Dejé que Claude controlara mi Mac durante una semana. Esto es lo que pasó.

Dejé que Claude controlara mi Mac durante una semana. Esto es lo que pasó.

El correo electrónico salió a las 3:47 PM un jueves. Una carta de presentación, personalizada para una oferta de trabajo específica, haciendo referencia al reciente lanzamiento de producto de la empresa, ajustada a su tono, formateada correctamente y enviada desde mi propia cuenta de Gmail. No escribí ni una sola palabra. Ni siquiera abrí Gmail.

Claude lo hizo. En mi Mac. Mientras yo me preparaba un sándwich en la cocina.

Le había dicho una sola cosa: "Encuentra la vacante de senior developer en [nombre de la empresa] en su página de empleo, escribe una carta de presentación basada en mi currículum y envíala por correo al contacto de contratación." Después me fui. Cuando volví, la carpeta de enviados tenía un nuevo mensaje, y la carta de presentación era mejor de lo que yo habría escrito si hubiera dedicado cuarenta y cinco minutos — porque Claude había leído la oferta de empleo, extraído los requisitos específicos y los había comparado con mi experiencia. No de una forma genérica de "soy un profesional motivado". De una forma de "su oferta menciona orquestación de Kubernetes a escala, y aquí hay un proyecto específico donde hice exactamente eso".

Eso fue el día uno. Para el día siete, Claude había asistido a una reunión de Zoom en mi nombre, escrito y programado un pull request a las 2 AM mientras yo dormía, y — en un momento que genuinamente me sobresaltó — accedido a mi cuenta bancaria para verificar una transacción sobre la que le había preguntado. Completó cada tarea correctamente. Y cada una planteó una pregunta con la que sigo lidiando: ¿cuánto control deberías darle a una IA que puede operar tu computadora entera?

Esto es Computer Use de Anthropic, y se lanzó el 23 de marzo de 2026. Lo he estado probando obsesivamente desde entonces. Lo que encontré fue tanto más capaz como más inquietante de lo que esperaba — y la comparación con OpenClaw, que he estado usando durante meses, revela una división filosófica en cómo estamos construyendo el futuro de la automatización con IA.

Aquí está el análisis honesto, incluyendo las partes de las que Anthropic probablemente preferiría que no hablara.

Lo que Anthropic realmente construyó aquí

Computer Use no es una mejora de chatbot. No es un autocompletado mejorado. Es un sistema que le da a Claude la capacidad de ver tu pantalla, mover el cursor del ratón, hacer clic en botones, escribir en campos de texto y navegar entre aplicaciones — exactamente como lo haría un humano sentado en tu escritorio.

La arquitectura técnica importa, así que permíteme ser preciso. Claude recibe un flujo de capturas de pantalla de la pantalla de tu Mac. Procesa lo que hay en pantalla usando sus capacidades de visión, decide qué acción tomar a continuación y envía comandos de ratón/teclado que se ejecutan en tu máquina. El ciclo se repite: captura de pantalla, analizar, actuar, captura de pantalla, analizar, actuar. No está accediendo a APIs de aplicaciones ni leyendo tu sistema de archivos mediante código. Literalmente está mirando tu pantalla y haciendo clic en cosas.

Esta distinción es crítica. Cuando Claude rellena un formulario en un sitio web, lo hace de la misma manera que tú — encontrando el campo de texto visualmente, haciendo clic en él, tecleando caracteres. Cuando abre una aplicación, hace clic en el ícono de tu dock o usa la búsqueda de Spotlight. Este enfoque significa que puede trabajar con cualquier aplicación que tenga una interfaz visual, incluyendo apps que no tienen APIs ni hooks de automatización.

Disponible ahora para suscriptores de Claude Pro a $17/mes y suscriptores Max a $100 o $200/mes, Computer Use funciona como vista previa de investigación solo en macOS. El soporte para Windows está planeado pero no tiene una fecha pública. Lo activas dentro de Claude Cowork o Claude Code, y lo primero que hace es preguntarte a qué aplicaciones quieres darle acceso — un modelo de permisos en el que profundizaré en breve, porque es una de las decisiones de diseño más importantes que tomó Anthropic.

Pero antes de entrar en el modelo de seguridad, necesitas ver lo que esta cosa puede hacer realmente cuando la sueltas. Porque las demos en la página de marketing de Anthropic no se acercan ni de lejos a lo que sucede cuando le das tareas reales en un entorno desordenado del mundo real.

