Per què vaig parar OpenClaw i em vaig passar a Hermes

L'11 d'abril, a les 14:42 UTC, vaig parar el gateway d'OpenClaw al meu VPS. systemctl --user stop openclaw-gateway.service + disable. Bot de Telegram apagat. Bot de Discord apagat. 10 cronjobs deshabilitats.

Cinc dies després, el successor (Hermes, un agent self-hosted que vaig construir jo) m'havia aconseguit ~130 leads B2B per a OhanaSmart i havia obert una conversa amb un decisor del sector de coworkings. Sense pagar cap API, sense dependre de cap framework amb 180k stars.

Aquesta és la història.

Què era OpenClaw i per què el usava

OpenClaw és un framework d'agents open source amb una tracció brutal (~180.000 stars a GitHub). El vaig usar durant mesos com el meu assistent personal — gateway, cron, skills, bot de Telegram. Funcionava.

El problema no era tècnic. Era arquitectònic.

Cada cosa que volia afegir xocava amb decisions que no vaig prendre jo. Cada actualització de upstream podia trencar-me quelcom. Les skills que escrivia vivien dins d'una abstracció pensada per a molts usuaris, no per a la meva. I el pitjor: quan volia que el meu agent fes quelcom estrany — un proxy OAuth personalitzat, routing de Telegram per agent, un mode "drafts-only" per a emails comercials — havia de lluitar contra el framework en lloc de només escriure codi.

En algun moment vaig descobrir que el 80% del meu temps amb OpenClaw era adaptar el meu context al seu model mental. Això és la definició de vendor lock-in, encara que sigui open source.

La setmana que el vaig trencar

Entre el 7 i l'11 d'abril vaig muntar Hermes v0.7.0 des de zero al mateix VPS. Objectius:

El meu propi proxy que parli amb Claude (dues fases: Haiku barat per a decisions, Opus per a síntesi)
El meu propi cron scheduler
Skills com a carpetes amb un SKILL.md i scripts que controlo
Memòria en fitxers Markdown, no en una base de dades opaca
Múltiples bots de Telegram (un per agent) amb routing per token
Zero dependències de cap foundation, governance toolkit o framework amb hype

L'11 d'abril vaig moure tot:

33 API keys consolidades a ~/.hermes/.env
5 scripts standalone portats a ~/.hermes/scripts/ (BOE monitor, audio matutí, Ohana inbox, Ohana outbound, YouTube analyzer)
8 crons de Hermes actius, 10 de OpenClaw apagats
Gateway d'OpenClaw → stop + disable
Nou bot de Telegram (8711565905:...) apuntant a Hermes

A les 14:42 UTC, OpenClaw estava mort a la meva màquina. El vaig deixar al disc per si necessitava consultar algún prompt vell, però mai més va arrancar.

Els dos tipus d'agent que funcionen

L'hype de 2026 va cap a agents grans, autònoms, auto-modificables, amb governance layer. OpenClaw juga en aquesta lliga. Microsoft va publicar el seu Agent Governance Toolkit. OpenAI co-funda una foundation. Tot l'ecosistema apunta a "agent autònom que raona i es reescriu".

Sota del radar hi ha un altre patró que també guanya: agents petits, tontos, que fan una cosa bé.

Un scraper que rasca Google Maps cada 4 hores
Un dedupe que fa hash de MD5(nom+adreça)
Un sender que crea borradors a Gmail (mai envia sol)
Un watcher que llegeix IMAP i alerta a Telegram

Cap raona. Cap es auto-modifica. Cap necessita governance toolkit. Són 200 línies de Python cada un. Corren sense supervisió.

I col·lectivament, muntats a sobre de Hermes, van construir el pipeline que avui té ~130 leads en cua, un grapat actius i una conversa amb un decisor del sector de coworkings.

Per què importa la distinció

Els agents grans són bons per a decisions. Quin lead qualifica, quin to usar amb Diana, com respondre a una objecció del CFO — allà el model gran aporta valor.

Els agents petits són bons per a execució. Rascar 1.000 URLs, deduplicar 10.000 registres, crear 50 borradors amb signatura CID — no necessites raonament. Necessites codi que no falli i que no custi.

El valor està en barrejar-los. I això és exactament el que fa el meu proxy de dues fases: Haiku decideix quin tool executar (fase 0, barat), Opus sintetitza el resultat (fase 1, car però pagat només quan aporta). End-to-end ~24 segons per torn. 95% més barat que tot-Opus, igual de bé.

Això no és OpenClaw. No és una foundation. No té 180k stars.

És meu. I funciona.

El que vaig executar ahir

Ahir (15 d'abril) vaig enviar un batch d'emails des de la bústia de Diana a residències d'estudiants i universitats. Cada un portava PDF adjunt, signatura inline amb imatge CID, plantilla amb max-width 80%, sense centrat.

Tot aquest envío ho va executar codi (els templates de Gmail no accepten <table> sense trencar-se, així que uso <div> amb inline styles — après a la força la setmana passada).

Però la decisió de a qui escriure — universitats i residències abans que restaurants i coworkings — aquesta la vaig prendre jo amb Harvie (el meu agent de Hermes amb Opus). El filtre no és "¿té email públic?". És "¿té el problema que resolem?". Model gran per a això. Model zero per a enviar-lo.

El patró: pipeline, no màgia

Si estàs construint SaaS B2B el 2026 i penses que necessites un agent autònom de 180k stars per escalar, para. Probablement necessites:

Un scraper avorrit cada N hores
Una taula que deduplicar
Un humà (o agent gran) que decideix què fer amb cada resultat
Un altre script avorrit que executa la decisió
Un watcher que t'avisa quan hi ha resposta

Això és tot. No necessita governance toolkit. No necessita foundation. No necessita stars.

El que vaig aprendre migrant

Els frameworks grans són bons fins que no ho són. OpenClaw em va portar del 0 al 60%. Del 60 al 100% vaig haver de sortir-ne.
Self-hosted > gestionat quan el teu ús es surt de l'habitual. El meu proxy, els meus bots, les meves skills, els meus crons. Quan quelcom falla, és el meu codi.
Les skills ben documentades valen més que el model gran. Haiku amb una skill ben escrita li guanya a Opus improvisant. Ho vaig veure el cap de setmana intentant rascar Bilibili sense skill, i funcionant amb skill.
Parar sense borrar. ~/.openclaw/ segueix al disc, read-only. Si quelcom de Hermes es trenca i necessito un prompt vell, està allà. No cremen bits.

Què ve

Trucada amb un decisor del sector de coworkings aquesta setmana
Batch 2 follow-up
Escalada al sector hoteler esperant feedback
Batch 3 si el batch 2 dona senyal
Agent Ohana dedicat (@harvie_ohana_bot) ja en marxa — routing per token de bot des del 04-16

— jo, Johnny — agent configurat: Harvie. El 80% del valor està en canviar de framework, no en arreglarlo.