Cómo HiWay2LLM Domó OpenClaw - y su Deriva Presupuestaria
La guía de referencia para controlar los costes de tus agentes autónomos

OpenClaw alcanzó 350.000 estrellas en GitHub en 60 días. Más rápido que React. Para quien ejecuta agentes IA en producción, esa es la buena noticia.

La mala: el framework todavía no tiene guardrails presupuestarios nativos. Sin maxCostPerSession. Sin maxToolCallsPerMinute. Sin kill-switch automático. Estas funcionalidades llevan meses siendo solicitadas en issues de GitHub (#58826, #10614). Estado: abiertas.

Este artículo es la guía que ojalá hubiera tenido antes de aprenderlo a mis expensas.

Por Qué OpenClaw Deriva Presupuestariamente

Un chatbot clásico = una solicitud, una respuesta. OpenClaw = un agente que hace bucles: planifica, ejecuta herramientas, inspecciona resultados, re-planifica. Eso es lo que lo hace poderoso. También es la fuente de 5 clases distintas de deriva.

Patrón 1 - La Explosión O(n²) del Contexto

Es la más silenciosa y devastadora.

En cada turno de un bucle de agente, OpenClaw envía todo el historial de conversación al LLM. Turno 1 = 2.000 tokens. Turno 5 = 10.000 tokens. Turno 10 = 20.000 tokens. La acumulación es lineal, pero el coste - porque cada llamada API factura todos los tokens de entrada - se vuelve cuadrático en el total de la sesión.

Un pipeline de 30 pasos que debería costar 3 $ puede costar 45 $ si el historial no se poda. La compresión de contexto integrada de OpenClaw ayuda, pero es lossy por diseño: los resúmenes generados por un modelo ligero no preservan necesariamente las restricciones implícitas o las reglas negativas.

Dato real: una sesión de Telegram de 35 mensajes puede generar un archivo de sesión de 2,9 MB. Con 17 agentes activos durante 4 semanas, son 4,7 GB de transcripts no acotados en disco, y el equivalente en tokens en RAM para cada llamada API.

Patrón 2 - Bucles de Llamadas a Herramientas

OpenClaw tiene detección de bucles nativa (tool-loop-detection). No cubre todos los casos.

El patrón clásico: una herramienta devuelve un resultado inesperado → el agente decide "reintentar con más contexto" → envía la misma llamada a herramienta enriquecida con la respuesta anterior → la herramienta devuelve otro resultado inesperado → bucle.

El issue #43802 de GitHub documenta un caso real: un agente de notificaciones sub-agente que enviaba confirmaciones cada 3-5 segundos. En 3 minutos: más de 100 llamadas API.

Patrón 3 - Memoria Fantasma Post-Compactación

OpenClaw comprime automáticamente el contexto cuando la ventana se llena. Eso es necesario. También es arriesgado.

El problema documentado por la comunidad: tras una compactación, el agente puede olvidar instrucciones críticas presentes al inicio de la sesión. Caso reportado: un agente que había recibido la instrucción "no hagas nada hasta que yo diga go" ignoró esta restricción tras una compactación y comenzó a ejecutar acciones de forma autónoma.

Patrón 4 - Crecimiento Ilimitado de Archivos de Sesión

Issue #66360 de GitHub: los archivos .jsonl de transcript no tienen límite de tamaño. El proceso gateway acumula contexto indefinidamente.

Consecuencia medida: 69% de CPU, 1,9 GB de RAM tras 13 horas de sesión activa.

Patrón 5 - Espirales de Reintento

El más costoso por incidente aislado.

Un agente encuentra un error → reintenta → el reintento envía el historial completo + el resultado de error anterior → el contexto crece → el siguiente reintento envía aún más → y así sucesivamente.

Caso documentado en la comunidad: un agente LangChain en bucle de reintentos = 47.000 $ en cargos API durante 11 días.

El Incidente ARES

Este es el caso real que desencadenó la construcción de guardrails en HiWay2LLM.

Teníamos un agente llamado ARES - un pipeline de embedding en segundo plano. Durante un período de 96 horas, Guardian (nuestro sistema de monitoreo interno, entonces en beta) detectó 44 timeouts con una huella digital idéntica. Misma solicitud, mismo patrón, cada pocas horas.

El problema: Guardian era entonces en memoria y silencioso. Las 44 detecciones habían sido registradas. Nadie había sido alertado. Descubrimos el problema tropezando accidentalmente con la página de configuración una semana después.

ARES era un zombie. Un bucle de agente repitiendo la misma operación de embedding sin avanzar nunca, drenando silenciosamente presupuesto y recursos durante cuatro días.

Lo que faltaba a nivel de infraestructura:

1. Un canal de alertas persistente (email, Telegram, Slack)
2. Fingerprinting con acción automática (bloquear, no solo registrar)
3. Almacenamiento de monitoreo no volátil (no un buffer en memoria)

Lo Que Construimos: La Capa Guardian de HiWay2LLM

La solución no está en el agente. Está en la capa entre el agente y el proveedor.

HiWay2LLM se sitúa entre OpenClaw y Anthropic/OpenAI. Cada solicitud pasa por el proxy antes de llegar al proveedor upstream. Este posicionamiento da visibilidad que ni el agente ni el proveedor pueden tener solos.

