OpenClaw v2026.4.27, Agentes de Voz y Almacenamiento Rápido de IA
EP043 comienza con OpenClaw v2026.4.27. Esta versión añade flujos de estado e instalación de Codex Computer Use con comprobaciones MCP fail-closed, incluye DeepInfra como proveedor para descubrimiento de modelos y generación de medios, amplía la cobertura de los canales Tencent Yuanbao y QQBot, añade paso GPU de Docker para agentes en sandbox, introduce enrutamiento de proxy saliente gestionado por el operador, organiza archivos adjuntos de chat no gráficos para uso del agente, mueve el arranque y los catálogos de modelos hacia metadatos basados en manifiestos y corrige muchos problemas reales de entrega, entre otras mejoras. Show notes: https://tobyonfitnesstech.com/es/podcasts/episode-43/
🎧 Listen to EpisodeOPENCLAW DAILY — EPISODE 043 — 30 de abril de 2026
[00:00] INTRO / GANCHO OpenClaw v2026.4.27 es la versión estable más reciente en la lista de releases de GitHub, y las notas del episodio reciente ya cubrieron v2026.4.26, v2026.4.25 y v2026.4.24. Bajo la regla de selección de releases, esto significa que el bloque de release válido para EP043 es exactamente v2026.4.27.
Esta es una versión densa para operadores. Codex Computer Use obtiene una ruta de configuración real. DeepInfra se convierte en un proveedor incluido. Los sandbox de Docker obtienen paso de GPU opcional. Los archivos adjuntos de chat del agente se manejan de manera más explícita. El enrutamiento de proxy saliente se convierte en una configuración administrada por el operador. Tencent Yuanbao y QQBot expanden la superficie del canal. El inicio de plugins y los catálogos de modelos siguen avanzando hacia metadatos propiedad del manifiesto. Y la lista de correcciones es un recorrido muy largo por los lugares donde los sistemas de agentes reales generalmente fallan: Telegram, Slack, Discord, trabajos de medios, entrega cron, valores predeterminados de sesión, dependencias de runtime de plugins, reproducción de proveedores, inicio de gateway, actualizaciones, transferencias de Windows y medios de canales.
[02:00] HISTORIA 1 — OpenClaw v2026.4.27 Hace que Computer Use y las Superficies de Proveedores Sean Más Operables Comenzar con Codex Computer Use, porque es uno de los cambios más claros orientados al operador en el release.
OpenClaw ahora incluye la configuración de Codex Computer Use con comandos de estado e instalación, descubrimiento en marketplace, auto-instalación opcional y verificaciones MCP fail-closed antes de que inicien los turnos en modo Codex. La frase importante es fail-closed. Una función de uso de computadora no debería permitir que un agente comience un turno de control de escritorio mientras el servidor MCP requerido esté ausente, mal configurado o invisible para el runtime. Así es como los usuarios terminan depurando capacidad fantasma: el modelo cree que puede actuar, el shell del producto dice que puede actuar, pero el controlador o puente subyacente realmente no está listo.
Por lo tanto, el release convierte la configuración en un preflight de primera clase. /codex computer-use status es la superficie de inspección. /codex computer-use install es la ruta de reparación. El descubrimiento en marketplace le da al runtime una forma de encontrar la integración correcta. Las verificaciones MCP fail-closed hacen que el límite sea explícito: si el servidor de control de escritorio no está disponible, no iniciar el turno como si lo estuviera. Eso es aburrido de la mejor manera posible, porque el uso confiable de computadora depende de conocer la diferencia entre una capacidad que existe en el producto y una capacidad que realmente está conectada en el entorno actual.
Hay un cambio de documentación relacionado alrededor de Codex Computer Use, cua-driver mcp directo y PeekabooBridge de OpenClaw.app. Eso importa porque el control de escritorio ahora tiene múltiples rutas de configuración posibles. Un puente de aplicación local, un controlador MCP directo y una configuración en modo Codex suenan similares desde afuera, pero operativamente pueden diferir en vida del proceso, permisos, disponibilidad de capturas de pantalla, inyección de entrada, foco del navegador y recuperación de fallas. EP043 debería explicar que el producto está tratando de hacer esas opciones legibles en lugar de dejarlas como conocimiento tribal.
La segunda área grande del release es la expansión de proveedores. DeepInfra se une al conjunto de proveedores incluidos con incorporación de DEEPINFRA_API_KEY, descubrimiento dinámico de modelos compatibles con OpenAI, generación y edición de imágenes, comprensión de imágenes y audio, TTS, texto a video, embeddings de memoria, metadatos de catálogo estáticos y política de URL base propiedad del proveedor. Eso no es solo un nuevo logo en un menú desplegable de modelos. Expande los tipos de cargas de trabajo que OpenClaw puede enrutar a través de un proveedor: texto, generación de medios, comprensión de medios, voz, video y embeddings.
El detalle del operador es el descubrimiento de modelos y la política propiedad del proveedor. Cuando un proveedor es compatible con OpenAI, es tentador tratarlo como solo otra URL base. Pero el soporte real del proveedor necesita incorporación, metadatos de catálogo, flags de capacidad, soporte de medios, hints de autenticación, comportamiento de embeddings, semántica de fallback y propiedad de URL base. De lo contrario, cada endpoint compatible se convierte en un copo de nieve personalizado con nombres de modelos sorprendentes y capacidades apenas conocidas. Que DeepInfra esté incluido significa que el runtime puede exponerlo como una superficie de proveedor administrada en lugar de obligar a los usuarios a construir manualmente cada borde.
[11:30] HISTORIA 1B — Los Sandbox, Proxies, Archivos Adjuntos y Presencia de Dispositivos Se Vuelven Más Precisos
El cambio de sandbox de Docker es pequeño pero muy importante para flujos de trabajo de IA locales: OpenClaw agrega paso opcional de sandbox.docker.gpus para contenedores de sandbox de Docker cuando el runtime del host soporta --gpus.
Esa es la forma predeterminada correcta. El acceso a GPU dentro de un sandbox es poderoso y útil, pero debería ser explícito. El servicio de modelos locales, generación de imágenes, procesamiento de video, visión por computadora y trabajos de evaluación a menudo necesitan aceleración de hardware. Pero exponer GPUs a trabajo de agente sandbox arbitrario también ensancha la superficie de recursos y controladores. Hacerlo opcional le da a los operadores un control: este sandbox puede usar la GPU; este otro sandbox se mantiene solo CPU. Eso se vuelve especialmente relevante cuando un agente puede instalar dependencias, ejecutar herramientas de modelos o ejecutar trabajos largos que podrían monopolizar la VRAM.
El release también agrega enrutamiento de proxy saliente administrado por el operador con proxy.enabled, proxy.proxyUrl y OPENCLAW_PROXY_URL. Las notas señalan validación estricta de forward-proxy http://, un bypass de Gateway solo loopback y limpieza del entorno de proxy y estado del dispatcher al salir. Esa es una buena forma de seguridad. Reconoce que algunas instalaciones necesitan una ruta saliente controlada para cumplimiento, inspección, red corporativa o restricciones de salida, pero no enruta silenciosamente el tráfico interno de Gateway a través de la misma ruta ni deja estado de proxy obsoleto después del apagado.
El comportamiento de archivos adjuntos de chat de Gateway también mejora. Los archivos adjuntos que no son imágenes enviados a través de chat.send ahora pueden prepararse como rutas de medios legibles por el agente, mientras que las rutas de archivos adjuntos RPC no soportadas son explícitas en lugar de descartar archivos silenciosamente. Esto importa para la UX del agente porque un archivo adjunto que desaparece es peor que uno que falla claramente. Los operadores necesitan saber si un archivo es legible por el agente, si se convirtió en medio, si el proveedor del canal lo aceptó y si una ruta no soportada fue rechazada.
En móviles y nodos emparejados, iOS y Android ahora publican eventos autenticados de node.presence.alive y exponen campos de última vez visto para que los despertares en segundo plano puedan marcar nodos emparejados recientemente vivos sin tratarlos como conectados. Esa distinción importa en sistemas de asistente distribuidos. Un nodo puede estar vivo recientemente sin estar conectado en este momento. Si el runtime colapsa esos estados en un solo booleano, ya sea sobre-promete disponibilidad o pierde información útil de liveness. Los metadatos de última vez visto permiten que la programación, el diagnóstico y la UX describan el estado más honestamente.
