Em poucos meses, o OpenClaw saiu de projeto pessoal para mais de 390 mil estrelas no GitHub, uma fundação sem fins lucrativos e versões próprias de NVIDIA, Microsoft e Tencent. Muita gente ouviu falar. Pouca gente sabe o que ele é de verdade.
A resposta curta: o OpenClaw é um harness de agente. Harness é o código em volta do modelo de IA, o que monta o contexto, chama o modelo, executa as ferramentas e decide quando parar. Abaixo está a nossa leitura de como ele funciona por dentro e o que serve para quem quer agentes trabalhando dentro da operação.
De onde vem este texto
O OpenClaw é código aberto com licença MIT, criado por Peter Steinberger, fundador da PSPDFKit, que entrou na OpenAI em fevereiro de 2026. O projeto passou por quatro nomes até o atual (Warelay, CLAWDIS, Clawdbot e Moltbot) e hoje é cuidado por uma fundação.
Um agente que mora no chat e fica ligado
Você instala o OpenClaw no seu computador ou num servidor e conversa com ele pelo WhatsApp, Telegram, Slack ou outros canais. A diferença para um assistente comum está em três pontos.
- Ele não espera você. Acorda sozinho a cada 30 minutos, lê uma lista do que checar e só fala se tiver algo útil. Se não tiver, responde em silêncio.
- Ele age. Tem terminal, navegador, leitura e escrita de arquivos, agenda e envio de mensagens.
- Ele lembra. A memória fica em arquivos de texto no seu disco, que o próprio agente lê e atualiza.
As cinco camadas do harness
- Entradas. Mensagens dos canais, apps no celular e no computador, e gatilhos como agenda e webhooks. Tudo vira o mesmo tipo de evento.
- Gateway. Um processo único que fica ligado o tempo todo e organiza as conversas. Cada conversa tem uma fila própria, então três mensagens seguidas viram um turno só, sem bagunça.
- Runtime do agente. O loop que monta o prompt, chama o modelo e repete até terminar. Ele pode ser o do próprio OpenClaw ou ser trocado por outros executores, como o Codex, sem mudar o resto.
- Ferramentas. Terminal, navegador, busca na web, mensagens, agenda, subagentes. Cada uma passa por várias camadas de permissão antes de rodar.
- Onde o comando roda. Por padrão, na própria máquina. Um sandbox em container existe, mas vem desligado.
O modelo de IA é só uma peça, e pode ser qualquer um: Claude, GPT, DeepSeek ou um modelo local. O que dá personalidade, contexto e limites ao agente está no harness, não no modelo.
A memória é um punhado de arquivos
O agente não aprende mudando o modelo. Ele aprende escrevendo. Um arquivo guarda as regras de trabalho, outro a personalidade, outro quem é o dono, outro o que checar ao acordar, e outro a memória de longo prazo. Notas do dia entram numa busca que mistura significado e palavra-chave.
Memória que se escreve sozinha é o maior ganho e o maior risco. Um e-mail mal-intencionado repetido pode virar “lembrança” do agente.
Na versão 2.0, lançada em agosto de 2026, o agente passou a consolidar a memória em segundo plano e a propor habilidades novas sozinho. Útil para uso pessoal. Numa empresa, o que vira memória de longo prazo precisa de revisão humana.
Uma fronteira de confiança por instalação
A frase mais importante da documentação, para quem pensa em empresa, é esta: uma instalação é uma fronteira de confiança. Dentro dela, agente, plugins, habilidades e segredos enxergam tudo. Para separar clientes ou áreas, a própria documentação diz que é preciso uma instalação separada.
- Em março de 2026, mais de 155 mil instalações estavam abertas na internet.
- Uma análise da Snyk em fevereiro achou falha de segurança em 36,8% das habilidades públicas avaliadas, e 76 maliciosas.
- A versão 2.0 trouxe modos de sessão (somente leitura, vigiado, workspace e acesso total) e aprovação presa à ação exata, o que ajuda bastante.
Quem paga essa conta
O OpenClaw é gratuito e não fatura. Quem ganha dinheiro em volta dele é quem vende o token do modelo, a máquina onde ele roda e as versões para empresa. Um agente que acorda a cada 30 minutos faz 1.440 turnos por mês mesmo sem ninguém pedir nada, e cada turno custa.
Por isso o pedido mais votado da comunidade em outubro é um teto de custo por agente. Em empresa, custo previsível é parte do desenho, não um detalhe para depois.
O que isso muda na prática
O OpenClaw mostrou para o mundo como é um agente que trabalha sozinho: fila por conversa, rotina que acorda, silêncio quando não há nada, memória em arquivos, regras na ferramenta e aprovação antes da ação sensível. Essas ideias valem para qualquer empresa. O que muda é o cuidado com segurança, custo e prova do que foi feito.
- O Analista de IA escolhe quais rotinas valem um agente sempre ligado e define o que ele pode e não pode tocar.
- O Forward Deployed Engineer monta o agente dentro da operação, com um ambiente isolado por cliente, permissões mínimas, aprovação humana e teto de custo.
- O treinamento ensina o time a revisar o que o agente aprendeu e a aprovar com segurança.
Caixa de entrada, agenda, relatórios, cobrança e cadastros são só exemplos. Se é tarefa que se repete, dá para automatizar, com o harness certo em volta.
O OpenClaw provou que agente sempre ligado é possível. Para levar isso a uma empresa, o trabalho está no harness: o que ele vê, o que ele pode fazer e como ele prova o que fez.
Gostou deste artigo?
Receba o próximo antes de ele chegar ao blog.
Um e-mail curto por edição com o que vale a pena sobre agentes de IA na operação. Sem spam.