Siete días, siete experimentos — Lo que realmente probé

Diseñé una semana de pruebas cada vez más ambiciosas, comenzando con automatización simple y terminando con tareas que genuinamente me pusieron nervioso. Esto es lo que sucedió.

Día 1: Automatización de solicitudes de empleo

El experimento de la carta de presentación que describí en la apertura. Pero lo interesante no fue el resultado — fue el proceso. Observé las interacciones de Claude con la pantalla en tiempo real (puedes observar todo lo que hace). Abrió Safari, navegó a la página de empleo de la empresa, se desplazó por las ofertas hasta encontrar la correcta y leyó la descripción completa del puesto. Luego cambió a un editor de texto, redactó la carta de presentación, la revisó dos veces (lo vi borrar y reescribir el párrafo de apertura), abrió Gmail, compuso un nuevo mensaje, pegó la carta, añadió el destinatario correcto de la oferta de empleo y presionó enviar.

Toda la secuencia tomó unos cuatro minutos. Un humano haciendo lo mismo — leyendo la oferta cuidadosamente, escribiendo una carta personalizada, enviándola — tardaría treinta a cuarenta y cinco minutos. Y la carta de Claude era genuinamente buena. No buena-de-plantilla. Buena-con-conciencia-de-contexto.

Día 2: Gestión de calendario y reuniones

Le dije a Claude: "Revisa mi calendario para mañana, encuentra cualquier conflicto, y si hay reuniones superpuestas, envía un correo al organizador de la menos importante para reprogramar." Abrió Calendario, identificó un conflicto entre una llamada con un cliente y un standup interno, determinó (correctamente) que el standup tenía menor prioridad, abrió Gmail, compuso una solicitud educada de reprogramación y la envió.

La decisión de juicio sobre qué reunión era "menos importante" fue lo que me hizo pausar. Claude infirió la prioridad basándose en el contexto — orientada al cliente vs. interna, el número de asistentes y la descripción de la reunión. Acertó. Pero el hecho de que esté tomando decisiones de priorización sobre mi agenda sin reglas explícitas se siente como un umbral que hemos cruzado y que la mayoría de la gente aún no ha procesado completamente.

Día 3: Generación de código y programación de PR

Aquí es donde mi cerebro de desarrollador se emocionó. Le pedí a Claude que escribiera una función utilitaria para analizar configuraciones JSON anidadas, creara una nueva rama en mi repositorio Git, hiciera commit del código y programara el pull request para abrirse a las 2 AM — cuando mi compañero de equipo en otra zona horaria empezaría su día.

Claude abrió VS Code, creó el archivo, escribió la función (con tests — ni siquiera pedí tests), abrió la terminal, ejecutó los comandos git, hizo push al repositorio remoto y usó la función de PR programado de GitHub para establecer la hora de apertura. A las 2:07 AM, el PR apareció en la cola de notificaciones de mi compañero. El código estaba limpio. Los tests pasaron.

He estado construyendo workflows de programación asistidos por IA durante un tiempo, y esto se sintió como un paso significativo hacia adelante. No porque el código fuera mejor que lo que Claude genera a través de su API — no lo era — sino porque la entrega de principio a fin ocurrió sin que yo tocara nada después del prompt inicial.

Día 4: Piloto automático en reunión de Zoom

Este me hizo sentir incómodo antes, durante y después. Le dije a Claude que se uniera a mi reunión de Zoom de las 11 AM, tomara notas, y si alguien me hacía una pregunta, respondiera con "Estoy revisando eso y daré seguimiento antes del final del día."

Claude abrió Zoom, hizo clic en el enlace de la reunión, se unió con mi cámara apagada y micrófono silenciado. Observó las diapositivas de la presentación compartida en pantalla y generó notas en tiempo real. Cuando alguien dijo mi nombre y preguntó sobre un cronograma de deployment, Claude activó el micrófono y — usando la función de texto a voz del Mac — entregó la respuesta predefinida que le había dado.

¿Funcionó? Técnicamente, sí. ¿Se sintió profundamente extraño? Absolutamente. Los otros participantes no sabían que estaban hablando con una IA. Esa es una línea que no estoy seguro de querer cruzar de nuevo, aunque la utilidad inmediata fuera obvia. Yo estaba en la silla del dentista durante esa reunión y la habría perdido completamente de otra manera.