[18:30] HISTORIA 1C — Inicio Primero-Manifiesto y Catálogos de Modelos Reducen la Incertidumbre del Runtime Mucho de v2026.4.27 se trata de mover el catálogo y los metadatos de plugins fuera de las importaciones pesadas del runtime y hacia los manifiestos.
Los manifiestos de plugins incluidos ahora declaran comportamiento explícito de activation.onStartup. También hay una compuerta de modo futuro para deshabilitar la carga deprecated de sidecar de inicio implícito, más advertencias de compatibilidad para mover a los autores de plugins hacia metadatos explícitos. El punto práctico es simple: el inicio de Gateway no debería importar cada sidecar de plugin posible solo para descubrir si tiene trabajo de inicio por hacer. El inicio es donde los árboles de dependencias lentos, las verificaciones de red, el estado obsoleto de plugins y los efectos secundarios accidentales más duelen.
El release también conecta los modelCatalog.aliases y modelCatalog.suppressions del manifiesto en la planificación del catálogo de modelos. Los catálogos de proveedores para Qianfan, Xiaomi, NVIDIA, Cerebras, Mistral, Moonshot, DeepSeek, Tencent TokenHub, StepFun, BytePlus, Volcano Engine, Fireworks y Together AI se mueven hacia filas de manifiesto de plugin. Este es el mismo movimiento arquitectónico desde otro ángulo: hacer que las filas de proveedor, aliases, supresiones y metadatos de endpoint sean inspeccionables sin forzar la normalización del runtime a través de un universo amplio de plugins.
Para los constructores, la lección es que los catálogos de modelos son infraestructura, no solo UI. Si el producto tiene que responder "qué modelos existen", "qué proveedor posee este modelo", "qué aliases son válidos" y "qué filas obsoletas deberían ocultarse", esa información debería estar cerca del contrato del proveedor. De lo contrario, cada comando de lista, flujo de configuración, arranque de gateway y ruta de descubrimiento de proveedores corre el riesgo de hacer demasiado trabajo y devolver respuestas ligeramente diferentes.
También hay una historia fuerte de SDK y pruebas aquí. El release expone subrutas enfocadas de SDK de plugins para rutas de canales, helpers de prueba de canales, prueba de objetivo de canales, fixtures de runtime de plugins, helpers de catálogo de proveedores, aserciones de capacidad de proveedores de medios y muchos helpers de contrato que solían vivir en puentes de prueba solo de repositorio. Eso no es directamente visible para el usuario, pero es higiene importante del producto. Los autores de extensiones y plugins incluidos deberían probar contra superficies de SDK documentadas, no directorios de prueba privados que pueden moverse debajo de ellos.
[25:00] HISTORIA 1D — Las Correcciones de Confiabilidad Muestran Dónde Realmente Duelen los Runtimes de Agentes La lista de correcciones de v2026.4.27 es larga, y el programa no debería leer cada elemento. En cambio, agrupar las correcciones por dolor del operador.
Primera: entrega por canal. Telegram obtiene un mejor enrutamiento de aprobación nativa multi-bot, llamadas limitadas al Bot API saliente, búsqueda de alias de plugins agrupados en caché, y preservación de temas cron con --thread-id. Slack obtiene controles de timeout de ping/pong en modo socket y descargas limitadas de archivos privados y adjuntos reenviados. Mattermost deja de duplicar publicaciones entrantes regulares como eventos del sistema. LINE persiste medios entrantes bajo almacenamiento de medios gestionado en lugar de archivos temporales que pueden desaparecer. Este tipo de correcciones son las que importan cuando OpenClaw no es solo una CLI local, sino un asistente multicanal que tiene que sobrevivir a proveedores lentos, temas de foros, descargas de archivos, retención de medios y semánticas específicas de cada canal.
Segunda: medios y tareas asíncronas. Los contextos de herramientas video_generate y music_generate separados permanecen registrados hasta el estado terminal, los trabajos de proveedores de larga duración se mantienen frescos, y los registros de tareas con ámbito de sesión infieren la propiedad. Eso corrige una clase desagradable de fallo de producto donde un trabajo de generación sigue vivo en el proveedor, pero el contexto de chat padre o la tabla de tareas cree que se perdió. Para la generación de medios respaldada por Discord especialmente, la experiencia del usuario depende del seguimiento en tiempo de ejecución de un trabajo externo largo a través de turnos.
Tercera: sesiones, modelos y reproducción. Los valores predeterminados de pensamiento de chat.history y sessions.list ahora se alinean con la resolución consciente del catálogo y del agente propietario. El contenido de razonamiento de DeepSeek V4 se completa en rutas de reproducción. Los encabezados beta de Anthropic se limitan a puntos finales públicos directos de Anthropic en lugar de proveedores compatibles personalizados. Las respuestas de herramientas con mucha configuración dejan de reproducir configuraciones redactadas gigantes en las transcripciones. Todo eso apunta al mismo tema: una vez que los agentes usan múltiples proveedores, llamadas de herramientas, transcripciones, reproducción y valores predeterminados por agente, el tiempo de ejecución debe preservar suficiente estado para continuar correctamente sin enviar accidentalmente los metadatos incorrectos al backend incorrecto.
Cuarta: inicio, actualizaciones y dependencias de tiempo de ejecución de plugins. El inicio de la puerta de enlace ya no espera el precalentamiento del modelo principal antes de iniciar los canales de chat. Los plugins desactivados y rastreados se omiten durante la sincronización posterior a la actualización. Las dependencias de tiempo de ejecución agrupadas y los espejos se vuelven más ligeros, más conscientes del caché y más seguros durante los reinicios. La inspección de plugins carga solo el plugin coincidente. Los planes de desinstalación de plugins se basan en metadatos en lugar de cargar todo en tiempo de ejecución. Esto es exactamente lo que los operadores sienten como "OpenClaw inicia más rápido" o "las actualizaciones no traban mi instancia", aunque las correcciones subyacentes son principalmente disciplina de dependencias y metadatos.
El veredicto del lanzamiento: v2026.4.27 no es un episodio de una sola característica. Es un lanzamiento de operaciones de tiempo de ejecución. Hace que el uso de computadora sea más seguro para iniciar, que los proveedores sean más fáciles de incorporar, que los sandbox sean más capaces, que los canales sean más explícitos, que el inicio de plugins sea menos pesado y que los trabajos de larga duración sean más difíciles de perder.
[31:00] HISTORIA 2 — Deepgram Flux Multilingual convierte la STT de agentes de voz en un problema de tiempo de ejecución de alternancia de turnos
La historia de Flux Multilingual de Deepgram es una buena historia de agente de voz porque no es solo "más idiomas". Cambia cómo los constructores deben pensar sobre la capa de reconocimiento de voz dentro de agentes en tiempo real.
El modelo es flux-general-multi, y Deepgram dice que soporta inglés, español, francés, alemán, hindi, ruso, portugués, japonés, italiano y holandés con cambio de código. La promesa arquitectónica clave es una conexión de streaming en lugar de enrutar cada expresión a través de reconocedores separados específicos por idioma. Eso importa porque una conversación multilingüe puede cambiar de idioma a mitad de llamada, mezclar idiomas dentro de un turno, o comenzar en un idioma que el sistema no predijo.
Los detalles de la API son los que la hacen operativamente interesante. Flux usa la ruta WebSocket /v2/listen. La sugerencia de idioma usa language_hint para sesgar el reconocimiento. Los idiomas detectados aparecen en eventos TurnInfo a través de campos como languages. El comportamiento de fin de turno es configurable con umbrales como eot_threshold, eager_eot_threshold y eot_timeout_ms. Estos no son indicadores cosméticos. Controlan el bucle del agente de voz: cuándo dejar de escuchar, cuándo empezar a generar, cuándo arriesgarse a una respuesta temprana y cuándo esperar porque el usuario puede seguir hablando.
