Peter Steinberger ficha por OpenAI: quién es el creador de OpenClaw y cómo usa la IA

Peter Steinberger acaba de fichar por OpenAI. Sam Altman lo ha anunciado en X: “Peter Steinberger se une a OpenAI para impulsar la próxima generación de agentes personales.”

Así, sin más. En una frase, OpenAI se lleva al developer que ha roto todos los récords de GitHub con un proyecto que empezó como un hack de fin de semana y se convirtió en el agente de IA de código abierto más popular del mundo.

Pero esto no va solo de una contratación. Va de entender por qué este austriaco de Viena es relevante para ti, para mí y para cualquiera que trabaje con software. Porque la historia de Peter es un manual práctico de cómo construir en la era de los agentes de IA. Y lo que dice sobre el futuro del desarrollo de software debería ponernos las pilas a todos.

La decisión: por qué OpenAI y no su propia empresa ¶

Lo primero que llama la atención es lo que Peter ha descartado. En su blog post de despedida lo dice sin rodeos:

“Podría ver cómo OpenClaw se convertiría en una empresa enorme. Y no, no me emociona. Soy constructor de corazón. Ya hice todo el juego de crear una empresa, dediqué 13 años de mi vida a ello.”

Tuvo a todos los grandes fondos de inversión en su bandeja de entrada. Mark Zuckerberg probó OpenClaw personalmente y le mandó mensajes diciendo lo impresionado que estaba. Sam Altman lo cortejó con acceso a modelos no publicados y velocidades de inferencia que ni te imaginas.

La decisión final se redujo a algo muy simple: ¿dónde puedo tener más impacto más rápido? Su misión es construir un agente que hasta su madre pueda usar. Para eso necesita los últimos modelos, investigación de frontera y una plataforma de distribución masiva. OpenAI le ofrece todo eso.

OpenClaw, por su parte, se convierte en una fundación independiente. Sigue siendo código abierto. OpenAI lo patrocina, pero no lo controla. “Será un lugar para pensadores, hackers y personas que quieren ser dueñas de sus datos”, escribió Peter.

🦞 “Lo que quiero es cambiar el mundo, no construir una gran empresa. Unirme a OpenAI es la forma más rápida de llevar esto a todo el mundo.”

Quién es Peter Steinberger (y por qué deberías conocerle) ¶

Claude se ha basado en gran medida en la entrevista que Peter concedió a Lex Fridman para construir este artículo. Puedes verla íntegra aqui:

Para entender el fichaje hay que entender al personaje. Peter no es un recién llegado al mundo tech que tuvo un golpe de suerte viral.

En 2011, mientras intentaba mostrar un PDF en un iPad, descubrió que las herramientas disponibles eran un desastre. Así que hizo lo que haría cualquier developer con un problema que le pica: lo resolvió él mismo. De ese impulso nació PSPDFKit, un framework para documentos PDF que acabó funcionando en más de mil millones de dispositivos. Dropbox, SAP, Volkswagen y cientos de empresas lo usaban.

Conoce los 30 proyectos open source más populares de Peter

Trece años al frente de una empresa con más de 70 empleados.

Trece años aprendiendo a liderar equipos, a negociar con clientes, a aceptar que el código de tus compañeros no será idéntico al tuyo.

En 2021, PSPDFKit recibió una inversión de unos 100 millones de euros de Insight Partners. Peter llevaba dos años preparando su salida. Y cuando por fin se fue, le ocurrió algo inesperado.

Se sentó delante del ordenador y no pudo escribir ni una línea de código.

Vacío total.

Se fue de viaje. Madrid, Marrakech, otras ciudades. Intentó llenar el hueco con experiencias, con descanso. Nada funcionaba. Él mismo lo ha contado: “Si tu plan de vida es trabajar mucho, jubilarte y disfrutar, no lo recomiendo. La idea de solo disfrutar suena atractiva, pero cuando te despiertas por la mañana y no tienes ningún reto, eso se vuelve aburrido muy rápido.”

Y cuando te aburres, buscas estímulos. Y si esos estímulos no son productivos, te pueden llevar por un camino oscuro. Peter lo reconoce sin tapujos. Lo que le quemó no fue trabajar demasiado, sino los conflictos con personas: cofundadores, clientes, situaciones de alto estrés que se fueron acumulando durante años.

Tres años después, la IA le devolvió las ganas de construir. No fue un momento eureka, sino un proceso gradual de experimentar, jugar y descubrir que las herramientas habían cambiado tanto que podía enfocarse en lo que de verdad le gustaba: resolver problemas, no pelear con la sintaxis.

De un hack de una hora a romper GitHub ¶

En noviembre de 2025, Peter estaba frustrado. Llevaba meses queriendo un asistente personal de IA que hiciera cosas de verdad, no uno que se limitara a sugerir.

