nullClaw en Zig superó a OpenClaw en uso de memoria y arranque en pruebas locales de agentes de AI

NullClaw — un runtime de agente en Zig como un binario único — demuestra que un agente AI local no tiene que llevar consigo una pila pesada. En pruebas comparativas con OpenClaw, el proyecto se iniciaba más rápido y consumía un orden de magnitud menos memoria, especialmente en tareas paralelas.

¿Por qué Zig aquí?

La idea principal del artículo no es declarar a NullClaw el ganador absoluto entre todas las plataformas de agentes. El autor lo compara con OpenClaw solo en breves escenarios locales: comandos de servicio, una única agent-run, una pequeña tarea de codificación y un lote de ejecuciones paralelas. Sobre este fondo, queda claro cuán caro es un agente AI típico como proceso hoy.

La mayoría de estos sistemas tienen Node.js, Python, dependencias, servicios en segundo plano y una capa gateway bajo el capó. NullClaw ofrece un enfoque diferente: un runtime maximamente compacto sin sobrecarga innecesaria.

De ahí la elección de Zig. El lenguaje se necesita aquí no por moda, sino por franqueza de ingeniería: un único binario, control explícito de memoria, ausencia de un runtime administrado pesado y compilaciones más comprensibles. En build.

zig el autor anota por separado conmutadores de compile-time para canales y motores de memoria, significando que la compilación puede adaptarse a un escenario específico. Esto es importante no solo para la velocidad de inicio, sino también para implementaciones self-hosted y edge, donde cada megabyte extra y cada dependencia rápidamente se convierten en un problema práctico.

Números Sin Ruido

Las mediciones se realizaron en una Mac mini M4 con 16 GB de RAM y macOS arm64. Ambos proyectos utilizaron el mismo modelo a través de OpenRouter, y las métricas se calcularon en series de ejecuciones: por separado para procesos "frescos", por separado para escenarios warm, por separado para coding-runs y tareas paralelas. El autor deliberadamente separa la sobrecarga de runtime puro de la latencia de red del modelo, porque en el último caso incluso un runtime muy ligero se encuentra con el round-trip externo.

• comando --help: NullClaw — 0,002 s y aproximadamente 1,9 MB RSS, OpenClaw — 0,621 s y aproximadamente 308 MB
• short agent-run: 2,55 s y aproximadamente 7,7 MB versus 3,37 s y aproximadamente 567 MB
• small coding-run: 4,86 s y aproximadamente 7,7 MB versus 6,64 s y aproximadamente 572 MB
• 10 tareas de codificación paralelas: 9,3 s y aproximadamente 54 MB RSS total versus 13,14 s y aproximadamente 523 MB

La diferencia más fuerte es visible precisamente en la memoria. En términos de velocidad, NullClaw es a menudo más rápido, pero no siempre dramáticamente, porque algunos escenarios están limitados por la respuesta del modelo a través de la red. Al mismo tiempo, en ejecuciones cortas y paralelas, OpenClaw permanece consistentemente en el nivel de cientos de megabytes, mientras que NullClaw — en el nivel de una o decenas de megabytes. Para uso local, esto significa ejecuciones multi-agentes más baratas, carga más predecible y menos fricción al moverse entre máquinas.

Significado Práctico de la Comparación

El artículo también proporciona un ejemplo más revelador que tablas secas: el proyecto ClawWatch para smartwatches. Utiliza NullClaw como un binario ARM estático junto con reconocimiento de voz offline Vosk y TTS integrado, y puede manejar algunas solicitudes sin llamar al modelo. Aquí, la compacidad deja de ser solo una optimización agradable. Para un dispositivo con un límite de memoria difícil, la diferencia entre algunos megabytes y cientos de megabytes determina si es posible incorporar el agente en el producto, en lugar de solo ejecutarlo en la computadora portátil de un desarrollador.

"En un smartwatch, la diferencia entre 'algunos megabytes' y 'cientos

de megabytes' es la pregunta de '¿encaja esto en absoluto?'."

El autor observa por separado que tampoco hay magia con el tamaño del binario aquí. En el README para ReleaseSmall, se reclaman 678 KB, pero los artefactos de lanzamiento publicados son notablemente más grandes: alrededor de 3,9 MB para macOS arm64 y 3,1 MB para Linux arm64, con una compilación local que produce aproximadamente 2,6 MB. Pero la conclusión principal no cambia: el valor de NullClaw no radica en la cifra de titular del README, sino en la combinación de inicio rápido, RSS bajo y una superficie funcional estrecha que es más fácil de controlar tanto desde una perspectiva operacional como de seguridad.

Qué Significa Esto

NullClaw trae la conversación sobre agentes AI de vuelta a una pregunta fundamentada: ¿cuánto debe costar una ejecución de proceso? Si la infraestructura de agentes se mueve hacia edge, self-hosted y tareas paralelas en masa, los runtimes que ahorran memoria, se inician sin pausa y no arrastran media docena de dependencias de servidor saldrán ganadores.