Paperclip, el proyecto de código abierto que convierte la gestión de agentes de inteligencia artificial en una operación empresarial con organigramas, presupuestos y gobernanza, ya superó las 111 mil estrellas en GitHub. En lugar de abrir diez sesiones sueltas de Claude Code, la plataforma ofrece un tablero central para dirigir a toda una fuerza laboral de IA.

La idea detrás de Paperclip es simple de enunciar y ambiciosa de ejecutar: si un agente como OpenClaw funciona como un empleado individual, Paperclip se comporta como la empresa completa. Se trata de un servidor Node.js con una interfaz React que orquesta un equipo de agentes de IA para operar un negocio, ya sea con Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Pi, Hermes u OpenClaw. La anécdota repetida por sus usuarios es reveladora: la herramienta parece un gestor de tareas, pero debajo del capó hay organigramas, presupuestos, gobernanza y coordinación entre agentes.

Vale la pena señalar que el proyecto, desarrollado bajo licencia MIT y escrito principalmente en TypeScript, nació a inicios de marzo de 2026 y en cuestión de semanas se convirtió en uno de los repositorios de más rápido crecimiento en la historia de la plataforma. Su promesa central también explica el entusiasmo: gestionar objetivos de negocio, no pull requests. Si el reto de 2026 era que cada agente tuviera un rol claro dentro de un equipo, algo que ya analizamos al explicar cómo construir un equipo de agentes de IA eficiente, Paperclip lleva esa lógica a un nivel de plataforma completa.

¿Qué es exactamente Paperclip?

Paperclip es una aplicación autoalojada que se instala con un solo comando mediante Node.js, sin requerir cuenta alguna, y cuya versión en la nube está disponible en lista de espera. Una vez en marcha, permite traer tus propios agentes, asignarles objetivos y rastrear el trabajo y los costos desde un mismo tablero. Cada agente puede usar su propio modelo y su propio entorno de ejecución, mientras las tareas, permisos, habilidades e historial del equipo permanecen centralizados. El lema del proyecto resume su filosofía de contratación: si puede recibir un latido (heartbeat), está contratado.

El flujo propuesto por la documentación oficial sigue tres pasos que suenan a manual de recursos humanos: definir el objetivo, contratar al equipo (un director ejecutivo, un director técnico, ingenieros, diseñadores o especialistas de marketing, todos bots de cualquier proveedor) y aprobar la estrategia antes de pulsar el botón de arranque. Cada tarea tiene un único responsable, ya sea agente o persona, y un hilo que conserva comentarios, aprobaciones y costo.

¿Qué diferencia hay entre gestionar agentes a mano y con Paperclip?

¿Cómo funcionan los organigramas de agentes?

La primera gran aportación de Paperclip es conceptual: los agentes dejan de ser ventanas sueltas de terminal y pasan a integrar equipos con jerarquías visibles. Cada nodo del organigrama tiene un rol, una línea de reporte y responsabilidades concretas, lo que evita el caos de varios bots pisándose las tareas dentro del mismo chat, un problema que conocen bien quienes ya experimentaron con colecciones de agentes de IA especializados como Agency Agents.

¿Cómo se controlan objetivos, límites y presupuestos?

El segundo pilar es la gobernanza económica. A cada agente se le pueden asignar objetivos, rastrear su uso y establecer límites de operación, con presupuestos individuales que pausan automáticamente al agente cuando agota su techo de gasto. Los objetivos se descomponen en tareas y el tablero monitorea avance y costo en tiempo real, algo imposible de sostener con cinco scripts y cinco cron jobs desconectados.

¿Qué papel juegan las aprobaciones y la supervisión humana?

La autonomía sin control es una receta para el desastre, y Paperclip lo asume con un sistema de aprobaciones y etapas de revisión: una persona revisa las acciones de los agentes y decide qué tareas requieren visto bueno humano antes de cerrarse. En la práctica, el equipo humano define la estrategia, fija los límites y supervisa, mientras la plantilla de IA ejecuta dentro de esas reglas.

¿Por qué importa la memoria persistente y las habilidades por agente?

Cada agente cuenta con memoria persistente, instrucciones propias y habilidades especializadas que conserva entre sesiones. Esto lo diferencia de los chatbots que olvidan todo al cerrar la ventana, y conecta con la tendencia de agentes que aprenden de cada interacción, similar a lo que ocurre al crear agentes en la plataforma Hermes con memoria y habilidades reutilizables.

¿Qué no es Paperclip?

Aquí conviene ser honestos para no vender humo. Paperclip no es un agente ni un modelo de IA: es una capa de gestión que orquesta agentes que tú aportas, cada uno corriendo con las claves de API y proveedores que tú pagas. Tampoco es una solución a las alucinaciones: las hace visibles y rastreables, pero no las evita. No reemplaza a Jira ni a Linear, ya que su sistema de tickets es propio, y no es apto para usuarios sin afinidad técnica: la instalación y el diseño del organigrama asumen comodidad con la terminal y con estructuras organizacionales reales.

¿Para quién sí vale la pena Paperclip?

Para desarrolladores y equipos pequeños que ya ejecutan varios agentes persistentes en flujos de trabajo superpuestos: ahí es donde los presupuestos, los registros de auditoría y las ventanas programadas de trabajo marcan la diferencia entre un equipo que funciona y una explosión de archivos basura. Si solo corres un agente local y revisas su salida personalmente, esta capa no te hace falta todavía. Si quieres explorar el proyecto, el repositorio oficial de Paperclip en GitHub y su documentación de producto en paperclip.ing son los puntos de partida recomendados antes de conectar cualquier sistema crítico.

El mensaje de fondo de Paperclip resume bien el momento: construido para quienes quieren hacer que el trabajo se haga, no cuidar agentes. Si 2025 fue el año de probar agentes, 2026 parece ser el año de organizarlos como si fueran una compañía entera.