OpenClaw divide o trabalho multiagente em três modos: agentes separados, subagentes e ACP

A OpenClaw apresentou seu modelo multiagente não como uma ideia abstrata, mas como um conjunto de modos de trabalho para tarefas reais no Telegram. O usuário pode manter um agente principal e distribuir papéis entre executores permanentes, subagentes temporários e ferramentas externas de desenvolvimento via ACP.

Três modos de trabalho

O esquema da OpenClaw se apoia em três formas diferentes de delegar. A primeira são os agentes permanentes separados, cada um com sua pasta de trabalho, memória e instruções. A segunda são os subagentes, que o agente principal inicia para uma tarefa pontual específica e abastece apenas com o contexto necessário. A terceira é o ACP, modo em que o trabalho de engenharia não é feito pela própria OpenClaw, mas por uma ferramenta externa conectada, como Codex, Claude Code ou Gemini CLI.

O resultado não é um assistente universal, e sim um despachante capaz de escolher o nível de execução adequado para cada tipo de trabalho.

• Agente permanente: para um papel necessário com regularidade
• Subagente: para uma pesquisa pontual ou parte de uma tarefa grande
• ACP: para tarefas de desenvolvimento em ambiente externo
• Agente principal: para roteamento, controle e montagem do resultado

"A multiagência no

OpenClaw não é um único botão, mas vários modos de trabalho dos agentes".

Quando usar cada um

Nesse modelo, agentes separados são úteis quando a tarefa se repete e acumula contexto próprio. O artigo dá exemplos simples: um agente de pesquisa, um de reescrita e um de publicação. Cada um pode viver em sua pasta de trabalho, lembrar ações anteriores e receber tarefas diretamente ou pelo agente principal. Isso reduz o caos: em vez de uma conversa longa com pedidos misturados, surge um sistema de papéis em que cada executor tem sua área de responsabilidade e sua memória acumulada.

Os subagentes resolvem outro problema: como tirar rapidamente do fluxo principal o trabalho pontual ou paralelo. Se é preciso estudar um tema rapidamente, reunir algumas conclusões ou dividir uma tarefa grande em partes independentes, o agente principal pode abrir execuções filhas e depois consolidar as respostas em um resultado único. Isso é especialmente útil para pesquisa e análise preliminar. Nesse modo, não é preciso criar antes um novo participante permanente: o subagente surge para a tarefa, recebe contexto limitado e desaparece ao terminar, sem sobrecarregar o sistema com memória desnecessária.

Para desenvolvimento, a OpenClaw oferece uma rota própria via ACP. O agente principal continua sendo o ponto de entrada e o orquestrador, mas quem escreve o código é uma ferramenta externa. O artigo descreve três cenários: uma sessão ACP pontual para uma única tarefa de engenharia, uma sessão ACP permanente para um projeto longo e a vinculação do contexto ACP a um topic separado do Telegram, onde a discussão técnica fica à parte do chat principal. Esse modo serve quando o projeto precisa de contexto longo, iterações sucessivas e as vantagens de ferramentas CLI especializadas.

Telegram como painel de controle

O autor dá destaque ao Telegram como interface natural para essa arquitetura. Um agente permanente pode ser vinculado a um bot próprio ou ao tópico atual, e o contexto técnico do ACP, a uma thread dedicada no chat. Assim, papéis e linhas de trabalho não se misturam: a pesquisa acontece num lugar, o desenvolvimento em outro, e o agente principal segue como entrada central para passar tarefas. Para o usuário, isso não parece uma infraestrutura complexa, mas um mapa claro de conversas com diferentes tipos de executores.

Daí vem o cenário principal da OpenClaw: o agente principal deixa de ser apenas um interlocutor e vira coordenador do sistema. Ele pode mandar a pesquisa a um agente separado, uma subtarefa pontual a um subagente e a parte de engenharia ao ACP via Codex, e depois devolver uma única resposta consolidada. Ou seja, o usuário não gerencia cada ação manualmente, mas a lógica da divisão do trabalho. Esse é o valor prático da multiagência: menos microgerenciamento, mais especialização controlada e trabalho paralelo.

O que isso significa

Na prática, a OpenClaw não oferece um "agente de IA mágico", mas um modelo operacional para equipes e desenvolvedores solo que querem distribuir papéis, contexto e ferramentas por canais diferentes. Se a abordagem pegar, os chats do Telegram com agentes tendem a lembrar cada vez mais uma IDE leve e uma central de despacho ao mesmo tempo: uma entrada, vários executores e uma separação mais limpa entre pesquisa, conteúdo e código.