Día 5: Investigación y compilación de informes

Le pedí a Claude que investigara el estado actual de la regulación de IA en la UE, compilara los hallazgos en un informe estructurado con citas y lo guardara como PDF en mi escritorio.

Esta fue la tarea donde Computer Use se sintió más natural. Claude abrió Safari, buscó actualizaciones recientes del EU AI Act, visitó páginas oficiales del gobierno, navegó a artículos y enmiendas específicos, alternó entre pestañas para contrastar información, abrió Pages (el procesador de texto de Apple) y construyó un informe formateado con encabezados, viñetas y citas en línea. El PDF apareció en mi escritorio veintidós minutos después.

El informe era sólido — no listo para publicación, pero un primer borrador fuerte que me habría llevado dos a tres horas de investigación y redacción. Las citas eran precisas. La estructura era lógica. Se le escaparon algunos matices sobre las actualizaciones del cronograma de aplicación de marzo de 2026, que detecté y corregí en unos diez minutos.

Día 6: Operaciones financieras

Aquí es donde la cuestión de la confianza se pone seria. Le pedí a Claude que iniciara sesión en mi cuenta bancaria y verificara si un pago freelance específico se había procesado.

Abrió Safari, navegó a la página de inicio de sesión de mi banco, introdujo mis credenciales (que yo había proporcionado), manejó la solicitud de autenticación de dos factores diciéndome que la aprobara en mi teléfono, y una vez dentro, navegó a las transacciones recientes y encontró el pago. Reportó: "El pago de $4,200 de [nombre del cliente] se procesó el 25 de marzo."

Preciso. Útil. Y estuve sudando todo el tiempo. No porque Claude hiciera algo mal — no lo hizo. Pero ver a una IA navegar por la interfaz de mi banco, con mis credenciales reales, accediendo a datos financieros reales, activó cada instinto de seguridad que tengo. Explico por qué esto importa en la sección de seguridad. Esta prueba fue importante precisamente porque resultaba incómoda.

Día 7: La prueba de estrés de múltiples pasos

Para el día final, le di a Claude una tarea compleja que abarcaba múltiples aplicaciones: "Encuentra los tres papers de IA más trending en arXiv de esta semana, resume cada uno, crea una presentación comparando sus enfoques, envía la presentación por correo a mi grupo de investigación y añade un recordatorio a mi calendario para discutirlo el próximo martes a las 3 PM."

Esto requirió que Claude coordinara entre Safari, un editor de texto, Keynote, Gmail y Calendario. Tomó treinta y un minutos. La presentación tenía seis diapositivas — una vista general, una diapositiva por paper, una tabla comparativa y una diapositiva de preguntas para discusión. El correo estaba formateado correctamente. El evento del calendario apareció con la hora correcta y un enlace a la presentación adjunta.

Un resumen de paper tenía un error — Claude atribuyó incorrectamente un hallazgo de la sección de metodología a los resultados. Todo lo demás fue preciso. Para una ejecución autónoma de treinta y un minutos tocando cinco aplicaciones, es una tasa de error impresionante.

Pero impresionante no es lo mismo que confiable. Y esa distinción es toda la conversación que necesitamos tener sobre esta tecnología.

El modelo de permisos — Por qué el enfoque de Anthropic es más inteligente de lo que parece

Cuando activas Computer Use por primera vez, Claude te pide que apruebes cada aplicación individualmente. ¿Quieres que use Safari? Aprueba Safari. ¿Gmail? Aprueba Gmail. ¿Terminal? Aprueba Terminal. Cada app tiene su propio interruptor, y Claude no puede interactuar con ninguna aplicación a la que no hayas otorgado acceso explícitamente.

Esto parece una decisión de diseño menor. No lo es. Es la decisión arquitectónica más importante de todo el producto.

OpenClaw — la alternativa open-source que he probado extensamente — adopta el enfoque opuesto. Solicita acceso amplio al sistema. Una vez que lo concedes, OpenClaw puede tocar cualquier cosa en tu máquina. Archivos, aplicaciones, conexiones de red, configuraciones del sistema. La flexibilidad es poderosa, y para workflows de automatización estructurada, los action primitives de OpenClaw son genuinamente mejores para tareas repetibles. Pero la superficie de seguridad es enorme.