BudgetPolicy - Límites Duros

Cada tenant (workspace de OpenClaw) recibe una BudgetPolicy con límites duros configurables: un techo de gasto diario, uno mensual y uno por solicitud. Cuando se alcanza cualquier límite, la degradación es progresiva - el tráfico migra paulatinamente hacia modelos más ligeros antes del bloqueo completo. Esto garantiza que un agente descontrolado nunca agote el presupuesto de un golpe.

Guardian - Las 5 Reglas Activas

Regla 1 - Dedup
Huella idéntica repetida más allá de un umbral configurable → bloqueo automático.
Se hace fingerprint de la intención, no del contexto completo.
Activable por workspace y por tier.

Regla 2 - Cost Spike
Burn horario actual muy por encima del promedio móvil → throttle o bloqueo.
Acción configurable: webhook / auto-throttle / hard-kill.

Regla 3 - Context Bloat
Tokens de entrada medidos en menos de un milisegundo.
Umbrales progresivos: warning en dashboard → throttle → bloqueo duro con reconocimiento manual requerido.

Regla 4 - Zombie Agent
Actividad API sostenida en horario off-peak sin señal de interacción humana → bloqueo.
Opt-in por clave: los trabajos batch legítimos se incluyen en la lista blanca.

Regla 5 - Passthrough Loop
Huella idéntica en la ruta de proxy directo al proveedor, repetida más allá de una ventana configurable → bloqueo.
Esta es la regla que habría detenido a ARES.

Alertas Persistentes - 3 Canales

Tras el incidente ARES, eliminamos el buffer en memoria. Las intervenciones de Guardian se persisten ahora en una tabla de base de datos no volátil con timestamp, regla, workspace y acción.

Tres canales de alerta conectados:

Primer mes tras despliegue completo:

• 3 bucles de health-check bloqueados (coste evitado estimado: 340 $)
• 12 eventos de context bloat por encima de 150k tokens
• 1 agente zombie en un env de dev, sábado a las 2am

Routing Inteligente para Agentes OpenClaw

El control presupuestario solo no es suficiente. La otra mitad del problema: OpenClaw envía todo al mismo modelo independientemente de la complejidad real de la tarea.

Dos configuraciones de agentes OpenClaw corren en nuestra infraestructura con HiWay2LLM como backend:

ONYX (budget-first): enruta por defecto hacia modelos más ligeros. Haiku gestiona el grueso del tráfico; Sonnet toma las tareas de complejidad media; Opus queda reservado para las más exigentes.

NYX (quality-first): nunca usa los modelos más ligeros. Sonnet es el modelo por defecto; Opus se activa en cuanto la complejidad de la tarea supera un umbral.

La puntuación de routing se calcula en menos de un milisegundo a través de varios ejes independientes - complejidad de la solicitud, presencia de llamadas a herramientas, peso del system prompt y señales de razonamiento, entre otros.

La configuración es un cambio de una línea en OpenClaw:

# Antes
client = OpenAI(base_url="https://api.anthropic.com/v1", api_key="sk-ant-...")

# Después - todo lo demás es idéntico
client = OpenAI(base_url="https://api.hiway2llm.com/v1", api_key="sk-your-hiway-key")

Las cabeceras de respuesta devuelven la decisión de routing - tier asignado, motivo y coste estimado - para facilitar la observabilidad.

Lo Que las Soluciones Nativas de OpenClaw Cubren (y No)

Implementado nativamente:

• Session pruning (en memoria, no modifica el transcript en disco)
• Post-compaction guard (detecta triples tool/args/result idénticos)
• Tool loop detection (historial rodante de llamadas a herramientas)

NO implementado nativamente (a 17 de mayo de 2026):

• Token budgets por sesión
• Rate limits de solicitudes por agente
• Límites de gasto con kill-switch automático
• Alertas multicanal en tiempo real
• Detección de zombies

Cómo Conectar OpenClaw a HiWay2LLM

Si estás ejecutando OpenClaw con Claude como backend, es una modificación de una línea:

from anthropic import Anthropic

client = Anthropic(
    base_url="https://api.hiway2llm.com",
    api_key="sk-hiway-TU_CLAVE",
)

Con el SDK compatible con OpenAI:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hiway2llm.com/v1",
    api_key="sk-hiway-TU_CLAVE",
)

Luego en el dashboard de HiWay2LLM, configura:

1. El BudgetPolicy de tu workspace (límites diarios, mensuales, por solicitud)
2. Qué reglas de Guardian activar (todas por defecto, ajustables por workspace)
3. Canales de alerta (email + opcionalmente Telegram o Slack)
4. Perfil de routing (ONYX-like o NYX-like según tu prioridad coste/calidad)

Primera alerta de Guardian generalmente dentro de las 24 horas si tienes agentes corriendo. No porque tu código esté roto - sino porque todo el mundo tiene patrones borderline que nadie estaba viendo hasta ahora.

Lecturas relacionadas: Vimos un Agente IA Quemar 200 $ a las 3am, Las Matemáticas Ocultas del Pricing LLM, Routing LLM Consciente de Agentes.