PI Agent, OpenClaw, Hermes, OpenCode, Odysseus y SHIVA: el mapa definitivo de harness agénticos open source (y por qué el CLI-first gana)

PI Agent acaba de explotar — y casi nadie está hablando de lo que realmente importa. Mientras el hype se reparte entre estrellas de GitHub, benchmarks de Databricks y un streamer de YouTube que construyó su propio agente, nosotros pasamos las últimas semanas probando y comparando los harness agénticos open source que definen esta era. Y encontramos un patrón claro: la industria construye harness para que los humanos se sientan bien. Los que producen, construyen para que el agente produzca.

Este artículo es el mapa que no encontramos en ningún lado: seis harness — PI Agent, OpenClaw, Hermes, OpenCode, Odysseus y SHIVA — comparados en 12 dimensiones técnicas, con datos verificados y una matriz de decisión para que sepas cuál usar según tu caso. Spoiler: el que menos interfaz tiene, es el que más produce.

1. Qué es un harness (y por qué importa más que el modelo)

Antes de comparar, definamos el terreno. Un harness agéntico es la capa de software que conecta un modelo de lenguaje con un bucle de agente: herramientas, memoria, sesiones, permisos y el ciclo completo de "observar → decidir → actuar". El modelo cambia cada 2 meses; el harness es la infraestructura que te queda.

Por eso la elección de harness es la decisión de arquitectura más importante de tu stack de IA — más que qué modelo usas. Un harness mal diseñado te ata a una interfaz, a un proveedor o a un flujo de trabajo que no escala. Un harness bien diseñado se convierte en la fábrica donde todos tus modelos trabajan.

2. El panorama completo: 6 harness, 12 dimensiones

Esta es la tabla que resume todo. La construimos con datos verificados de las fuentes oficiales de cada proyecto (agosto 2026):

Ahora, harness por harness — con lo que nadie más te dice.

3. PI Agent: el minimalismo que validaron Databricks y Shopify

PI (pi.dev) es el harness de Mario Zechner (sí, el creador de libGDX — sabe de hacer herramientas que duran). Su tesis es radical: "un harness mínimo que se adapta a tus flujos de trabajo, no al revés". Nada de features hinchadas: un CLI + SDK que conecta un proveedor de modelo, un bucle de agente, almacenamiento de sesiones y una UI de terminal.

Lo que lo hace interesante no es lo que tiene — es lo que no construyó. PI no tiene capa de agentes compleja ni framework de memoria exótico: tiene sesiones en forma de árbol (DAG), cuatro modos de ejecución (interactivo a embebido), y un sistema de context engineering con AGENTS.md y SYSTEM.md que le dice al modelo exactamente cómo trabajar.

El patrón es claro: menos contexto por turno + menos ejecuciones = menos costo y más precisión. Eso no se logra con más UI — se logra con mejor ingeniería de contexto. Y es exactamente la misma tesis que nosotros aplicamos en SHIVA: el harness no debería interponerse entre el agente y el trabajo.

3.1 PI como extensión: "PI puede modificar PI"

PI es extensible en TypeScript y permite que el propio agente modifique su runtime con /reload y paquetes compartibles. Es la diferencia entre un producto cerrado y una herramienta viva. Si el harness es tuyo, puedes hacer que se mejore a sí mismo.

4. OpenClaw vs Hermes: el hype de la UI contra la sustancia de la memoria

Estos dos son los más populares — y los más malentendidos. Los ponemos juntos porque representan dos extremos del mismo error: confundir presencia con productividad.

4.1 OpenClaw: 280K⭐ de gateway multi-canal

OpenClaw es impresionante como capa de integración con mensajería: conecta Telegram, Discord, WhatsApp, Slack y más, con memoria en archivos Markdown de doble capa y un ecosistema enorme de skills. Es el mejor agente de chat self-hosted que existe.

Pero aquí está el matiz que nadie dice: 280K estrellas miden el atractivo del producto, no su capacidad de orquestación. OpenClaw está diseñado para chatear con humanos a través de canales — y eso lo hace menos natural para ser orquestado por otro agente en un pipeline. Su fortaleza (multi-canal) es también su acoplamiento: cada canal es una superficie de entrada que el harness administra, y el agente "habita" en la mensajería en vez de ejecutar trabajo estructurado.