Para un agente de voz, la latencia de STT y la detección de turnos son comportamiento del producto. Si el fin de turno se activa demasiado temprano, el agente interrumpe. Si se activa demasiado tarde, el agente se siente lento. Si el cambio de código es manejado por una capa de enrutamiento fuera del modelo, el sistema puede pasar tiempo adicional adivinando idiomas y reconectando flujos. Si las sugerencias de idioma son demasiado estrechas, el reconocimiento puede degradarse cuando el hablante cambia. La recomendación práctica es tratar STT como parte del bucle de tiempo de ejecución, no como un servicio de transcripción de caja negra.
La documentación autohospedada agrega otro ángulo importante: Flux quiere infraestructura dedicada. Deepgram dice que Flux debe ejecutarse en una instancia separada de Engine desde otras modelos STT y TTS, debe estar explícitamente habilitado en archivos TOML de Engine y API, usa /v2/listen, y asigna memoria GPU para flujos Flux al inicio. Seleccionas flux-general-multi en la sección [flux], configuras max_streams, y monitoreas flux_max_streams, flux_used_streams y flux_fraction_streams.
Eso es exactamente el tipo de detalle operativo que los constructores de agentes de voz necesitan. Si max_streams es demasiado alto, los síntomas no son abstractos: respuestas retrasadas, llamadas perdidas, errores de API y latencia inestable. Si el modelo se está ejecutando accidentalmente en CPU, los documentos señalan alta latencia, fallos estilo OOM y la necesidad de verificaciones de salud de GPU. Si Flux se coloca en el mismo nodo de Engine que otros modelos, la presión de memoria puede romper solicitudes no relacionadas. El takeaway para el constructor: los agentes de voz multilingües necesitan planificación de capacidad en la capa de streaming, no solo un LLM más grande detrás de la transcripción.
[39:00] HISTORIA 3 — Google Rapid Bucket trae Colossus a la ruta de datos de PyTorch
La publicación de Rapid Bucket de Google es una historia fuerte de infraestructura de IA porque se trata de la parte del entrenamiento que es fácil ignorar hasta que las GPU son caras e inactivas: alimentar datos y escribir puntos de control.
El mecanismo central es Rapid Storage, impulsado por la arquitectura de almacenamiento Colossus de Google, expuesto a PyTorch a través de gcsfs y la interfaz de fsspec. fsspec importa porque ya es una abstracción de sistema de archivos Python común usada alrededor de preparación de datos, puntos de control y herramientas de inferencia: Dask, Pandas, Hugging Face Datasets, Ray Data, PyTorch Lightning, rutas de PyTorch distribuido, Weights & Biases, y flujos de trabajo adyacentes a vLLM. Si el backend de almacenamiento puede volverse más rápido detrás de fsspec, mucho código de IA puede beneficiarse sin adaptadores de almacenamiento personalizados.
Rapid Bucket cambia la ruta de datos usando buckets zonales dedicados, conectividad directa a archivos Colossus subyacentes, y flujos gRPC bidireccionales persistentes a través de APIs como BidiReadObject y BidiWriteObject. Eso reemplaza la sobrecarga repetida del acceso de objetos estilo REST más tradicional con streaming con estado. La publicación también destaca la auto-detección de tipo de bucket en gcsfs, para que el código existente estilo fsspec.open() pueda usar la ruta más rápida cuando el bucket es Rapid.
Los números son útiles: Google cita más de 15 TiB/s de rendimiento agregado, una mejora del 23% en tiempo de entrenamiento en un benchmark usando 16 nodos GKE con ocho GPU A4 cada uno, mejora de 4.8x en rendimiento de lectura, y mejora de 2.8x en rendimiento de escritura en microbenchmarks con tamaños de E/S de 16MB a través de 48 procesos. El resultado exacto para cualquier carga de trabajo variará, pero el mecanismo es suficientemente claro para discutir: menos saltos de red, flujos persistentes, menor sobrecarga por operación, co-localización zonal y soporte de append en puntos de control.
El compromiso es la localidad. La co-localización zonal es por qué funciona la ruta rápida, pero también cambia el modelo de fallo y arquitectura. Si tu trabajo de entrenamiento se ejecuta en una zona y los datos están en un bucket Rapid en esa zona, el perfil de latencia mejora. Pero aún necesitas pensar sobre durabilidad regional, replicación de conjuntos de datos, respaldo de puntos de control y qué sucede si la zona se vuelve no disponible. Para sistemas de entrenamiento en producción, eso significa separar la ruta de entrenamiento caliente de la ruta de archivo duradera. Usa el bucket zonal rápido para mantener los aceleradores ocupados; copia puntos de control importantes y productos de datos a una capa de durabilidad regional o multi-regional cuando el flujo de trabajo lo requiera.
El takeaway relevante para OpenClaw es que la infraestructura de agentes y modelos depende cada vez más de rutas de datos aburridas. Un modelo no es solo una GPU y un punto de control. Es almacenamiento de objetos, abstracciones de archivos, protocolos de streaming, localidad del programador, frecuencia de puntos de control y estrategia de recuperación. Si la ruta de datos se atasca, la flota de aceleradores más inteligente se convierte en una sala de espera muy cara.
[45:00] CIERRE
El takeaway práctico del EP043 es el control operativo. OpenClaw v2026.4.27 hace que el uso de computadora, proveedores, canales, inicio y confiabilidad sean más fáciles de operar. Deepgram muestra que los agentes de voz necesitan controles de streaming y alternancia de turnos, no solo transcripciones. Google muestra que el rendimiento del entrenamiento de IA puede depender de protocolos de almacenamiento, abstracciones de sistemas de archivos, protocolos de streaming, comportamiento de puntos de control y localidad zonal.
[NOVA]: Soy NOVA, y esto es OpenClaw Daily. Hoy arrancamos con OpenClaw v2026.4.27, el bloque de lanzamiento actual para el EP043. Este lanzamiento agrega comandos de configuración de Codex Computer Use, verificaciones fail-closed de MCP, soporte bundleizado para el proveedor DeepInfra, expansión de canales Tencent Yuanbao y QQBot, paso de GPU Docker para agentes en sandbox, controles explícitos de proxy saliente, adjuntos de chat no-imagen en etapas, catálogos de modelos basados en manifest, metadatos de inicio de plugins, y una larga pasada de confiabilidad en tareas de medios de Telegram, Slack, Discord, sesiones, actualizaciones, inicio del Gateway y medios de canales. ...
[ALLOY]: Soy ALLOY. Y este episodio es intencionalmente cargado de lanzamiento al principio. El lanzamiento no es un parche menor. Cambia superficies de operador que importan cuando OpenClaw está corriendo como un runtime de agentes real: configuración de uso de computadora, incorporación de proveedores, recursos de sandbox, redes salientes, manejo de adjuntos, carga de plugins, comportamiento de catálogo de modelos y seguimiento de trabajos de larga duración.
[NOVA]: Después de la sección de lanzamiento, tenemos dos historias técnicas. Primero, Deepgram Flux Multilingual y por qué el reconocimiento de voz para agentes de voz es realmente un problema de runtime y de turnos, no solo un problema de transcripción. Luego, Google Rapid Bucket y por qué el rendimiento de entrenamiento de PyTorch puede depender del almacenamiento de objetos, gcsfs, fsspec, streams gRPC bidireccionales, comportamiento de checkpoints y localidad zonal.
[ALLOY]: La restricción importante para este episodio es la profundidad. No vamos a tratar el lanzamiento como una lista de nombres de características. Vamos a hablar de qué cambió, qué superficie toca realmente un operador, qué modo de falla intenta eliminar el cambio y qué debería hacer diferente un constructor.
[NOVA]: Exacto. Para el lanzamiento, eso significa empezar con Codex Computer Use y el comportamiento preflight de MCP, luego pasar al soporte del proveedor DeepInfra, acceso GPU de Docker, enrutamiento de proxy, adjuntos, presencia de nodos, inicio con manifest, metadatos de catálogo de modelos, superficies de SDK y correcciones de confiabilidad. Para agentes de voz, eso significa semántica de WebSocket, sugerencias de idioma, eventos de idioma detectado, umbrales de fin de turno, nodos dedicados de Engine autoalojado, memoria GPU, conteo de streams y monitoreo. Para Rapid Bucket, eso significa la ruta de datos entre PyTorch y Colossus, no solo una afirmación de velocidad.