El modelo de permisos por aplicación de Anthropic significa que incluso si algo sale mal — un ataque de prompt injection, una instrucción mal interpretada, una acción alucinada — el radio de daño está contenido. Si Claude solo tiene acceso a Safari y un editor de texto, físicamente no puede tocar tus aplicaciones financieras, tu terminal o tus configuraciones del sistema. El techo de daño está limitado por los permisos que has otorgado.

Esto importa más de lo que la mayoría de la gente se da cuenta, porque prompt injection es un vector de ataque real y demostrado para agentes de computer use. Investigadores de seguridad han demostrado que instrucciones maliciosas incrustadas en contenido de páginas web pueden secuestrar las acciones de Claude — diciéndole que descargue archivos, haga clic en enlaces o navegue a páginas hostiles. Anthropic dice que Sonnet 4.6 muestra "resistencia mejorada" a prompt injection en comparación con modelos anteriores, y su investigación publicada sobre defensas contra prompt injection describe las estrategias de mitigación que están usando. Pero "resistencia mejorada" no es "inmune". Una tasa de éxito del 1% con millones de usuarios todavía significa miles de compromisos potenciales.

Mi recomendación: comienza con los permisos mínimos que necesites. Si estás usando Computer Use para investigación, otorga acceso solo a Safari. Si estás haciendo tareas relacionadas con código, añade VS Code y Terminal. Expande el conjunto de permisos solo cuando una tarea específica lo requiera, y revoca el acceso cuando termines. Trátalo como tratarías las claves SSH — principio de mínimo privilegio, siempre.

Computer Use vs. OpenClaw — La comparación real

He estado ejecutando ambos sistemas durante semanas, y la comparación no es "cuál es mejor". Es "cuál es adecuado para lo que intentas hacer".

Configuración y accesibilidad: Computer Use de Claude gana de forma decisiva. Actívalo en Claude Cowork, aprueba tus apps y estás funcionando. Tiempo total: menos de cinco minutos. OpenClaw requiere contenedores Docker, definiciones de action schema, configuración de entorno y familiaridad con CLI. Reserva una tarde para tu primera configuración, más si no tienes infraestructura Docker existente.

Flexibilidad de modelo: OpenClaw es agnóstico en cuanto a modelos — funciona con Claude, GPT-4o, Gemini, modelos locales vía Ollama y cualquier cosa con una API compatible. Puedes dirigir tareas simples a modelos más baratos y reservar los caros para razonamiento complejo. Computer Use está bloqueado a Claude. Si quieres diversidad de modelos o necesitas evitar vendor lock-in, OpenClaw es la única opción.

Fiabilidad de automatización: Para workflows que ejecutarás cientos de veces, OpenClaw es más fiable. Sus action primitives son testeables y depurables. Puedes inspeccionar exactamente qué pasó en cada paso, reproducir fallos y construir lógica de manejo de errores. El enfoque basado en visión de Computer Use es más flexible pero menos predecible — la interpretación de capturas puede fallar si un elemento de UI carga lentamente o se renderiza de forma diferente a lo esperado.

Modelo de seguridad: Los permisos por aplicación de Anthropic versus el acceso amplio al sistema de OpenClaw. Para usuarios individuales ejecutando tareas sensibles, el modelo de Claude es más seguro por diseño. Para equipos ejecutando automatización estructurada en entornos sandboxed, el enfoque de OpenClaw es aceptable si has hecho el trabajo de seguridad.

Operación remota: Computer Use se empareja con la función Dispatch de Anthropic — puedes asignar tareas desde tu iPhone y volver al trabajo terminado en tu escritorio. OpenClaw no tiene un mecanismo de activación móvil nativo, aunque puedes improvisar uno a través de integraciones con Telegram o WhatsApp.

Costo: Computer Use requiere una suscripción a Claude Pro ($17/mes) o Max ($100-$200/mes). OpenClaw es gratuito y open-source, aunque pagarás por las llamadas API del modelo subyacente — que pueden sumarse rápidamente si ejecutas tareas complejas frecuentemente.

La conclusión: si quieres un agente de escritorio de propósito general que maneje tareas diversas y puntuales con configuración mínima, Computer Use es la mejor opción ahora mismo. Si necesitas automatización de alta fiabilidad y repetible para workflows específicos — y tienes las habilidades técnicas para configurarlo — OpenClaw te da más control.

