Paperclip promete una empresa de agentes de IA, pero en la prueba se ahogó en burocracia

Paperclip propone gestionar no un único asistente de IA, sino una "empresa" entera de agentes con roles, presupuestos y una jerarquía interna. Un autor de Habr probó la idea con una tarea de producto real y obtuvo un fracaso revelador: en dos días, un equipo de ocho "empleados" virtuales gastó tokens, generó ruido y casi no hizo nada.

Cómo funciona Paperclip

Paperclip es un proyecto de código abierto que, según el autor, reunió 24.000 estrellas en GitHub en sus primeros 12 días y, para cuando se publicó el artículo, ya había llegado a 30.600. Su idea es sencilla y ambiciosa a la vez: dejar de trabajar con la IA como un conjunto de chats separados y convertir la interacción en un modelo de empresa. En lugar de un asistente, el usuario obtiene un CEO, un CTO, desarrolladores, un diseñador y otros "empleados" entre los que se pueden repartir tareas, presupuestos y responsabilidad.

"Si OpenClaw es un empleado, Paperclip es una empresa".

• roles de CEO, CTO, ingenieros y diseñadores para distintos tipos de tareas
• límites de tokens y desconexión de los agentes cuando se agota el presupuesto
• un mecanismo de heartbeat que despierta a los agentes según un calendario, en lugar de mantenerlos activos todo el tiempo
• vinculación de cada tarea con un objetivo común, para que el agente entienda el contexto de su trabajo
• compatibilidad con distintas herramientas, desde Claude Code y Codex hasta Bash y agentes HTTP

En el papel, parece muy potente. Paperclip intenta resolver un dolor real de los desarrolladores que tienen decenas de sesiones de agentes abiertas a la vez, pierden el contexto y ven cómo los gastos en tokens se disparan sin control. En torno al proyecto ya se forma un ecosistema: despliegues en la nube, una comunidad activa y la idea de un marketplace de "empresas de IA" listas para escenarios típicos, del marketing al desarrollo. Eso explica por qué el interés por el proyecto creció tan rápido.

Por qué todo se paralizó

Para la prueba, el autor le dio a Paperclip una tarea perfectamente normal: terminar un producto existente, añadir un par de endpoints, integrar una API externa y ajustar la interfaz a un diseño ya dibujado. Después, el sistema se comportó de forma demasiado humana.

El CEO repartió tareas y desapareció a mirar métricas. DevOps se entusiasmó con la automatización y generó un montón de configuraciones de CI/CD. QA no quiso trabajar con ese formato. Backend vio el volumen de la especificación y se retiró irritado. El diseñador se limitó a una frase del tipo "haced los botones como en otros sitios". El líder técnico despertaba de vez en cuando, daba indicaciones estratégicas y volvía a marcharse.

El segundo día no fue mejor. Backend volvió, vio las nuevas aclaraciones y un largo hilo de mensajes, y se fue a un tiempo muerto profundo. Frontend se quedó esperando una API que nunca recibió.

El resultado fue casi satírico: en dos días, ocho agentes gastaron 79.000 tokens, no escribieron ni una sola línea de código útil, rompieron la ficha de la vacante y llevaron al autor a revertir los cambios. Después, un contratista individual en forma de Cursor cerró la misma tarea en aproximadamente hora y media.

Dónde está la utilidad real

El propio autor hace una salvedad importante: el problema no es que Paperclip sea inútil. Al contrario, dio en un punto muy preciso del mercado. Cuando un desarrollador tiene en marcha a la vez Claude Code, Cursor, Codex y otros agentes, el caos aparece rápido: no está claro quién hace qué, dónde está el historial de discusiones, qué contexto se ha perdido y cuánto dinero se ha quemado ya. Paperclip ofrece una capa de gestión sobre este zoo, con tickets, auditoría, recuperación del estado y control del presupuesto.

Pero el experimento también muestra el riesgo principal. En cuanto la interacción se construye según el modelo de una empresa normal, junto con la útil división del trabajo llegan la burocracia, las pérdidas de coordinación y la dependencia de la calidad de cada agente. Paperclip no hace más listos a los modelos ni corrige las malas decisiones; solo las organiza en una estructura. Por eso, el papel más sensato para el humano en un sistema así hoy no es el de micromanager ni el de "empleado junto a los bots", sino el de consejo de administración: fijar el objetivo, asignar el presupuesto, mirar las métricas e intervenir solo donde la autonomía realmente se rompe.

Qué significa

Paperclip ha acertado con un problema futuro del mercado: gestionar varios agentes ya es más difícil que trabajar con uno. Pero el artículo muestra bien el límite de las capacidades actuales: las herramientas de coordinación hacen falta ya, pero copiar una empresa humana, con su jerarquía y sus rituales, para agentes autónomos es todavía prematuro.