Kimi Claw prueba real: Bajo la ola de OpenClaw, la automatización AI sigue en período de exploración

Autor: Xu Shan

Esto

En 2026, una pequeña langosta revolucionó todo el mundo de la IA, y después de un año, el entusiasmo por OpenClaw sigue en auge.

Recientemente, varias empresas nacionales de modelos han lanzado productos que compiten con OpenClaw, como MaxClaw de Mini Max, Kimi Claw de Kimi, claramente, la capacidad de ejecución de IA que muestra OpenClaw, así como la tolerancia de los desarrolladores hacia los resultados de IA, han abierto un espacio de valor en el mercado.

Entre los productos comparables, Kimi Claw tiene una posición bastante clara. No es un producto Claw desarrollado desde cero, sino que se basa en el servicio en la nube gestionado de OpenClaw, con datos alojados en la nube Moonshot, y además, configura directamente más de 5000 habilidades de la comunidad ClawHub.

Su ventaja radica en que es bastante estable, fácil de desplegar, sencillo de usar y, gracias a la nube, puede operar en línea las 24 horas del día, los 7 días de la semana. Solo necesitas hacer clic en la página oficial de Kimi para crear, y Kimi desplegará directamente Kimi Claw.

Despliegue con un clic de Kimi Claw｜Fuente de la imagen: GeekPark

En otras palabras, Kimi Claw no es un producto independiente nuevo, sino que en esencia es una máquina virtual preparada remotamente para el usuario, que permite acceder directamente a un entorno OpenClaw en la nube a través de Kimi.

No ha reducido funciones ni ha añadido envoltorios adicionales; casi no hay diferencia con desplegar OpenClaw localmente, solo que ha automatizado los pasos de despliegue, configuración y preparación del entorno, pero no ha modificado el proceso de ajuste posterior a la implementación de OpenClaw. Si el usuario no aprende a dar instrucciones correctas y a organizar las tareas de manera racional, todavía será difícil de usar.

Para usuarios que nunca han trabajado con productos similares a OpenClaw, esto puede generar una expectativa equivocada: piensan que al integrar OpenClaw podrán automatizar la ejecución de IA, pero en realidad solo obtienen una interfaz portátil, y aún hay muchas configuraciones que deben explorar por sí mismos. Por ello, ofrecer algunos Skills preconfigurados y populares para productos como OpenClaw será una estrategia clave para muchos fabricantes de modelos de IA en el futuro cercano.

Actualmente, Kimi Claw todavía está en fase beta y solo está disponible para miembros de Kimi Allegretto.

1. Construcción de un flujo de trabajo automatizado en 30 minutos

Hemos observado que muchos usuarios, al igual que nosotros, después de integrar OpenClaw, todavía no comprenden los límites de la capacidad de ejecución de IA, sienten curiosidad por lo que puede y no puede hacer, pero también enfrentan lo desconocido y no saben por dónde comenzar.

En realidad, tanto para desplegar IA automatizada como OpenClaw localmente, como para acceder a través de plataformas externas como Kimi Claw, la estrategia general puede dividirse en dos caminos: construir la aplicación desde cero y optimizarla desde un punto medio (0.5). Nosotros hemos probado ambas, comenzando primero desde cero para desarrollar una aplicación y optimizar el flujo de trabajo.

Antes de experimentar con Kimi Claw, analicé qué tareas podía convertir en un flujo de trabajo fijo, o qué tareas en mi flujo podrían mejorar con la ayuda de IA. Antes de eso, solo consideraba con qué tipo de herramienta IA interactuar para obtener mejores resultados.

Elegí la sección del diario laboral, combinando el flujo diario, registros, resúmenes y reflexiones, para finalmente generar un informe de trabajo del día. Antes, llenar estos informes era una tarea que consumía mucho tiempo personal, pero ahora quiero que la IA los capture automáticamente y, mediante interacción conversacional, forme una tabla automáticamente.

Primero, propuse una idea general a la IA para optimizar las instrucciones, y luego, desde la definición de roles, configuración de habilidades, acceso a datos, flujo de trabajo principal, estructura de tablas multimedia, puntos clave de memoria, permisos y límites, emití una instrucción muy larga y compleja, que entregué a Kimi Claw.

