudan a las startups a obtener cobertura mediática sin un contrato de $10,000 al mes.

Si quieres ver hasta dónde llego con esto, sígueme.