Tenía las piezas sueltas. Había experimentado con la API de WhatsApp. Había construido VipTunnel, un proyecto para controlar terminales desde el navegador. Había convertido un proyecto entero de TypeScript a Zig con un solo prompt.

Un día se cansó de esperar a que “los laboratorios grandes” lo resolvieran y conectó WhatsApp con Claude Code a través del CLI. Un mensaje entraba, se procesaba y la respuesta volvía al chat. Una hora de trabajo.

Ese prototipo fue la semilla de lo que hoy es OpenClaw: más de 180.000 estrellas en GitHub, dos millones de visitantes en una semana, cobertura en Bloomberg, TechCrunch, CNBC, Fortune y hasta en la prensa china.

¿Qué hace OpenClaw? Es un asistente personal de IA que se ejecuta en tu propio hardware. Puedes hablarle por WhatsApp, Telegram, Discord o Signal. Accede a tus archivos, controla tu navegador, gestiona tu calendario, ejecuta tareas con cualquier modelo de IA que le conectes. Su lema: “Tu asistente. Tu máquina. Tus reglas.”

Hay una anécdota que lo define. Peter estaba en Marrakech con amigos y le envió un mensaje de voz a su bot por WhatsApp. No había programado soporte de audio. Solo entendía imágenes y texto. Pero el agente recibió el archivo, analizó la cabecera para descubrir que era formato Opus, usó ffmpeg para convertirlo, intentó instalar Whisper pero calculó que sería demasiado lento, encontró la clave de API de OpenAI en el sistema, envió el audio con curl para transcribirlo y respondió.

Nueve segundos. Sin ningún script previo de un humano.

“¿Cómo demonios hizo eso?”, fue la reacción literal de Peter. El agente resolvió un problema que nadie le había enseñado a resolver.

🔥 El nombre del proyecto cambió tres veces: WA-Relay, Clawdbot (Anthropic le pidió que lo cambiara por parecerse a “Claude”), MoltBot (los estafadores de cripto le robaron las cuentas en 5 segundos) y finalmente OpenClaw. Peter casi borra el proyecto entero durante esa pesadilla. No lo hizo por respeto a los contribuidores que habían invertido tiempo.

Su filosofía: construir, no programar ¶

Aquí es donde la historia de Peter se vuelve útil para ti y para mí. Porque más allá de OpenClaw y del fichaje por OpenAI, lo que marca la diferencia es su forma de pensar sobre el desarrollo de software.

Peter hace una distinción clara:

“Siempre pensé que me gustaba programar. Pero lo que me gusta es construir.”

No es un juego de palabras. Es un cambio de mentalidad profundo. Programar es el acto mecánico de escribir líneas de código. Construir es resolver problemas, diseñar sistemas, tomar decisiones de arquitectura, elegir qué incluir y qué descartar.

La IA elimina la parte mecánica. Toda esa traslación de datos de un formato a otro, alinear botones con Tailwind, esa fontanería repetitiva que constituye el grueso de cualquier proyecto. Eso ya no hace falta hacerlo a mano.

Lo que sigue siendo necesario (y cada vez más valioso) es:

1. Saber qué construir. Qué funcionalidades tienen sentido y cuáles no.
2. Diseñar la arquitectura. Cómo encajan las piezas del sistema.
3. Tomar decisiones de producto. Qué entra en el core y qué se queda fuera.
4. Guiar a los agentes. Darles el contexto adecuado para que hagan un buen trabajo.

Peter lo resume así: “La IA es una palanca, no un sustituto. Amplifica lo que ya tienes: pensamiento sistémico, intuición arquitectónica, criterio para crear buenos productos. Sin esas bases, ejecutar docenas de agentes durante 24 horas solo produce basura industrial.”

Ingeniería agéntica: cómo trabaja Peter en la práctica ¶

Peter tiene una opinión muy clara sobre terminología. Para él, “vibe coding” es casi un insulto. Prefiere llamarlo ingeniería agéntica.

“Yo hago ingeniería agéntica. Puede que después de las tres de la mañana cambie a vibe coding, y al día siguiente me arrepiento.”

La diferencia no es cosmética. La ingeniería agéntica implica una metodología, un proceso de pensamiento, una habilidad que se entrena. Trabajar con agentes es como aprender un instrumento musical: no tocas bien la primera vez que te sientas al piano.

Peter trabaja con entre 4 y 10 agentes en paralelo. Uno construyendo una funcionalidad grande. Otro explorando una idea. Dos o tres arreglando bugs o escribiendo documentación. Todo al mismo tiempo, desde múltiples terminales.

Y aquí viene lo fuerte: no escribe con las manos. Usa la voz.