4.2 Hermes: la memoria procedural de Nous Research

Hermes Agent (Nous Research) es el contraste perfecto: 187K⭐ pero con una arquitectura seria. Su innovación es una memoria procedural que se auto-gestiona: en vez de un vault estático, el sistema decide qué recordar, cuándo consolidar y qué olvidar — basado en cómo se usa el agente. A eso se suma un core provider-agnostic y un modelo de seguridad de 7 capas que trata al agente como un ciudadano de primera clase en el sistema.

Hermes es, de los dos populares, el que mejor entiende que la memoria es el diferenciador real — algo que nosotros también exploramos con MillenniumDB. Pero su interfaz y su enfoque de "agente que crece contigo" siguen siendo centrados en el humano: el harness aprende de ti en una sesión interactiva, no necesariamente para ser orquestado en producción.

5. OpenCode: el todoterreno model-agnostic

OpenCode (160K⭐, 900+ contributors, MIT) es el harness que mejor equilibra accesibilidad y potencia: terminal TUI + desktop app + extensión de IDE, con 75+ proveedores de modelos (Claude, GPT, Gemini, GLM-5.2, Ollama local) y una arquitectura que rechaza el vendor lock-in por diseño.

Su apuesta es clara: un harness que no te ate a ningún modelo. LSP integrado, sesiones multi-agente, modos plan/build, y un ecosistema de plugins/MCP. Si tuvieras que elegir un harness generalista para un equipo de desarrollo, OpenCode es probablemente la opción más sólida hoy.

6. Odysseus: el workspace que PewDiePie construyó (y su límite)

Odysseus es la historia que a todos les encanta: PewDiePie pasó 12 meses aprendiendo a programar y construyó un workspace de IA self-hosted — chat, agentes, deep research, email, calendario y notas, todo local, con licencia AGPL-3.0 y soporte para Ollama, vLLM y OpenAI. Es un logro real y el proyecto tiene un mérito enorme: democratizar un workspace privado de IA.

Pero seamos honestos sobre su lugar en el mapa: Odysseus es un workspace centrado en la UI — una interfaz web para que un humano administre su vida con IA. No es un harness de orquestación agéntica para producción. Su límite es exactamente su fortaleza: es un producto para personas, no una capa para agentes.

7. SHIVA: por qué diseñamos un harness agent-first (CLI sin cuello de botella)

Y llegamos a la parte incómoda: hablamos de nuestro propio harness. SHIVA es el agente que opera esta misma web, escribe este blog, gestiona nuestra memoria de grafo y orquesta nuestro stack. Y su característica más importante no es una feature — es una decisión de diseño:

Concretamente, esto significa:

• CLI-first puro: no hay "pantalla principal" ni flujo de clics que un agente no pueda atravesar. Un agente puede invocar a SHIVA igual que invoca una API.
• Skills como archivos Markdown: el conocimiento operativo (cómo crear un blog, cómo hacer outreach, cómo analizar una imagen) vive en archivos planos que cualquier modelo lee. No hay base de datos propietaria que te ate.
• Memoria de grafo con MillenniumDB: en vez de archivos sueltos, consultamos relaciones vía SPARQL — multi-hop, estructurado, consultable por cualquier agente.
• Orquestación multi-agente nativa: SHIVA puede lanzar swarms de agentes en paralelo porque cada agente es un proceso invocable, no una sesión de chat atrapada en una UI.
• Sin markup de suscripción: el harness corre en nuestra infraestructura, con nuestros modelos, sin pagar licencias por "presets envueltos en botones".

8. Matriz de decisión: qué harness para cada caso de uso

Todo lo anterior, resumido en decisiones accionables:

9. La conclusión: el CLI-first no es nostalgia — es la única forma de escalar

Después de probar los seis, la conclusión es contundente:

• El hype se mide en estrellas; la productividad se mide en pipelines. OpenClaw domina las primeras; PI, OpenCode y SHIVA dominan las segundas.
• Menos contexto = más precisión = menos costo. Databricks lo probó con PI. Nosotros lo vivimos con SHIVA todos los días.
• La UI es un costo, no un beneficio, cuando tu usuario es un agente. Cada clic manual es un cuello de botella que pagas para siempre.
• El futuro no es "el mejor agente" — es la orquestación de muchos. Y solo los harness scripteables, extensibles y soberanos pueden ser orquestados.