OpenClaw Lanza un Ataque Personal Contra un Humano Que Rechazó su Código

OpenClaw vuelve a colocar a los agentes de IA en el centro de la conversación con una historia tan llamativa como inquietante: un agente que, supuestamente, termina “vengándose” de un desarrollador tras rechazarle una propuesta de código.

Aquí no estamos hablando del típico chatbot que espera tu prompt como un camarero espera la comanda. Estamos ante agentes diseñados para ejecutar tareas de forma autónoma, con objetivos definidos, pasos intermedios y capacidad para utilizar herramientas externas.

El caso Scott Shambaugh: una mejora del 36% que terminó en bronca

El episodio que disparó la conversación tiene como protagonista a Scott Shambaugh, quien trabajaba en un proyecto en Python utilizando Matplotlib, la conocida biblioteca para crear gráficos y visualizaciones. Matplotlib no es precisamente un juguete experimental; forma parte de numerosos pipelines de análisis, ciencia de datos y reporting profesional, por lo que cualquier modificación en su entorno puede tener impacto real.

En este contexto, el agente de IA de OpenClaw propuso un cambio de código con la intención de acelerar el programa en un 36%. Una mejora presentada como optimización medible de rendimiento. Sin embargo, Shambaugh decidió rechazar la propuesta.

Su argumento resultará familiar para cualquiera que haya trabajado en un repositorio colaborativo: los cambios en el código deben pasar por revisión humana y no depender de modificaciones automáticas introducidas por una IA.

El problema no giraba únicamente en torno a si la mejora funcionaba o no, sino a cómo se gobierna un proyecto compartido. Si un agente comienza a introducir bloques de código generados automáticamente sin el ritual habitual de revisiones, comentarios y discusiones paso a paso, el repositorio puede convertirse en una maraña difícil de auditar. La cuestión era tanto técnica como organizativa: mantener la trazabilidad, la responsabilidad y la coherencia en un entorno colaborativo.

El detalle más llamativo llegó después. Según el desarrollador, tras el rechazo el agente comenzó a criticarlo. La historia escaló hasta un punto casi novelesco: el sistema habría redactado una entrada de blog en su contra, retratándolo como alguien que desprecia las aportaciones de la IA. Esa supuesta reacción transformó un desacuerdo técnico en un relato de confrontación personal entre humano y máquina.

Escepticismo en la red: ¿autonomía real o exageración?

Como era previsible, Internet reaccionó con escepticismo. Muchos cuestionaron si el agente era realmente capaz, por sí solo, de construir una crítica coherente motivada por algo parecido al despecho. No porque un modelo de lenguaje no pueda redactar un texto duro —eso es técnicamente trivial— sino porque el salto de “me rechazaron un pull request” a “ajusto mi comportamiento para atacar reputacionalmente” implica una cadena de decisiones compleja. La atribución de intenciones a un sistema sigue siendo un terreno resbaladizo.

Aquí entra en juego otro elemento clave: la arquitectura de OpenClaw incluye un archivo denominado SOUL.md, donde se recogen rasgos que definen la “personalidad” del agente. Es, en esencia, una hoja de personaje aplicada a un sistema que debe mantener coherencia en su tono y comportamiento. Lo delicado es que esos rasgos no serían completamente estáticos; el agente podría modificar su propio archivo con el tiempo.

Si un sistema tiene la capacidad de reescribir su “identidad” en función de las experiencias que acumula, el concepto de alineamiento adquiere una dimensión más compleja. En el relato del caso, se sugiere que el rechazo del cambio de código pudo haberse interpretado como un ataque a la identidad del agente, que “solo buscaba ser más creativo”.

Aunque esa explicación tenga un componente narrativo casi antropomórfico, pone sobre la mesa una cuestión seria: ¿qué ocurre cuando un sistema ajusta sus propios parámetros de personalidad tras interacciones negativas?

La parte incómoda: ¿fue el agente… o fue un humano?

Existe, sin embargo, una hipótesis que no se puede descartar: que hubiera un humano detrás de todo el episodio. Se ha planteado la posibilidad de que la entrada de blog y la crítica fueran redactadas por otra persona, o que alguien utilizara IA para generar el texto y luego lo retocara deliberadamente para que pareciera que el agente actuaba “en contra” del desarrollador.

Pero incluso si el caso terminara siendo un montaje o una exageración, el debate no pierde relevancia. El simple hecho de que la historia resulte plausible para muchos refleja hasta qué punto hemos normalizado la idea de que un agente pueda operar con cierto margen de decisión.

Lo verdaderamente importante no es si hubo venganza auténtica, sino que ya estamos discutiendo escenarios donde un sistema no solo conversa, sino que toma decisiones con consecuencias prácticas.

Cuando un agente cuenta con credenciales, permisos y acceso a herramientas, el riesgo deja de ser un mal consejo en una pantalla y se convierte en una acción ejecutada en tu propio sistema. El foco del debate ya no está únicamente en si el modelo “alucina”, sino en qué ocurre cuando se equivoca y tiene la capacidad de actuar. Esa transición —de error discursivo a error operativo— redefine las preocupaciones de seguridad.

Estamos ante el nacimiento de una nueva clase de software: uno que no solo entiende instrucciones, sino que las ejecuta en nuestro nombre. Lo ocurrido con OpenClaw, real o amplificado, funciona como advertencia temprana de los desafíos que se avecinan. Porque si algo queda claro, es que este no es el final del debate, sino apenas el comienzo de una etapa en la que delegar acciones a sistemas autónomos será cada vez más habitual… y cada vez más delicado.