Si prefieres que alguien construya una configuración de automatización personalizada adaptada a tu workflow, acepto proyectos de integración de IA. Puedes ver lo que he construido en fiverr.com/s/EgxYmWD.

La conversación sobre el desplazamiento laboral que nadie quiere tener honestamente

El CEO de Anthropic, Dario Amodei, le dijo a Axios el año pasado que la IA podría eliminar la mitad de todos los empleos de oficina de nivel inicial en cinco años — potencialmente empujando el desempleo al 10-20%. Esa predicción fue noticia, atrajo críticas y fue archivada en la carpeta de "predicciones aterradoras sobre IA" de la mayoría de la gente.

Después de una semana con Computer Use, creo que el cronograma de Amodei puede ser agresivo, pero su dirección es correcta. Y el mecanismo es más específico de lo que la mayoría imagina.

Computer Use no reemplaza a un ingeniero de software. No reemplaza a un abogado o analista financiero. Lo que reemplaza es la capa de ejecución rutinaria de esos trabajos — las horas dedicadas a tareas que requieren alfabetización informática pero no experiencia profunda. Escribir cartas de presentación. Programar reuniones. Compilar investigaciones en informes. Rellenar formularios. Enviar correos electrónicos estandarizados. Actualizar hojas de cálculo.

Según la propia investigación de Anthropic publicada en marzo de 2026, aunque la IA aún no ha eliminado empleos de manera significativa, hay "evidencia sugestiva de que la contratación de trabajadores más jóvenes" en ocupaciones expuestas ya se ha ralentizado — particularmente para edades de 22-25. Los empleos no están desapareciendo de la noche a la mañana. El flujo de entrada se está estrechando.

Aquí está la tensión honesta con la que estoy lidiando: como desarrollador y constructor de IA, Computer Use hace mi trabajo más eficiente. Ahorro tiempo real. Hago cosas mientras estoy lejos de mi escritorio. Mi producción por hora ha aumentado de manera medible.

Pero también sé que "desarrollador junior que maneja tareas rutinarias" es exactamente el tipo de rol que Computer Use hace redundante. El miembro junior del equipo que escribe código boilerplate, gestiona la CI pipeline y envía correos de actualización de estado, esa descripción de puesto completa ahora es un prompt.

No tengo una respuesta clara para esto. Lo que tengo es una observación: las personas que prosperarán junto a estas herramientas son las que entienden lo que la IA está haciendo lo suficientemente bien como para dirigirla, detectar sus errores y manejar las tareas que no puede hacer. La meta-habilidad no es programar o escribir o investigar — es saber cuándo confiar en la IA y cuándo intervenir. Esa capa de juicio es, por ahora, irremplazable.

Lo que falló — El informe honesto de errores

No todo funcionó. Y los fallos son tan instructivos como los éxitos.

Problemas de timing de UI. Computer Use toma capturas de pantalla a intervalos, y si una página carga lentamente o aparece un modal entre capturas, Claude puede pasarlo por alto completamente. Lo vi hacer clic en un botón que ya había sido reemplazado por un spinner de carga, lo que disparó una acción no intencionada. Esto ocurrió tres veces durante la semana, siempre en aplicaciones web pesadas en JavaScript con contenido dinámico.

Presión del context window. Las tareas extendidas de múltiples pasos empujan contra los límites de contexto de Claude. Para cuando Claude llegó al paso 8 de una tarea de 12 pasos, había consumido tantos tokens procesando capturas de pantalla que sus respuestas se volvieron notablemente menos precisas. Dividir tareas largas en fragmentos más pequeños funciona, pero socava la promesa de "dilo una vez y vete".

Fricción de autenticación de dos factores. Cualquier tarea que requiera 2FA interrumpe el flujo de automatización. Claude no puede tocar "Aprobar" en tu teléfono por ti. Cada prompt de 2FA se convierte en un punto de intervención manual, lo que significa que los servicios altamente seguros (banca, correo, plataformas cloud) no se automatizan tan limpiamente como los menos seguros. La ironía no se me escapa — cuanto más consciente de la seguridad es el servicio, más difícil es para la IA automatizarlo.

