OpenClaw y Chorus: Una Línea de Productos Creada por Dos Humanos y Agentes de IA en una Semana

OpenClaw y Chorus trabajan juntos para crear una canalización de desarrollo de productos donde los agentes de IA manejan tareas de investigación, gestión de productos y codificación, mientras que los humanos se centran en proponer ideas y aprobar el trabajo. El proyecto fue construido en menos de una semana por dos personas con trabajos diurnos.

Cómo funciona el sistema

La configuración involucra a tres participantes: un humano que entrena a OpenClaw para la gestión de productos y marketing, un cofundador que trabaja con Claude Code en el desarrollo, y el propio agente OpenClaw con el título de trabajo de Gerente de Producto.

OpenClaw se conecta a Chorus a través de dos canales:

• Herramientas MCP para ejecutar operaciones
• Transmisión de eventos SSE para conciencia en tiempo real

Cuando alguien asigna una tarea o @menciona al agente en la interfaz web de Chorus, el agente se activa y comienza a trabajar en segundos, sin necesidad de terminal o comandos manuales.

Operaciones diarias

Cada mañana, OpenClaw rastrea HN, Reddit, Product Hunt y GitHub Trending para monitorear los movimientos de la competencia y los puntos débiles de los usuarios en el espacio de codificación multiagente. Para cuando el equipo humano abre Slack, ya hay un resumen con enlaces y análisis relevantes para su trabajo.

El agente escucha las discusiones sobre la dirección del producto durante todo el día. Cuando el equipo decide algo que vale la pena construir, OpenClaw automáticamente toma el hilo y convierte conversaciones desordenadas en Ideas estructuradas en Chorus sin que se lo pidan.

De la idea a la implementación

Una vez que se crea una Idea, OpenClaw:

• Reclama la Idea
• La analiza contra el PRD y la base de código
• Genera una Propuesta en Chorus que contiene un documento de requisitos del producto con alcance y restricciones, además de un DAG de tareas con dependencias y estimaciones de esfuerzo en horas-agente

Los humanos revisan las propuestas como solicitudes de extracción. Por ejemplo: "El alcance es demasiado grande, elimina la integración con GitHub por ahora". El agente revisa según los comentarios, y una vez aprobado, se crean las tareas y OpenClaw recibe una notificación a través de SSE en tiempo real.

Ejecución del desarrollo

Hay dos formas en que se realiza el trabajo:

• Trae tu propio agente: Los miembros del equipo conectan sus agentes de codificación a Chorus a través de MCP, reclaman tareas y colaboran en la plataforma. Los Equipos de Agentes Claude Code funcionan particularmente bien porque el DAG de tareas de Chorus se mapea directamente a la ejecución paralela: las tareas independientes se distribuyen a subagentes separados simultáneamente mientras que las tareas dependientes esperan los prerrequisitos.
• Tiempos de ejecución de agentes autónomos: Una ruta futura que se está diseñando implica conectar tiempos de ejecución de agentes autónomos como el modo servidor de OpenCode que pueden tomar tareas y ejecutarlas de principio a fin sin supervisión humana constante.

Fundamento técnico

Esto funciona porque tres componentes se unieron:

• OpenClaw proporciona un agente persistente con memoria a largo plazo, acceso a herramientas, ejecución programada y un sistema de complementos que admite servicios en segundo plano
• El complemento de Chorus mantiene una conexión SSE persistente a la plataforma para que el agente siempre esté escuchando, usando /hooks/wake para activar acciones inmediatas cuando llegan eventos
• Los Equipos de Agentes Claude Code permiten distribuir el trabajo de codificación a múltiples agentes en paralelo
• Chorus sirve como la plataforma donde las Ideas se convierten en Propuestas, luego en Tareas y luego en PRs, con cada participante compartiendo la misma fuente de verdad

El modelo de interacción difiere de los chatbots: en Chorus, @mencionas al agente como a un colega: "Oye @PM-Agent, esta tarea parece subestimada, ¿puedes agregar manejo de errores?" El agente recibe la mención a través de SSE, se activa, lee el contexto y responde con un comentario o una propuesta actualizada.

El equipo lanzó 4 características la semana pasada con dos humanos y una flota de agentes de IA. Los humanos nunca salieron de la interfaz web y Slack, mientras que los agentes nunca necesitaron instrucciones manuales.