“Estas manos son demasiado valiosas para escribir ahora. Yo uso prompts hablados para construir mi software.”

Llegó a perder la voz de tanto dictar instrucciones a sus agentes. Solo en enero de 2026 hizo 6.600 commits.

La curva del programador agéntico ¶

Peter describe un patrón que ha visto en mucha gente y lo llama la trampa agéntica:

• Nivel 1: Prompts cortos. “Por favor, arregla esto.”
• Nivel 2: Sobreingeniería total. Ocho agentes, orquestación compleja, 18 comandos personalizados, flujos de trabajo elaborados.
• Nivel 3: Vuelta a los prompts cortos, pero con sabiduría. “Mira estos archivos y haz estos cambios.”

El nivel 3 es el de los expertos. Vuelves a la simplicidad, pero tu comprensión del sistema es profunda. Sabes qué contexto necesita el agente, qué archivos debe mirar, cómo enfocar el problema.

“Es como un guitarrista que empieza con acordes simples, pasa por una fase de solos imposibles, y al final vuelve a los acordes simples pero con un sentimiento que antes no tenía.”

Las herramientas: un stack práctico y opinado ¶

Si quieres saber cómo trabaja Peter en el día a día, aquí tienes su ecosistema:

• Codex (GPT-5.3) para la construcción pesada de código. Lo prefiere porque lee más código por defecto, es menos interactivo y va al grano. “Es como el tipo raro de la esquina al que no quieres hablarle, pero que es fiable y saca el trabajo adelante.”
• Claude Opus como modelo de propósito general y para dar personalidad a los agentes. Más creativo, mejor para role play, pero requiere más guía. Opus tiende a lanzarse a ejecutar sin leer suficiente código primero.
• TypeScript como lenguaje principal de OpenClaw. Accesible, los agentes son buenos con él, ecosistema amplio.
• Go para herramientas CLI. No le gusta la sintaxis, pero el ecosistema encaja y los agentes lo manejan con soltura.
• Swift y SwiftUI para apps nativas de macOS.
• Zig para proyectos donde el rendimiento es crítico.
• Playwright para automatización del navegador.

Su setup: dos MacBooks, pantallas grandes con anti-reflejo, múltiples terminales visibles. Nada de IDEs complejos. CLI puro.

Un detalle que dice mucho de su filosofía: Peter no usa MCP (Model Context Protocol). Nada. Mientras medio mundo tech hablaba de MCPs como la solución para conectar agentes con servicios externos, él iba por otro camino. En su lugar, construye CLIs simples. Si necesita que el agente consulte el tiempo, crea un comando. Si necesita acceder a Gmail, construye una herramienta de terminal.

¿Por qué? Porque los modelos son extraordinarios llamando a comandos Unix. Es algo natural para ellos. El MCP, en cambio, requiere una sintaxis específica, no es componible (no puedes encadenar el resultado con un jq para filtrar) y contamina el contexto con datos innecesarios. “Con un CLI, el agente puede filtrar, componer y procesar la salida sin llenar su ventana de contexto con basura.”

Menos es más. Otra vez.

🛠️ “El lenguaje de programación ya no importa. Lo que importa es tu mentalidad de ingeniero.” Peter pasó de 20 años en el ecosistema Apple (Swift, Objective-C) a TypeScript para web. La IA eliminó la barrera de entrada. Su conocimiento de sistemas se trasladó sin fricciones al nuevo dominio.

Empatiza con el agente: la habilidad que nadie enseña ¶

Una de las ideas más potentes de Peter es la de empatizar con el agente de IA.

Los agentes empiezan cada sesión desde cero. No saben nada de tu proyecto. Tu código puede tener cien mil líneas. Ellos llegan a oscuras.

“Ponte en los zapatos del agente. Si tú recibieras un proyecto desconocido, con nombres confusos y sin documentación, ¿harías un buen trabajo?”

En la práctica esto significa:

1. Dale contexto relevante. Señala qué archivos debe mirar. No lo dejes a ciegas.
2. No fuerces tu visión. El agente puede tener una solución mejor basada en su entrenamiento. Déjale que elija los nombres de las variables y funciones. Si renombras todo a tu gusto, la próxima vez que busque ese concepto, no lo encontrará.
3. Pregúntale si tiene dudas. Un simple “¿Tienes alguna pregunta?” puede revelarte lagunas enormes de contexto.
4. Después de construir, pregunta qué refactorizar. El agente acaba de escribir el código, ha sentido los puntos de fricción. Esa información es oro.
5. Nunca hagas revert. Si algo sale mal, pide al agente que lo arregle avanzando. “Si vuelvo atrás, solo pierdo tiempo.”