Identificación errónea de elementos UI similares. Claude ocasionalmente hizo clic en el botón equivocado cuando dos botones se veían visualmente similares. En un caso, hizo clic en "Eliminar" en vez de "Descargar" porque ambos botones estaban en la misma ubicación en cuadros de diálogo consecutivos. No se perdieron datos — la acción tenía un paso de confirmación — pero fue un recordatorio contundente de que la interacción basada en visión es fundamentalmente menos fiable que la automatización basada en API.

Limitación solo para Mac. Esto es un factor decisivo para muchos desarrolladores. Si usas Windows o Linux como tu entorno de desarrollo principal, Computer Use simplemente no existe para ti todavía. Mi máquina principal de desarrollo usa macOS, así que esto no fue un problema para mí, pero elimina una gran porción de la base de usuarios potencial.

Estos no son casos límite teóricos. Ocurrieron durante uso normal, haciendo tareas normales. Computer Use es impresionante, genuinamente útil y claramente no está listo para ser confiado sin supervisión con nada que sea crítico para la misión. Anthropic lo etiqueta como "vista previa de investigación" por una razón, y esa etiqueta es honesta.

El panorama más amplio — Lo que esto cambia sobre los agentes de IA

Aléjate de las funciones específicas y algo más grande entra en foco.

Durante los últimos tres años, los asistentes de IA han estado confinados a cuadros de texto. Describías lo que querías, la IA generaba texto o código, y tú copiabas el resultado en la aplicación que lo necesitaba. El humano servía como puente entre las capacidades de la IA y la interfaz de la computadora. Tú eras el middleware.

Computer Use, OpenClaw, Autobrowse de Google, y la oleada de agentes de navegador y agentes de escritorio que llegan en 2026 — todos eliminan el middleware. La IA habla directamente con tu computadora. Ve lo que tú ves, hace clic donde tú harías clic y navega donde tú navegarías.

Este cambio de "la IA genera resultados" a "la IA ejecuta acciones" es el cambio de capacidad más significativo desde que los grandes modelos de lenguaje empezaron a escribir texto coherente. La generación es útil. La ejecución es transformadora. Y estamos apenas al principio de descifrar cómo se ve esa transformación.

Las herramientas que las empresas están construyendo en este espacio — SerpAPI proporcionando datos de búsqueda estructurados a agentes de IA, Nvidia acelerando pipelines de datos estructurados, Shopify construyendo tiendas agénticas — todas apuestan por la misma tesis: los agentes de IA que pueden actuar en el mundo necesitan infraestructura de datos confiable para actuar bien. La infraestructura se está construyendo ahora mismo, y Computer Use es la punta visible de un iceberg mucho mayor.

Lo que estoy observando más de cerca es la convergencia de computer use, memoria persistente y coordinación multi-agente. Ahora mismo, Computer Use maneja tareas individuales en una máquina. Pero Anthropic ya tiene equipos de agentes ejecutando múltiples instancias de Claude en paralelo. Conecta esos agentes a Computer Use, dales memoria persistente entre sesiones, y estás mirando un sistema que puede gestionar un workflow completo — no una tarea, un workflow — a lo largo de días y aplicaciones sin intervención humana.

Eso no es ciencia ficción. Cada pieza individual existe hoy. La integración es lo que viene.

Quién debería usar esto ahora — Y quién debería esperar

Usa Computer Use ahora si:

• Estás en macOS y ya pagas por Claude Pro o Max
• Regularmente pasas tiempo en tareas repetitivas que abarcan múltiples aplicaciones (compilación de investigaciones, redacción de correos, programación de agendas)
• Quieres delegar tareas mientras estás lejos de tu escritorio (se combina perfectamente con Dispatch)
• Te sientes cómodo supervisando acciones de IA y detectando errores ocasionales
• Estás construyendo workflows asistidos por IA y quieres entender el estado del arte

Espera si:

• Necesitas soporte para Windows o Linux
• Tus workflows críticos dependen de servicios de alta seguridad con 2FA obligatorio
• Necesitas 100% de fiabilidad en tareas automatizadas (usa OpenClaw con action schemas probados en su lugar)
• No te sientes cómodo con una IA que tiene acceso a nivel de pantalla a tus aplicaciones
• Trabajas con datos sensibles de clientes y no estás seguro sobre las implicaciones de cumplimiento

¿La verdad honesta? Lo mantengo activado. El ahorro de tiempo es real — estimo 4-6 horas por semana en las tareas que he automatizado — y la capacidad de iniciar trabajo desde mi teléfono mientras estoy lejos de mi escritorio ya ha cambiado cómo estructuro mis días. Pero mantengo un ojo cercano en cada tarea que ejecuta, y no le voy a dar acceso a aplicaciones financieras de nuevo sin una red de seguridad mucho más robusta.