Kimi Claw analizó rápidamente la instrucción y confirmó conmigo los detalles de ejecución, como la información básica, permisos en Feishu, almacenamiento de datos y modo de activación. Luego, comenzamos a construir la aplicación en la plataforma de Feishu siguiendo esas instrucciones, y le enviamos a Kimi Claw el App ID y el App Secret.

En uno de los pasos, al crear la tabla en Feishu, pedí a Kimi Claw que me proporcionara el estilo de la tabla, y luego se lo envié al sistema de IA integrado en Feishu para que construyera la tabla automáticamente.

Una de las páginas de la aplicación construida por Kimi Claw｜Fuente de la imagen: GeekPark

Tras varios problemas, como no encontrar colaboradores, no localizar la página de la aplicación o no obtener el ID, después de aproximadamente media hora, recibí el primer mensaje de Kimi Claw.

La velocidad de construcción de este bot fue más rápida de lo que esperaba. Cuando surgían problemas, simplemente le indicaba a Kimi Claw en qué parte estaba atascado, y elegía la solución más adecuada entre las que me proponía. Si ninguna era satisfactoria, seguía preguntando por otras alternativas.

Despliegue con un clic de Kimi Claw en Feishu｜Fuente de la imagen: GeekPark

Al construir el flujo de trabajo, la capacidad de operar en múltiples plataformas se volvió aún más importante. Tras habilitar 12 permisos en Feishu, no logré completar la aplicación en el estado ideal. Quería que la IA, leyendo mis chats y los de otros, pudiera identificar mis tareas laborales, pero tras varios intentos, la lista de grupos de chat que la IA podía acceder seguía vacía, ya que Feishu requiere que la IA solo lea las conversaciones en las que participa, y no puede acceder a la lista de grupos.

En general, considero que Kimi Claw es bastante familiar para plataformas de flujo de trabajo comunes como Feishu o DingTalk, y la mayoría de las instrucciones se pueden traducir en acciones concretas fácilmente, incluso para usuarios sin experiencia. Sin embargo, estas aplicaciones empresariales valoran mucho la privacidad y los permisos, y las configuraciones abiertas son bastante estrictas. Para que la IA realmente se integre en el flujo de trabajo, no basta con usar herramientas abiertas como Kimi Claw; hay que esperar a que surjan aplicaciones más adecuadas para la integración con IA.

Además, durante su funcionamiento, surgieron varios bugs, como que las tareas de interacción con Kimi Claw y los agentes en ejecución se contabilizaban erróneamente en la planificación personal. Aprender a corregir estos bugs se convirtió en una parte clave para entrenar a la IA.

Si se opta por crear una aplicación o función personalizada desde cero, el usuario debe tener un camino de operación claro y poseer un pensamiento básico de producto. Es necesario entender qué tan abiertas y conectadas están las interfaces de entrada y salida de información, y gestionar cuidadosamente los costos de cada llamada y ejecución.

En esta construcción del flujo de trabajo, el consumo total de tokens fue aproximadamente entre 15,000 y 25,000, lo que, según la tarifa de Kimi, equivale a unos 1 yuan aproximadamente. Diariamente, el gasto ronda los 0.53 yuan, y en un mes sería alrededor de 15.9 yuan.

2. Prueba práctica de creación de un asistente de noticias automatizado con IA: aplicaciones «preconfiguradas» de rápida puesta en marcha, con costos de modificación

Además de personalizar una aplicación según mi idea, también probé algunas aplicaciones «preconfiguradas», como que Kimi Claw automáticamente recoja noticias.

En la primera ronda de tareas de automatización de captura de noticias, intentamos que Kimi Claw monitoreara el sitio web de un medio tecnológico. La instrucción que dimos fue:

Por favor, monitorea el sitio web del sector xxxx, resume las noticias publicadas en la última semana y en los próximos 3 días, cada vez que se publique un artículo nuevo que contenga la palabra clave «IA», captura automáticamente el título, resumen y fecha de publicación, y compila estos datos en una hoja en línea. Además, realiza un análisis de los artículos virales en el informe, siguiendo el estilo que establecí.

Kimi Claw nos preguntó por detalles específicos de configuración, pero en la primera tarea de captura de noticias, descubrimos que muchos sitios web tienen configuraciones anti-raspado, lo que dificulta monitorear información de sitios de calidad. Kimi Claw también tuvo dificultades para definir un rango preciso de captura, lo que llevó a que algunas tareas no avanzaran y consumieran muchos tokens en vano.