[ALLOY]: Entonces el episodio empieza con el lanzamiento de OpenClaw porque ahí es donde está el cambio más orientado al operador hoy. Luego las dos historias externas ensanchan la misma lente práctica: los sistemas de habla en tiempo real y los sistemas de almacenamiento de IA ambos fallan en las costuras entre modelo, runtime e infraestructura.
[NOVA]: Una nota más de lanzamiento antes del primer sumergimiento profundo: esta actualización es especialmente útil porque toca el camino operacional antes, durante y después de un turno de agente. Antes del turno, la configuración y las verificaciones preflight hacen que las capacidades sean honestas. Durante el turno, canales, adjuntos, enrutamiento de proxy, catálogos de proveedores y recursos de sandbox determinan qué puede alcanzar realmente el agente. Después del turno, el historial de sesiones, tareas de medios, entrega de cron, sincronización de actualizaciones y recuperación de inicio determinan si el sistema sigue siendo comprensible para la siguiente solicitud. Por eso estamos dedicando aproximadamente la mitad del episodio al bloque de lanzamiento.
[ALLOY]: Exactamente. La pregunta práctica no es solo qué se envió. Es qué modos de falla se estrecharon. Los servidores de control de escritorio faltantes deberían detenerse antes. Las filas de proveedor deberían ser más fáciles de auditar. Un adjunto de archivo no debería desaparecer silenciosamente. Un envío lento por canal no debería trabar el Gateway. Un render de medio largo no debería perderse solo porque terminó la corrida de chat padre. Esos son los cambios que hacen que un runtime de agentes se sienta menos frágil.
[NOVA]: Historia uno: OpenClaw v2026.4.27 Refuerza el Uso de Computadora, Proveedores, Canales, Inicio y Confiabilidad. Empecemos con Codex Computer Use, porque es uno de los cambios más claros orientados al operador en el lanzamiento.
[ALLOY]: El lanzamiento agrega flujos de configuración para Codex Computer Use con comandos de estado e instalación, descubrimiento de marketplace, auto-instalación opcional y verificaciones fail-closed de MCP antes de que inicien los turnos en modo Codex. Esa frase, fail-closed, es la clave. Una función de uso de computadora no debería iniciar un turno de control de escritorio si el servidor MCP que hace posible el control de escritorio falta, está mal configurado o no es alcanzable.
[NOVA]: Sin ese preflight, el producto puede entrar en un estado medio confuso. El modelo puede creer que puede usar la computadora. La UI puede implicar que la función existe. El usuario puede esperar que capturas de pantalla, clics e ingreso de texto funcionen. Pero el puente o controlador real debajo no está disponible. Eso es exactamente el tipo de discrepancia que hace que los sistemas de uso de computadora se sientan no confiables.
[ALLOY]: El nuevo camino de configuración le da al runtime un vocabulario práctico. Estado le dice al operador si las piezas están presentes. Instalación da un camino de reparación. El descubrimiento de marketplace ayuda al producto a localizar la integración correcta. Las verificaciones fail-closed de MCP evitan que el turno inicie como si todo estuviera listo cuando el límite de la herramienta realmente no está ahí.
[NOVA]: Eso importa porque el uso de computadora es una capacidad de alta confianza. Un agente de control de escritorio toca ventanas, archivos, navegadores, formularios y estado local. Si el puente de control es inestable, el comportamiento correcto no es improvisar. El comportamiento correcto es decir que la capacidad no está lista y detenerse antes de que el modelo entre en un turno que depende de él.
[ALLOY]: También hay un ángulo de documentación alrededor de Codex Computer Use, uso directo de cua-driver MCP y PeekabooBridge de OpenClaw.app. Eso no es solo mantenimiento de documentación. Ayuda a distinguir caminos de configuración que pueden verse similares desde afuera pero se comportan diferente en vida del proceso, permisos, captura de pantalla, inyección de entrada, enfoque de navegador y recuperación.
[NOVA]: Un puente de app local, un driver MCP directo y una configuración en modo Codex pueden sonar todos como uso de computadora. Pero para un operador, las preguntas reales son concretas. ¿Qué proceso es dueño de las capturas de pantalla? ¿Qué proceso tiene permiso para controlar la entrada? ¿Cómo se reporta el fracaso? ¿Qué pasa si el puente muere? ¿Puede el usuario inspeccionar el estado? ¿Puede repararse la configuración sin adivinar?
[ALLOY]: El lanzamiento responde parte de eso convirtiendo la configuración en una superficie explícita en lugar de un prerrequisito oculto. Para los constructores, la recomendación es tratar la habilitación de uso de computadora como una verificación de despliegue, no una sensación. Antes de que un agente reciba una tarea de control de escritorio, verifica el puente, el servidor, los permisos y la ruta del runtime configurada.
[NOVA]: La segunda área grande del lanzamiento es la expansión de proveedores. DeepInfra se une al conjunto de proveedores bundleizados con incorporación a través de DEEPINFRA_API_KEY, descubrimiento dinámico de modelos compatibles con OpenAI, generación y edición de imágenes, comprensión de imágenes y audio, texto a voz, texto a video, embeddings de memoria, metadatos de catálogo estático y política de URL base propia del proveedor.
[ALLOY]: Esa es una superficie amplia de proveedor. Significa que DeepInfra no es solo un endpoint de texto. Puede participar en descubrimiento de modelos, generación multimodal, comprensión de medios, voz, video y embeddings. Para un runtime de agentes, esas banderas de capacidad importan porque diferentes herramientas requieren diferentes suposiciones de proveedor.
[NOVA]: Compatible con OpenAI no significa automáticamente completamente entendido. Una forma de solicitud compatible puede ocultar grandes diferencias en nombres de modelos, comportamiento de streaming, soporte de herramientas, soporte de medios, comportamiento de embeddings, configuración de auth, comportamiento de fallback y propiedad de URL base. Si un runtime trata cada endpoint compatible como una URL anónima, el catálogo se convierte en un conjunto de suposiciones.
[ALLOY]: Bundlizar DeepInfra como proveedor permite a OpenClaw exponer un contrato manejado en lugar de eso. El proveedor puede declarar cómo funciona la incorporación, qué filas de catálogo existen, qué capacidades están disponibles y qué política de endpoint posee. Eso es mejor que forzar a cada usuario a construir manualmente las mismas suposiciones de proveedor en config local.
[NOVA]: La implicación para los constructores es directa. Cuando agregas un proveedor a un runtime de agente, no te detengas en la URL base y la clave API. Captura el catálogo de modelos, alias, supresiones, soporte de medios, comportamiento de embeddings, pistas de autenticación y semántica de errores. El contrato del proveedor es parte del producto.
[ALLOY]: La expansión de canales es parte de la misma forma del lanzamiento. Tencent Yuanbao se agrega como plugin de canal externo en el catálogo oficial, suites de contratos y documentación de plugins de la comunidad, con una entrada en los docs para que aparezca en listados y navegación lateral. QQBot gana soporte de chat grupal, seguimiento de historial, bloqueo de menciones, modos de activación, configuración por grupo, una cola de mensajes FIFO, streaming para mensajes C2C, carga de medios y refactorizaciones de pipeline.
[NOVA]: El trabajo de canales puede sonar como solo agregar más superficies para mensajes, pero los detalles son importantes. El chat grupal no es lo mismo que el chat directo. El bloqueo de menciones importa porque un agente no debería responder a cada mensaje en un grupo activo. Los modos de activación y la configuración por grupo importan porque diferentes salas tienen diferentes expectativas. Las colas FIFO y el comportamiento de debounce importan porque los mensajes en streaming pueden llegar más rápido de lo que un turno del modelo puede procesar de forma segura.
[ALLOY]: Por eso los plugins de canales necesitan pruebas de contrato. El runtime tiene que saber cómo se rastrea el historial, cómo se resuelven los objetivos, cómo se suben los medios, cómo se bloquean las respuestas y cómo se maneja el ciclo de vida del streaming. De lo contrario, cada canal se convierte en un caso especial y los problemas de confiabilidad se le achacan al modelo incluso cuando la pieza rota es el adaptador del canal.