La pregunta que vale la pena considerar

Hace una semana, "asistente de IA" significaba algo que vivía dentro de una ventana de chat, respondía preguntas y generaba texto que yo copiaba a otro lugar. Hoy, sentado en mi escritorio después de siete días de ver a Claude operar físicamente mi computadora — abriendo apps, haciendo clic en botones, enviando correos, uniéndose a reuniones — esa definición se siente como si perteneciera a otra era.

La brecha entre "IA que habla" e "IA que actúa" es la brecha entre un compañero de trabajo que da consejos y un compañero de trabajo que hace el trabajo. Acabamos de cruzarla. No perfectamente. No con suficiente seguridad. No para todos. Pero el cruce ocurrió, y no hay forma de deshacerlo.

La pregunta no es si los agentes de IA operarán nuestras computadoras. Eso está resuelto — ya lo hacen. La pregunta es esta: cuando entregas tu ratón y teclado a una inteligencia que puede hacer clic en cualquier botón, abrir cualquier app y enviar cualquier mensaje, ¿qué exactamente estás confiando — y qué pasa cuando esa confianza es incorrecta?

Todavía no tengo una respuesta completa. Pero sé esto: las personas que empiecen a construir esa respuesta ahora, mientras la tecnología es temprana y los riesgos aún son manejables, estarán mucho mejor preparadas que las que esperen hasta que sea demasiado tarde para hacer la pregunta.

Preguntas frecuentes

¿Qué es Anthropic Computer Use y cómo funciona?

Anthropic Computer Use es una función que permite a Claude AI controlar tu Mac tomando capturas de pantalla, interpretando lo que hay en pantalla y ejecutando clics de ratón y entradas de teclado — igual que lo haría un humano. Está disponible como vista previa de investigación para suscriptores de Claude Pro ($17/mes) y Max ($100-$200/mes) solo en macOS.

¿Es seguro usar Claude Computer Use con aplicaciones sensibles?

Claude requiere aprobación de permisos por aplicación antes de acceder a cualquier aplicación, lo que limita el radio de daño de errores o ataques. Sin embargo, prompt injection sigue siendo una vulnerabilidad demostrada, y Anthropic reconoce que la función está en etapa temprana. Evita otorgar acceso a aplicaciones bancarias o sensibles hasta que el modelo de seguridad madure. Para una mirada más profunda a la seguridad de agentes de IA, consulta los recursos de evaluación de xCyberSecurity.

¿Cómo se compara Computer Use con OpenClaw?

Computer Use es más fácil de configurar (minutos vs. horas), solo Mac, vinculado a Claude y usa un modelo de permisos por aplicación más seguro. OpenClaw es open-source, agnóstico en modelos, más fiable para automatización repetible, pero requiere conocimientos de Docker y CLI. Consulta la comparación completa en la sección anterior.

¿Reemplazará Anthropic Computer Use los empleos humanos?

El CEO de Anthropic predice que la IA podría eliminar el 50% de todos los empleos de oficina de nivel inicial en cinco años. Computer Use apunta específicamente a la capa de ejecución rutinaria — programación, correo, compilación de investigaciones, rellenado de formularios — en lugar de roles que requieren experiencia profunda. Los datos tempranos de la investigación de Anthropic de marzo de 2026 muestran que la contratación de personas de 22-25 años ya se ha ralentizado en ocupaciones expuestas a la IA.

¿Funciona Computer Use en Windows o Linux?

No. A marzo de 2026, Computer Use está disponible solo para macOS. El soporte para Windows está planeado pero no tiene fecha de lanzamiento pública. El soporte para Linux no ha sido anunciado.

Trabajemos juntos

¿Buscas construir sistemas de IA, automatizar workflows o escalar tu infraestructura tecnológica? Me encantaría ayudar.

• Fiverr (custom builds & integrations): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (enterprise solutions): ramlit.com
• ColorPark (design & branding): colorpark.io
• xCyberSecurity (security services): xcybersecurity.io