Desde las 4 de la mañana hasta las 11, esta tarea se ejecutó unas 8 veces, consumiendo aproximadamente 180,000 tokens y costando unos 3.68 yuan. Si se hubiera configurado para ejecutarse cada hora, el costo diario sería de unos 11 yuan y el mensual cerca de 330 yuan.

Luego, consultamos con expertos y dejamos de escribir instrucciones manualmente. En su lugar, descargamos un paquete de instrucciones relacionadas desde sitios como ClawHub, y a partir de esas instrucciones base, continuamos personalizando las noticias relevantes.

Desplegando archivos de ClawHub en Kimi Claw｜Fuente de la imagen: GeekPark

Luego, configuramos con más detalle los criterios de filtrado para medios en chino, la cantidad y el horario de envío de información. Finalmente, obtuvimos un buen resultado en la captura automática de noticias con IA.

Resultados de captura automática por Kimi Claw｜Fuente de la imagen: GeekPark

Claramente, si solo se usan aplicaciones preconfiguradas de forma pasiva, lo más importante es aprender a seleccionar Skills de calidad y adaptarlos a los propios escenarios, ajustando las funciones existentes según sea necesario.

Pero si se desea modificar estas aplicaciones preconfiguradas, se enfrentan nuevamente los mismos desafíos que al construir una desde cero: la dificultad de desarrollo y optimización no es baja, y el resultado final puede no ser el esperado.

En este proceso, el usuario necesita dedicar mucho tiempo a experimentar con diferentes Skills dentro de la misma categoría, para decidir cuál usar, modificar o ampliar. Esto también requiere un pensamiento de producto.

3. Opinión sobre Kimi Claw: mayor capacidad de ejecución de IA, las instrucciones son productividad

Actualmente, el valor central de Kimi Claw es reducir la barrera de despliegue de OpenClaw, permitiendo que los usuarios nacionales accedan rápidamente. Pero el producto en sí no trae escenarios ni habilidades integradas, sino que funciona más como un «interfaz de transferencia», no como un producto terminado.

Durante la experiencia, también descubrimos que, aunque Kimi Claw utiliza el modelo Kimi K2.5 en su núcleo, combina un modelo «en bruto» con OpenClaw nativo, sin heredar las capacidades de búsqueda profunda, refuerzo de contenido y autocorrección que tiene la versión oficial de Kimi, optimizada por el equipo de búsqueda.

En otras palabras, la versión oficial de Kimi es fácil de usar porque cuenta con un equipo dedicado que ha optimizado mucho el modelo para escenarios de alta frecuencia, con capacidades de autocompletado y corrección automática; en cambio, en el entorno de OpenClaw, el modelo «en bruto» se asemeja más a una llamada directa a la API, sin optimizaciones específicas.

Tras una experiencia profunda, percibo claramente que la diferencia principal entre usar Kimi Claw y productos tradicionales de IA o agentes comunes radica en la capacidad de ejecución y la importancia de las instrucciones, que son las claves para usar estos productos.

Primero, en capacidad de ejecución, Kimi Claw puede realizar tareas incluso cuando no estás frente a la computadora, a diferencia del modo tradicional en que el usuario da instrucciones y espera a que se completen. Puedo incluso indicarle cuándo ejecutar una instrucción, y al encender la máquina, ver los resultados programados en cada salida. Pero también advierto que para aplicaciones experienciales, hay que establecer puntos de parada para reducir el consumo innecesario de recursos.

En segundo lugar, en las instrucciones, antes solía dar instrucciones simples y directas, y ajustaba cuando la solución no era adecuada. Pero Kimi Claw, al ejecutar instrucciones complejas, llama a muchos agentes que consumen tokens en cantidades multiplicadas, por lo que es necesario ser muy claro en cómo se dan las instrucciones, los permisos, la ruta de ejecución y las consideraciones de seguridad y costo.