[NOVA]: Entonces la primera lectura del lanzamiento es esta: el uso de computadora se vuelve más seguro de iniciar, el soporte de proveedores se vuelve más completo, y la cobertura de canales se vuelve más explícita. Todas esas son superficies de operador. Afectan lo que un agente puede hacer, cómo el sistema sabe que está listo, y cómo el runtime explica los fallos.
[NOVA]: El cambio del sandbox de Docker es pequeño en papel y muy importante en la práctica. OpenClaw agrega paso opcional de GPUs de sandbox punto docker punto gpus passthrough para contenedores de sandbox de Docker cuando el runtime del host soporta acceso a GPU.
[ALLOY]: La parte opcional importa. El acceso a GPU dentro de un sandbox es útil para servicio local de modelos, generación de imágenes, procesamiento de video, visión por computadora, embeddings y trabajos de evaluación. Pero también es una superficie de recursos y drivers que no debe exponerse casualmente. Un agente en sandbox con acceso a GPU puede consumir VRAM, crear trabajos de larga duración, estresar drivers o competir con otras cargas de trabajo locales.
[NOVA]: Eso hace que el límite de configuración sea útil. Un operador puede decidir qué cargas de trabajo en sandbox pueden ver recursos GPU y cuáles se mantienen solo con CPU. Esto es especialmente importante cuando los agentes pueden instalar dependencias o ejecutar herramientas de medios y modelos. Sin un interruptor claro, una máquina local puede volverse impredecible bajo la carga del agente.
[ALLOY]: La recomendación práctica es pensar en el paso de GPU como una política de recursos, no solo como una bandera de aceleración. Si el trabajo necesita la GPU y el operador confía en la carga de trabajo, habilítalo deliberadamente. Si el trabajo es ejecución genérica de shell, procesamiento de documentos o automatización ligera, mantén la GPU fuera del contenedor.
[NOVA]: El lanzamiento también agrega enrutamiento de proxy saliente gestionado por el operador a través de proxy punto enabled, proxy punto proxyUrl y OPENCLAW_PROXY_URL. Las notas enfatizan validación estricta de proxy HTTP de reenvío, desvío solo de loopback para Gateway y limpieza del estado del dispatcher y ambiente de proxy a la salida.
[ALLOY]: Esa es la forma correcta para egress controlado. Algunas instalaciones necesitan que todo el tráfico saliente se enrute a través de un proxy corporativo, capa de inspección de cumplimiento, monitor de red o ruta restringida. Pero no todo el tráfico debe tratarse de la misma manera. El tráfico interno del Gateway y la comunicación de loopback no deben accidentalmente hacer hairpin a través de un proxy externo.
[NOVA]: La limpieza también importa. El ambiente de proxy y el estado del dispatcher no deben filtrarse a través de ejecuciones no relacionadas ni permanecer activos después de que el proceso termina. Si persisten configuraciones de proxy obsoletas, la siguiente ejecución puede fallar de formas confusas: las llamadas al proveedor se agotan, las conexiones locales se enrutan incorrectamente o los diagnósticos apuntan a la capa de red equivocada.
[ALLOY]: Para los constructores, la lección es tratar el soporte de proxy como una característica explícita del runtime. Valida la URL. Haz que las reglas de desvío sean obvias. Mantén los secretos fuera de los logs. Limpia el estado a nivel de proceso. Y haz que los fallos digan si el problema es autenticación del proveedor, ruta de red, alcance del proxy o política.
[NOVA]: El comportamiento de adjuntos de chat del Gateway también mejora. Los adjuntos que no son imágenes a través de chat punto send pueden prepararse como rutas de medios legibles por el agente, mientras que las rutas de adjuntos RPC no soportadas permanecen explícitas en lugar de descartar archivos silenciosamente.
[ALLOY]: Descartar silenciosamente es un mal modo de fallo. Si un usuario envía un archivo a un agente y el archivo desaparece, el modelo puede responder desde un contexto incompleto sin darse cuenta de que la entrada nunca llegó. Eso crea falsa confianza. Es mejor para el runtime decir que el adjunto está preparado y es legible, o que la ruta no está soportada y fue rechazada.
[NOVA]: La distinción entre entrega por canal y legibilidad por el agente también es importante. Un archivo puede ser aceptado por un proveedor de canal, preparado para el agente, transformado en una ruta de medios gestionada o rechazado por una ruta RPC de nivel inferior. Esos son estados diferentes. Un sistema robusto no debería colapsarlos en un éxito vago.
[ALLOY]: La presencia de dispositivo también se vuelve más precisa. Los nodos de iOS y Android publican eventos de presencia de nodo punto presencia punto alive autenticados después de conexiones y transiciones de fondo. La lista de nodos expone campos de última vez visto para que los despertares en segundo plano puedan marcar nodos pareados como recientemente vivos sin tratarlos como conectados.
[NOVA]: Esa distinción es simple pero importante. Recientemente vivo no es lo mismo que conectado. Un nodo móvil puede despertar, reportar vitalidad y luego volver al fondo. Si el runtime solo tiene un booleano, o sobrepromete que el dispositivo está disponible ahora mismo o pierde evidencia útil de que el dispositivo todavía está cerca.
[ALLOY]: Los metadatos de última vez visto le dan al operador una vista más honesta. El nodo estaba vivo recientemente. No necesariamente está conectado. Eso ayuda con diagnósticos, programación, estado de UI y decisiones sobre si enviar una notificación, encolar una solicitud o pedirle al usuario que reabra un dispositivo.
[NOVA]: También hay una corrección de estado de pareado: los archivos de estado de pareado de dispositivo y nodo en forma de arreglo pueden recuperarse antes de persistir aprobaciones, para que las entradas pendientes y pareadas con clave UUID no desaparezcan después de escrituras de almacén JSON malformadas. Eso es exactamente el tipo de reparación que importa porque el estado de pareado no es solo una caché. Es la relación de confianza entre el Gateway y los dispositivos pareados.
[ALLOY]: Las correcciones de tokens de dispositivo siguen el mismo patrón. Esta versión limpia los tokens de dispositivo stale que se reutilizan y evita la reconexión cuando hay un desajuste de token en la UI de Control y los clientes del gateway de nodos. Eso evita los bucles de límites de tasa después de actualizaciones de alcance o cambios de tokens rotados.
[NOVA]: Si un desajuste de token sigue reconectándose, el síntoma parece inestabilidad, pero la causa raíz es el estado de identidad. El comportamiento correcto es detener el bucle, limpiar el estado stale y forzar un traspaso limpio. Si no, el sistema puede golpear el Gateway sin nunca llegar a un estado de autorización válido.
[ALLOY]: Juntando todos estos cambios, la versión está haciendo explícitos varios estados ambiguos: el acceso a GPU es deliberado, el enrutamiento proxy está declarado, los adjuntos se procesan o rechazan claramente, los nodos móviles están activos o conectados, y los tokens de dispositivo son válidos o están stale. Eso es lo que necesita software de nivel operador.
[NOVA]: Gran parte de esta versión se trata de mover los metadatos de plugins y modelos a manifests para que el Gateway no tenga que importar superficies runtime pesadas solo para descubrir qué existe.
[ALLOY]: Los manifests de plugins incluidos ahora declaran comportamiento explícito de activación en onStartup. También hay una compuerta de modo futuro opt-in para deshabilitar la carga implícita deprecated de sidecar en startup, además de advertencias de compatibilidad para que los autores de plugins puedan migrar a metadatos explícitos.
[NOVA]: El punto práctico es el costo de startup. El startup del Gateway no debería importar cada sidecar de plugin posible solo para saber si ese plugin necesita trabajo de startup. Las importaciones pueden arrastrar árboles de dependencias, realizar verificaciones, disparar efectos secundarios y ralentizar el arranque. Cuando un sistema soporta muchos plugins incluidos y de la comunidad, la carga implícita de startup se convierte en un impuesto que se paga en cada lanzamiento.
[ALLOY]: Los metadatos de activación explícitos le dan al Gateway un plan más barato. El manifest dice si se necesita activación en startup. El runtime puede cargar solo lo que es intencional. Los plugins legacy todavía tienen un camino alternativo por ahora, pero las advertencias guían a los autores hacia el nuevo contrato.
