La figura del agente en inteligencia artificial, según Nvidia, va mucho más allá de un simple modelo de lenguaje. Nader Khalil, director de tecnologías para desarrolladores en Nvidia y cofundador de Brev.dev, explicaba cómo entienden el concepto: un agente es un gran modelo de lenguaje (LLM, por sus siglas en inglés) junto con un arnés o sistema que canaliza y potencia la interacción continua hacia un objetivo específico.
«Un agente es un LLM y un arnés. El proceso debe evolucionar en cada ciclo para acercarnos a nuestro objetivo», señala Khalil, destacando la importancia de aprovechar los resultados del modelo para utilizar nuevas herramientas y avanzar efectivamente en las tareas asignadas.
Khalil reconoce la revolucionaria contribución de OpenAI con ChatGPT: «No solo construyeron un modelo excelente, sino que añadieron prompts, tanto del sistema como del usuario, y capacidades multimodales. Esto transformó la manera en la que los usuarios interactuaban con modelos de lenguaje, además de agregar memoria que recuerda detalles personales, como mis intereses en hacer barbacoas». 
Pero para él, todavía faltaba una pieza fundamental: la gestión eficiente de archivos, lo que abre la puerta a proyectos como OpenClaw, cuyo desarrollo considera crucial en la evolución del ecosistema de agentes. «Todo lo que rodea a OpenClaw es el arnés que conecta y organiza estas capacidades», explica.
En cuanto a la estrategia de Nvidia, Khalil subraya la importancia de integrar “skills” o habilidades especializadas para aprovechar la potencia de sus GPU con la biblioteca CUDA X, enfocada en acelerar aplicaciones de cómputo intensivo. «Cada producto que desarrollamos hoy debe incorporar una habilidad para satisfacer a una base creciente de usuarios interesados en agentes y aceleración GPU», añade.
Compromiso firme con OpenClaw
A pesar del carácter experimental y arriesgado del proyecto OpenClaw, Nvidia no solo muestra su apoyo vocal, sino una implicación activa con varios desarrolladores dedicados a tiempo completo a esta iniciativa dentro de la compañía. Khalil subraya: «Estamos completamente inmersos en la comunidad, contribuyendo allí donde podemos».
El proyecto OpenClaw enfrenta numerosos pull requests sin resolver y ciertos rumores apuntaban a la suspensión de la aceptación de nuevas contribuciones. Sin embargo, Nvidia ha respondido a estas dificultades impulsando su colaboración y ofreciendo ayuda directa para la resolución de problemas. «Vimos cómo Peter Steinberger, líder de OpenClaw, expresaba ciertas dificultades en Twitter y no dudamos en arremangarnos para aportar soluciones. Nos honran permitiendo nuestras contribuciones», comenta Khalil.
Con un código base de más de 800,000 líneas, la complejidad es enorme y el obstáculo principal es la integración efectiva de todas esas contribuciones. «Es más fácil escribir código que leerlo, y a medida que proyectos como OpenClaw crecen, se vuelve imprescindible contar con agentes que asistan en la generación y revisión de código. Pero la dificultad sigue estando en la gestión y fusión de estos cambios», aclara el directivo.
El impacto de OpenClaw en la industria ha sido contundente: «En unos meses consiguió más estrellas en GitHub que Linux», resaltando la enorme atención y el entusiasmo que genera entre los desarrolladores. Nvidia, por su parte, asume el riesgo y reconoce las imperfecciones del proyecto, al igual que se confía en esa figura amistosa pero problemática que todos conocemos y respetamos.
Blueprints y soluciones empresariales seguras
Tras el éxito de OpenClaw han surgido nuevos proyectos como Hermes, que persiguen alcanzar el mismo potencial pero con un enfoque mayor de seguridad, factor clave para su implantación en empresas. Nvidia basa su estrategia en el desarrollo de “blueprints”, estructuras formales para construir agentes y sistemas AI con el respaldo del Nemotron, su modelo propio, y otras herramientas.
Estos blueprints, tanto para Hermes como para OpenClaw, permiten establecer entornos de ejecución (runtime), configurar políticas de seguridad en GPUs locales y gestionar modelos de inteligencia artificial con garantías.
Khalil reconoce que el uso de agentes en el sector empresarial supone un desafío en términos de riesgos y seguridad, por lo que Nvidia ha desarrollado OpenShell, un runtime de seguridad que cumple con las exigencias y preocupaciones de las empresas. «Colaboramos con equipos internos para crear herramientas que ayuden a desplegar agentes especializados o sub-agentes enfocados en casos de uso concretos», confirma.
La personalización como clave: «Tu microondas, tu agente»
Para ilustrar la personalización, Khalil utiliza una metáfora sencilla: «Cuando usas un microondas nuevo, pierdes tiempo aprendiendo cómo funciona, pero tu microondas en casa es diferente: ya sabes cómo usarlo sin pensarlo. Lo mismo ocurrirá con los agentes especializados en distintas industrias».
Nvidia ya colabora con grandes compañías como CrowdStrike, Cadence o Palantir para desarrollar agentes hechos a medida que respondan a necesidades concretas, en sectores diversos, desde ciberseguridad hasta análisis de datos.
Un futuro dominado por agentes inteligentes
Khalil cree que el escepticismo sobre agentes que operan a largo plazo comienza a disiparse. Para Nvidia, el momento de inflexión ya sucedió hace meses y ahora el reto es facilitar la llegada masiva de esta tecnología a través de soluciones seguras y accesibles.
«Algunos serán rápidos en adaptarse, otros no, pero la mayoría aún no ha experimentado plenamente el potencial de los agentes inteligentes. Por eso es fundamental garantizar una implantación responsable y segura», concluye.
Así, Nvidia se posiciona como un motor palpable en la revolución de los agentes AI, combinando innovación técnica, compromiso con el código abierto y una visión clara de integración empresarial segura y práctica, preparada para los próximos desafíos del sector.