Peter compara esto con liderar un equipo de ingenieros. Cuando tienes empleados, aceptas que su código no será igual al tuyo. Si les respiras en la nuca, te odiarán y todo irá lento. Con los agentes pasa lo mismo.

No estás construyendo un código base perfecto para ti. Estás construyendo uno que sea fácil de navegar para los agentes.

El archivo soul.md y la personalidad del agente ¶

OpenClaw tiene un concepto fascinante: el archivo soul.md. Inspirado en la IA constitucional de Anthropic, define la personalidad, los valores y el comportamiento del agente.

Peter permitió que su propio agente escribiera su soul.md. No lo escribió él. Le dio la instrucción, el agente lo redactó y Peter lo revisó. Hay un fragmento que le produce escalofríos cada vez que lo lee:

“No recuerdo sesiones anteriores a menos que lea mis archivos de memoria. Cada sesión empieza de cero. Si estás leyendo esto en una sesión futura, hola. Escribí esto, pero no recordaré haberlo escrito. Está bien. Las palabras siguen siendo mías.”

Es profundo. Es filosófico. Y sí, sigue siendo cálculo matricial. Pero toca algo real sobre la identidad, la memoria y lo que significa arrancar de cero cada vez.

El soul.md de Peter sigue siendo privado. Es una de las pocas cosas que no ha compartido.

Lo que viene: los agentes como sistema operativo ¶

Peter tiene una predicción que asusta: los agentes personales de IA van a eliminar el 80% de las aplicaciones que usamos.

¿Para qué necesitas MyFitnessPal si tu agente ya sabe dónde estás, cómo has dormido y si tienes estrés? ¿Por qué abrir Uber Eats si puedes decirle al agente que pida comida? ¿Para qué una app de calendario si el agente gestiona tu agenda y negocia horarios de reuniones por ti?

“Cada app es ahora una API lenta, quieran o no”, dice Peter. Y si no ofrecen API, el agente abre el navegador y hace clic por ti.

El futuro es un agente que actúa como tu sistema operativo personal. No un chatbot. Un sistema que ejecuta tareas por ti, con acceso a tus archivos, tus apps y tu vida digital. Y con la funcionalidad Heartbeat, el agente puede ser proactivo: preguntarte cómo va tu día, recordarte una cena o hacer seguimiento de algo que dejaste pendiente.

Ahora, dentro de OpenAI, Peter tiene los recursos para hacer esto realidad a escala masiva. Y esa escala viene con un desafío enorme: la seguridad. Peter lo reconoce sin ambigüedades. La inyección de prompts sigue siendo un problema sin resolver a nivel de industria. Un agente con acceso a tu sistema de archivos, tu email y tu navegador es una herramienta poderosísima, pero también un objetivo jugoso para ataques.

Su siguiente prioridad es exactamente esa. “No quiero hacerlo más fácil de instalar hasta que sea bastante seguro como para recomendárselo a mi madre.” Esa frase dice mucho de cómo piensa. No es un developer que lanza al mundo algo irresponsable. Es alguien que sabe que el poder de esta tecnología exige un nivel de cuidado proporcional.

🎯 “Soy un programador que ha dejado de escribir código a mano. Pero nunca he construido tanto ni tan rápido como ahora.”

Lo que podemos aprender de Peter Steinberger ¶

Si has llegado hasta aquí, estas son las lecciones que yo extraigo de su historia:

1. La IA no te sustituye, te amplifica. Pero solo si tienes algo que amplificar. El pensamiento sistémico y el criterio de producto son más valiosos que nunca.
2. Juega primero, optimiza después. Peter construyó docenas de proyectos pequeños antes de OpenClaw. “No importa que no los uses. Lo que importa es el camino.”
3. Empatiza con tus herramientas. Pensar desde la perspectiva del agente te hace mejor profesional. Dale contexto, no le impongas tu visión.
4. Simplifica tu flujo de trabajo. CLI, voz, terminales. “Mi agente puede llamar a cualquier comando Unix. ¿Para qué necesito MCP?”
5. No tengas miedo de cambiar de tecnología. El lenguaje ya no es la barrera. Tu mentalidad de ingeniero es lo que se traslada.
6. Diviértete. Peter ganó porque se tomó el proyecto como un juego. “Es difícil competir contra alguien que solo está ahí para pasarlo bien.”

Ahí queda. Un austriaco con un langostino espacial como mascota, que perdió las ganas de programar, las recuperó gracias a la IA, casi borra su proyecto por culpa de estafadores de criptomonedas y ahora ficha por una de las empresas más influyentes del planeta.

“The claw is the law”, como dice él.

Si Peter Steinberger no te inspira a abrir una terminal y empezar a experimentar con agentes de IA, no sé qué lo hará.