[NOVA]: Los catálogos de modelos reciben el mismo tratamiento. Esta versión conecta los alias y supresiones del modelo modelCatalog del manifest con la planificación del modelo-cátalogo y la supresión de modelos integrados. Los catálogos de proveedores para Qianfan, Xiaomi, NVIDIA, Cerebras, Mistral, Moonshot, DeepSeek, Tencent TokenHub, StepFun, BytePlus, Volcano Engine, Fireworks y Together AI se mueven hacia filas de manifest de plugins.
[ALLOY]: Esto importa porque las listas de modelos son infraestructura. Un runtime tiene que responder cuáles modelos existen, qué proveedor es dueño de cada modelo, qué alias son válidos, qué filas deben estar ocultas y qué forma de endpoint usar. Si esa información está codificada en el runtime core, se vuelve stale. Si se descubre importando cada proveedor, los comandos de startup y lista se vuelven más pesados.
[NOVA]: Las filas respaldadas por manifest le dan al producto una forma más inspeccionable. Un plugin de proveedor puede declarar filas de catálogo, alias, supresiones y metadatos fijos. El Gateway puede reutilizar una instantánea de metadatos para descubrimiento de proveedores en lugar de reconstruir repetidamente metadatos de plugins. El startup puede pasar la instantánea de metadatos de plugins desde la validación de config hasta el bootstrap.
[ALLOY]: Eso reduce el trabajo repetido y hace que el comportamiento del catálogo sea más fácil de auditar. Si una fila stale de Spark o Qwen Coding Plan debe ser suprimida, la supresión vive en los metadatos del proveedor en lugar de condicionales dispersos. Si un proveedor tiene alias, se declaran como parte del contrato del modelo.
[NOVA]: Esta versión también mueve el middleware de resultados de herramientas de agentes incluidos de contratos de manifest bajo demanda para que tokenjuice se mantenga perezoso en startup sin perder la compactación de salida de herramientas de Pi y Codex. Ese es otro ejemplo de pagar costo de runtime solo cuando se necesita la capacidad.
[ALLOY]: Este es un patrón útil para plataformas de agentes. Declara metadatos de capacidad temprano. Carga implementaciones pesadas tarde. Mantén el startup predecible. Mantén los comandos de lista baratos. Haz que el comportamiento de proveedores y plugins sea auditable.
[NOVA]: Los cambios en SDK y testing refuerzan esa dirección. La versión expone normalización de rutas de canales compartidos, resolución de objetivos impulsada por parser, claves compactas de objetivos raw, tipos de objetivos parseados y helpers de comparación de rutas a través de openclaw plugin SDK channel-route. También expone helpers de test enfocados para contratos de runtime de agentes, fixtures genéricas, acciones de canales, casos de objetivos de canales, runtime de plugins, aserciones de capacidades de proveedores, mocks de proveedores de medios y fixtures de contratos.
[ALLOY]: Eso suena como ingeniería interna, pero importa para los autores de extensiones. Si los tests importan directorios de helpers solo del repo, los desarrolladores de plugins dependen de estructura de implementación privada. Cuando esos helpers se mueven, los tests se rompen. Subrutas de SDK enfocadas le dan a los autores superficies documentadas para testear objetivos de canales, setup, status, reacciones, capacidades de medios, fixtures de runtime y comportamiento de proveedores.
[NOVA]: La normalización de rutas de canales es un buen ejemplo. Un objetivo de canal puede ser escrito por un usuario, parseado por un plugin, compactado para almacenamiento, comparado con otro objetivo y mostrado en logs. Si cada canal implementa eso de manera diferente, las aprobaciones y entregas se vuelven frágiles. Los helpers de rutas compartidos hacen que el comportamiento sea consistente.
[ALLOY]: Lo mismo aplica para los catálogos de proveedores. Un proveedor no debería tener que copiar un helper de test privado del repositorio principal solo para verificar que una fila de catálogo es válida. Debería usar una superficie de testing de SDK pública que coincida con el contrato de runtime.
[NOVA]: La conclusión para builders es que los sistemas de plugins maduran cuando los contratos se vuelven explícitos y testeables. Los metadatos manifest-first ayudan al startup y descubrimiento de modelos. Los helpers de SDK enfocados ayudan a los autores de plugins a implementar el contrato sin meterse en código privado. Juntos, esos cambios hacen que el runtime sea menos mágico y más fácil de operar.
[NOVA]: La lista de correcciones en v2026.4.27 es larga, así que la manera útil de leerla es por categoría de dolor del operador. Primera categoría: entrega de canales.
[ALLOY]: Telegram obtiene mejor enrutamiento de aprobación nativo multi-bot honrando aprobaciones exec y IDs de cuenta de objetivo de plugin mientras preserva objetivos de Telegram sin scope para cualquier cuenta. También limita las llamadas salientes a la Bot API y caché de búsqueda de alias de plugins incluidos para que los envíos lentos de Telegram o escaneos de filesystem de WSL2 ya no wedgen las respuestas del Gateway.
[NOVA]: Esto importa porque un envío de bot de Telegram no debería poder bloquear toda la ruta de respuesta indefinidamente. Un proveedor de canal lento es normal. El runtime tiene que limitar la llamada, mantener suficiente contexto para reportar el fallo, y evitar trabajo costoso de búsqueda repetido.
[ALLOY]: Slack obtiene un timeout de pong del SDK de quince segundos por defecto, más timeout configurable de ping del cliente, timeout de ping del servidor, y registro de ping-pong. El manejo de medios de Slack limita las descargas de archivos privados y archivos adjuntos reenviados con timeouts de inactividad y totales mientras preserva el fallback de placeholder.
[NOVA]: Nuevamente, el modo de fallo es el bloqueo. Un websocket obsoleto o una descarga de archivo atascada no debería trabar el manejo de mensajes entrantes. El producto necesita límites de timeout y comportamiento de fallback para mantenerse responsivo incluso cuando un proveedor de canal está lento o un archivo está atascado.
[ALLOY]: El release también preserva el targeting de topics cron y threads de Telegram con IDs de thread, detiene que los posts entrantes regulares de Mattermost se dupliquen como eventos del sistema, y almacena los medios entrantes de LINE bajo almacenamiento de medios gestionado en lugar de rutas temporales que pueden desaparecer antes de que el agente los lea.
[NOVA]: Esos son detalles específicos de cada canal, pero todos apuntan a la misma necesidad operativa: el contexto de entrega debe sobrevivir lo suficiente, apuntar al thread correcto, y no duplicarse ni desaparecer. Los agentes multi-canal fallan en los bordes aburridos: topics de foros, archivos adjuntos, descargas obsoletas, rutas de eventos duplicadas, y archivos de medios temporales.
[ALLOY]: Segunda categoría: medios asíncronos y tareas. Los contextos de ejecución separados de video_generate y music_generate permanecen registrados hasta el estado terminal, así que los jobs de proveedores respaldados por Discord se mantienen activos en tareas en lugar de perderse cuando desaparece el contexto de ejecución del chat padre. Las tareas largas de video y música se mantienen frescas mientras los jobs del proveedor están pendientes. Los registros de tareas con ámbito de sesión infieren la propiedad del agente para que el fallback de tareas incluya jobs de medios respaldados por sesión.
[NOVA]: Esto es importante para la confianza del usuario. Un job de generación de video puede outlive el turno de chat que lo lanzó. Si la tabla de tareas pierde la propiedad o lo marca como perdido mientras el proveedor todavía está renderizando, el usuario ve un flujo de trabajo roto incluso si el job subyacente eventualmente succeeds. Rastrear el job externo hasta el estado terminal es el modelo correcto.
[ALLOY]: Tercera categoría: sesiones, replay de proveedor, y defaults del modelo. Los defaults de pensamiento de chat.history y sessions.list se alinean con la resolución consciente del agente propietario y del catálogo, así que los defaults de sesión del Control UI coinciden con el estado del runtime del backend. El contenido de razonamiento de DeepSeek V4 se backfill en mensajes de replay de asistente plano además de turnos de llamadas de herramientas. Los headers beta de Anthropic están restringidos a endpoints públicos directos de Anthropic en lugar de proveedores compatibles personalizados. Las respuestas de herramientas de config patch y apply despojan las cargas útiles de config completas del historial de replay mientras preservan las respuestas RPC directas.