Por ejemplo, antes, cuando buscaba noticias, daba instrucciones como: «Proporcióname 10 pistas sobre OpenClaw y dime su valor de interés». Ahora, mi instrucción es:

Como especialista en recuperación de información, tienes permiso para usar herramientas de búsqueda en línea (limitadas a web_search y web_open_url, prohibido acceder a bases de datos de pago que requieran login), y debes actuar bajo las siguientes restricciones: 1) primero, busca con la palabra clave ‘OpenClaw últimas novedades’, solo las 5 primeras resultados de mayor peso (priorizando medios tecnológicos y blogs oficiales, excluyendo foros y spam); 2) al analizar el valor de cada noticia, limitarse estrictamente a los aspectos de ‘avances tecnológicos’, ‘impacto comercial’ y ‘riesgos de seguridad’, con una frase para cada uno, sin extenderse en antecedentes irrelevantes; 3) desactivar completamente clics automáticos en navegador y habilidades de rastreo profundo para evitar mecanismos anti-raspado y consumo excesivo de tokens; 4) presentar los resultados en una tabla: Título | Fuente | Etiquetas de interés | Resumen breve (≤30 palabras por fila); 5) si hay menos de 10 resultados, detener la búsqueda adicional y mostrar solo los resultados obtenidos, sin realizar búsquedas secundarias para completar. El presupuesto de tokens debe mantenerse dentro de 8K, y si la ruta se desvía, detenerse y reportar en lugar de corregir automáticamente.

En la mayoría de los casos, incluso suelo pedir a la IA que optimice la redacción de la instrucción antes de enviarla a Kimi Claw. Solo con instrucciones específicas y precisas se puede obtener el mejor resultado dentro del rango de consumo de tokens razonable. Además, en foros públicos, existe una biblioteca de Skills preparada para OpenClaw que ayuda a los usuarios a dominar algunas aplicaciones populares más fácilmente.

Instrucciones precisas y concretas son la base para obtener resultados de calidad con un consumo de tokens razonable. Usar Kimi Claw, en esencia, es un proceso de balance entre la capacidad del modelo, la calidad de la salida y el costo de uso.

Kimi Claw｜Fuente de la imagen: GeekPark

Por último, la capacitación de la IA.

Incluso si construyes rápidamente una aplicación de IA, notarás que el bot no será útil desde el principio. La división de instrucciones y la fusión de tareas difieren mucho de la comprensión humana, por lo que aún necesitas ajustar las instrucciones varias veces para explorar los límites del producto. Además, muchas fuentes de información no tienen interfaces completamente abiertas, y lograr un acceso y transferencia de derechos de información adecuados no es sencillo.

En definitiva, el efecto de aplicación que muestra Kimi Claw actualmente no es simplemente un chatbot con funciones de IA, sino una herramienta para desarrolladores que requiere que el usuario entienda el proceso de desarrollo y pueda tomar decisiones tras ponderar diferentes aspectos. Solo así puede soportar despliegues automatizados sencillos.

El potencial de la automatización con IA

Aunque OpenClaw empezó en 2026 a encender la imaginación sobre IA automatizada, los recientes incidentes de seguridad y las pruebas de nuevos productos muestran que OpenClaw sigue siendo solo una llave, una oportunidad, no la respuesta definitiva.

Tanto en escenarios reales aplicables como en caminos comerciales escalables, la industria de IA aún no ha definido una ruta clara y madura. En contraste, el mercado, en ciclos de entusiasmo, eleva continuamente las expectativas sobre productos tipo Claw, incluso atrayendo a usuarios comunes a realizar operaciones de alto riesgo que superan sus capacidades.

Es seguro decir que, desde su nacimiento, la IA automatizada ha sido una prioridad para la industria, pero aún hay un gran espacio de validación para que productos en la nube como OpenClaw y Kimi Claw logren éxito y escalabilidad reales. Especialmente ahora, estas herramientas tienen permisos para modificar terminales y archivos de los usuarios.

En los primeros tiempos, muchos novatos no entendían los límites de la IA y abrieron permisos sin restricciones, sin pensar en restricciones de seguridad o en confirmaciones secundarias. Conceder permisos tan altos a la IA implica riesgos sistémicos directos. Por eso, para que estos productos puedan escalar y comercializarse de forma segura, la gestión de permisos y la seguridad son obstáculos más difíciles de superar que la mera capacidad técnica.

Desde la interacción con grandes modelos, pasando por agentes individuales, hasta la colaboración en clústeres de agentes y ahora el uso de OpenClaw, la industria ha desarrollado muchas funciones similares con diferentes caminos, en base a la misma capacidad de IA. Esto demuestra que aún estamos en una fase de exploración de funciones de IA. Además de la interacción estable y madura de ChatGPT, la comunidad sigue investigando las lógicas, límites y valores de nuevas formas como agentes y Claw.

Quizá, solo en 2026, podremos ver aplicaciones de IA automatizada estables, útiles y con valor real en el mercado.