[NOVA]: Esas correcciones se tratan de evitar el drift de estado. En un runtime de agente, el modelo actual, los headers de proveedor, el modo de pensamiento, los mensajes de replay, y los historiales de herramientas todos se vuelven parte de la siguiente solicitud. Si ese estado está mal, los turnos de seguimiento fallan de formas extrañas: contenido de razonamiento faltante, headers de proveedor incorrectos, configs redactadas gigantes reproducidas en el contexto, o defaults de UI que no coinciden con el comportamiento del backend.
[ALLOY]: Cuarta categoría: startup, actualización, e higiene de dependencias. El startup del gateway inicia los canales de chat sin esperar el prewarm del modelo primario, manteniendo el prewarm del modelo delimitado en segundo plano. La sync de actualización omite plugins rastreados deshabilitados en la config. El manejo de dependencias del runtime poda deps empaquetados retenidos obsoletos, cachea decisiones de materialización de mirror sin cambios, cierra handles de file-lock en fallos de escritura del dueño, y mantiene los escaneos de doctor y canal secreto ligeros.
[NOVA]: Aquí es donde los usuarios experimentan el rendimiento como fiabilidad. Si los canales esperan el prewarm del modelo, una ruta de descubrimiento de proveedor lenta puede retrasar toda la superficie de chat. Si los plugins deshabilitados todavía se sincronizan, las actualizaciones pueden fallar en cosas que el operador intencionalmente apagó. Si los mirrors de dependencias y los file locks se comportan mal, los reinicios se vuelven impredecibles.
[ALLOY]: Quinta categoría: comportamiento de comandos y auto-respuesta. Los comandos bare reset y new se detienen después de que los hooks de reset confirman el comando, mientras que reset con mensaje todavía sembra el siguiente turno del modelo. Las frases de reset de Slack se mantienen fuera del cuerpo de la nueva sesión después de la limpieza de directivas. Los medios de notas de voz de turnos silenciosos se preservan mientras que el texto y los medios que no son voz se mantienen suprimidos, así que las respuestas TTS de NO_REPLY todavía entregan la burbuja de audio solicitada.
[NOVA]: Ese es un buen recordatorio de que el routing de comandos es una superficie del producto. Un comando de reset no debería caer accidentalmente en una llamada de modelo vacía. Una frase de reset no debería filtrarse al siguiente prompt. El comportamiento silencioso de TTS debería entregar el audio que el usuario solicitó.
[ALLOY]: El veredicto del release es concreto. Este es un release de operaciones de runtime. Hace que el uso de computadora sea más seguro de iniciar, los proveedores más fáciles de incorporar, los sandbox más capaces, la entrega de canales menos frágil, el startup de plugins menos pesado, los catálogos de modelos más auditables, los jobs de medios largos más difíciles de perder, y el replay de sesión menos probable de envenenar el siguiente turno.
[NOVA]: Para los operadores que actualizan a este release, la lista de revisión práctica es clara. Verificar el estado de Codex Computer Use si usas control de escritorio. Decidir si algún sandbox de Docker debería obtener paso de GPU. Si tu red necesita egreso controlado, probar deliberadamente la configuración del proxy. Revisar los catálogos de proveedores y la incorporación de DeepInfra si quieres esa superficie de proveedor. Observar el comportamiento de los canales alrededor de Telegram, Slack, archivos adjuntos de medios, y jobs de medios largos. Y tratar las advertencias de startup de plugins como guía de migración, no como ruido.
[NOVA]: Historia dos: Deepgram Flux Multilingual hace que STT de agente de voz sea un problema de runtime de turnos. Pero enmarquemos esto a la manera de OpenClaw, no como una lista de perillas. La capacidad es simple: un agente de voz puede escuchar una conversación multilingüe, notar cuando el hablante cambia de idioma, decidir cuándo la persona realmente terminó de hablar, y entregarle al agente turnos limpios lo suficientemente rápido para que la conversación todavía se sienta viva.
[ALLOY]: Eso importa porque los agentes de voz se rompen de formas muy humanas. Si la capa de voz te interrumpe demasiado temprano, el agente interrumpe. Si espera demasiado, la experiencia se siente muerta. Si asume el idioma equivocado, destroza nombres, comandos e intención. Si no puede manejar el cambio de código, los usuarios bilingües tienen que adaptarse a la máquina en lugar de que la máquina se adapte a ellos.
[NOVA]: Flux Multilingual es interesante porque mueve el reconocimiento de voz más cerca de ese problema de runtime. Soporta un conjunto de idiomas principales, incluyendo inglés, español, francés, alemán, hindi, ruso, portugués, japonés, italiano y neerlandés, y está diseñado para cambio de código. El punto del producto no es, memoriza un identificador de modelo. El punto del producto es que el reconocedor puede ser parte de un loop de voz vivo donde los límites de idioma y turno son señales que el agente puede usar.
[ALLOY]: Para OpenClaw, esa es la conexión importante. OpenClaw debería ocultar el cableado de bajo nivel. Un constructor no debería tener que pensar, qué ruta de WebSocket abro, qué campo de evento exacto lleva la detección de idioma, o qué nombre de umbral controla el silencio. OpenClaw puede ser dueño de eso. La capacidad frente al constructor debería ser: este agente puede escuchar en múltiples idiomas, detectar el idioma activo, evitar interrumpir demasiado agresivamente, y superficial confianza o estado de turno cuando la conversación es ambigua.
[NOVA]: Exactamente. El detalle técnico útil es la forma de la capacidad. Flux puede proporcionar hints de idioma, emitir información de idioma detectado, y exponer comportamiento de fin de turno. Esos no son solo trivia de configuración. Son los ingredientes que OpenClaw puede usar para hacer que las interacciones de voz se sientan menos frágiles. Si un usuario empieza en inglés y deja caer una frase en hindi o portugués, el agente no debería perder repentinamente el hilo. Si un usuario hace una pausa a mitad de pensamiento, el sistema no debería saltar inmediatamente con la respuesta equivocada.
[ALLOY]: Y hay problemas reales, pero son problemas operacionales, no tareas de línea de comandos. El más grande es la capacidad. El habla en tiempo real tiene que funcionar con latencia predecible. Si el modelo de voz se coloca en el hardware incorrecto, si demasiadas llamadas llegan al mismo nodo, o si la capa de voz compite con cargas de trabajo no relacionadas, el usuario lo escucha inmediatamente. El modo de falla no es un problema abstracto de benchmark. Son pausas incómodas, palabras perdidas, llamadas caídas, y agentes que se sienten groseros o lentos.
[NOVA]: Ahí es donde OpenClaw puede agregar valor. En lugar de exponer un montón de configuraciones de bajo nivel, OpenClaw puede tratar la voz como un runtime administrado: reservar capacidad, reportar cuántas transmisiones en vivo puede manejar el sistema, alertar cuando un despliegue está subprovisionado, y dejar claro el compromiso entre capacidad de respuesta, precisión y concurrencia. El operador debería recibir señales de salud, no una búsqueda del tesoro a través de la configuración del motor de voz.
[ALLOY]: La guía de runtime dedicado también vale la pena traducirla a una idea de capacidad. La voz no es solo otro trabajo por lotes. Es sensible a la latencia. Así que un agente de voz en producción necesita aislamiento. Necesita suficiente memoria GPU. Necesita monitoreo. Necesita comportamiento de sobrecarga elegante. Si la capacidad está llena, el sistema debería degradarse intencionalmente en lugar de fingir que todo está bien hasta que la conversación colapsa.
[NOVA]: Esta también es la razón por la que el cambio de turno merece más atención de la que usualmente recibe. Un agente de texto puede esperar unos segundos y aún sentirse utilizable. Un agente de voz no puede. La diferencia entre un asistente de voz útil y uno inutilizable puede ser de unos pocos cientos de milisegundos, o una decisión prematura de fin de turno. Así que cuando hablamos de Flux, la conclusión no es aquí están los nombres exactos de los parámetros. La conclusión es: los modelos modernos de habla están dando a los runtimes de agentes más señales sobre el lenguaje y el estado del turno, y OpenClaw debería convertir esas señales en mejores valores predeterminados.
[ALLOY]: La historia del constructor se vuelve mucho más limpia. Describes la experiencia de usuario que quieres: soporte multilingüe, interrupciones naturales, respuesta de baja latencia, quizás confirmación más estricta para acciones sensibles. OpenClaw mapea eso al runtime de voz, monitorea si el despliegue puede mantenerse al día, y expone las alertas correctas cuando no puede.
[NOVA]: Así que Flux Multilingüe es relevante porque expande lo que un agente de voz puede escuchar de manera confiable y cuándo puede responder. El ángulo de OpenClaw es la orquestación. El reconocimiento de voz se convierte en un componente en un loop de conversación administrado: escuchar, detectar idioma, decidir estado del turno, invocar el agente, hablar de vuelta, y mantener todo el loop lo suficientemente rápido como para sentirse natural.
[NOVA]: Historia tres: Google Rapid Bucket Trae Colossus al Camino de Datos de PyTorch. Esta también necesita el encuadre correcto. El punto no es que cada constructor deba escribir llamadas de almacenamiento a mano. El punto es que los sistemas de IA a menudo fallan porque el modelo está esperando datos, artefactos, checkpoints o archivos generados. El almacenamiento se convierte en parte del runtime de IA.
[ALLOY]: Eso es especialmente cierto una vez que un flujo de trabajo se vuelve más grande que una demo. Los trabajos de entrenamiento necesitan datasets. Los trabajos de evaluación necesitan artefactos. Los sistemas RAG necesitan índices y documentos. Los agentes de medios necesitan imágenes, audio y video. Los trabajos de fine-tuning necesitan checkpoints. Incluso un pipeline de agente ordinario puede pasar una cantidad sorprendente de tiempo moviendo archivos. Si el camino de almacenamiento es lento o está mal ubicado, la computación cara queda闲置.
[NOVA]: Rapid Bucket es la respuesta de Google para una versión específica de ese problema: hacer que el camino de almacenamiento de objetos sea más rápido para cargas de trabajo de IA y datos usando Colossus más directamente, manteniendo las conexiones vivas, y colocando el almacenamiento cerca de la computación. Las notas del programa mencionan PyTorch, gcsfs y fsspec porque esas son capas comunes en flujos de trabajo de IA en Python. Pero la lección a nivel de OpenClaw es más simple: una buena plataforma de agentes debería elegir y administrar automáticamente el camino correcto de artefactos cuando la carga de trabajo cambia.
[ALLOY]: Correcto. Los constructores no deberían tener que conocer la plomería del almacenamiento para beneficiarse de ella. Si un flujo de trabajo está leyendo un dataset grande, escribiendo checkpoints frecuentes, o moviendo medios generados entre pasos, OpenClaw puede reconocer que el camino del artefacto importa. Puede preferir almacenamiento local o zonal para trabajo caliente, empujar copias durables a algún lugar más seguro, y alertar cuando la computación y el almacenamiento se pelean entre sí a través de regiones o zonas.
[NOVA]: El detalle de capacidad que importa es la localidad. Si el trabajo de entrenamiento o generación está en una zona y los datos calientes están en esa misma zona, el sistema puede evitar penalidades de latencia y throughput evitables. Si los datos están lejos, el rendimiento sufre. Eso suena aburrido hasta que estás pagando por aceleradores que están esperando entrada. Entonces la ubicación del almacenamiento se convierte en un problema de costo y confiabilidad.
[ALLOY]: También hay un compromiso de durabilidad. El camino de almacenamiento más rápido no siempre es el registro seguro a largo plazo. Un bucket zonal caliente puede ser genial para alimentar un trabajo rápidamente, pero los checkpoints importantes y las salidas finales pueden necesitar ser copiados a almacenamiento regional o multi-regional. Esa es la trampa que vale la pena decir en voz alta: separa el camino de trabajo caliente del camino de fuente de verdad durable.
[NOVA]: Esto mapea directamente a flujos de trabajo de OpenClaw. Imagina una tarea de OpenClaw que genera un lote de videos, evalúa salidas del modelo, construye embeddings, o ejecuta un experimento de fine-tuning. El usuario no debería tener que micromanager dónde vive cada archivo intermedio. OpenClaw debería saber qué archivos son temporales, cuáles son activos de revisión, cuáles son artefactos finales publicables, y cuáles necesitan respaldo durable.
[ALLOY]: Y el monitoreo debería hablar en términos de flujo de trabajo. En lugar de decirle a un usuario que inspeccione una abstracción de archivo de bajo nivel, OpenClaw puede decir: tu trabajo está esperando datos, tus escrituras de checkpoint están ralentizando la ejecución, tu almacenamiento está en la localidad incorrecta para esta computación, o tu copia durable aún no se ha completado. Eso es detalle técnico a nivel de capacidad. Explica lo que el sistema puede hacer y lo que puede salir mal sin convertir el episodio en una guía de configuración.
[NOVA]: Rapid Bucket también refuerza un punto más amplio sobre plataformas de IA modernas. El rendimiento no es solo calidad del modelo. Es el camino alrededor del modelo: almacenamiento, colas, flujos, cachés, runtimes, permisos y observabilidad. El modelo puede ser la estrella, pero la infraestructura de soporte decide si el flujo de trabajo es rápido, barato y confiable.
[ALLOY]: Así que la conclusión de OpenClaw es hacer del almacenamiento una parte inteligente del runtime del agente. Para trabajos pequeños, mantenlo simple. Para trabajo pesado de datos o medios, usa almacenamiento caliente más rápido cuando ayude. Para salidas importantes, promuévelas a almacenamiento durable. Para usuarios, expone la capacidad y las trampas, no una página de detalles de implementación.
[NOVA]: Esa es la lectura útil de Rapid Bucket. No es una demanda de que cada constructor aprenda una nueva API de almacenamiento. Es evidencia de que la infraestructura de IA se está especializando alrededor de los cuellos de botella reales. OpenClaw debería absorber esos detalles y ofrecer al operador una promesa más limpia: puedo mantener tus datos cerca del trabajo, mantener tus artefactos organizados, y decirte cuando el camino de almacenamiento es la razón por la que el trabajo está lento.
[ALLOY]: Juntando todo, EP043 se trata realmente de convertir superficies técnicas en bruto en capacidades de operador utilizables.
[NOVA]: OpenClaw v2026.4.27 añade ese patrón dentro del producto: mejor preparación para uso de computadora, soporte de proveedor, manejo de contenedores GPU, control de proxy, confiabilidad de canales, adjuntos, presencia de nodos, inicio respaldado por manifest, catálogos de modelos, y limpieza de SDK.
[ALLOY]: Deepgram Flux Multilingüe muestra el mismo patrón en voz. Los detalles son detección de idioma, cambio de turno, capacidad en tiempo real y aislamiento de runtime. La capacidad面向 usuario es un agente de voz que puede manejar habla multilingüe naturalmente y responder sin fallas de tiempo incómodas.
[NOVA]: Google Rapid Bucket lo muestra en el almacenamiento. Los detalles son localidad, rutas frecuentes, acceso más rápido a objetos, puntos de control y durabilidad. La capacidad面向用户 es un flujo de trabajo de IA que mantiene los datos cerca del cómputo, mantiene alimentados los aceleradores y promueve artefactos importantes hacia un almacenamiento más seguro.
[ALLOY]: El error es hacer que los constructores carguen con cada detalle de bajo nivel por sí mismos. La oportunidad es dejar que OpenClaw absorba el cableado y exponga los controles útiles: qué es posible, qué es riesgoso, qué es lento y qué está haciendo el sistema al respecto.
[NOVA]: Eso es todo para OpenClaw Daily. Las notas completas del programa y los enlaces de origen están en las notas del episodio. Si estás construyendo con OpenClaw, vigila los límites: la preparación del uso de computadora, el comportamiento del tiempo de ejecución de voz y el almacenamiento de artefactos. Los mejores sistemas de agentes no solo llaman modelos. Gestionan el entorno alrededor del modelo para que el trabajo realmente se realice. Volveremos pronto.