Taxonomía de agentes autónomos
Siete ejes ortogonales. Cada agente es un vector; comparar dos agentes es ver en qué coordenadas difieren. El riesgo de gobernanza es una función de las coordenadas, no de la marca.
Para situar un agente autónomo no necesitas su marca, sino sus coordenadas. Esta taxonomía codifica cada agente en siete ejes ortogonales, de modo que comparar dos sistemas se reduce a ver en qué difieren sus vectores, y el riesgo de gobernanza pasa a ser una función de esas coordenadas y no del marketing. Mapea ~18 agentes de todos los grandes labs más el frente open source, mantiene la capa harness deliberadamente aparte y lee la forma del mercado: qué celdas ocupan los labs, cuál solo se atreve el open source y dónde cae la línea de gobernanza.
Filtrar por eje
| Agente | Vector | Superficies | Estado | Riesgo |
|---|---|---|---|---|
OpenClaw Open source | A4T3D2M3L2I1 | OS · API/MCP · Chat | Open source | Crítico |
Hermes Agent Nous Research | A4T3D2M3L2I1 | OS · API/MCP · Chat · Browser | Open source | Crítico |
Gemini Spark Google | A3T3D2M2L1I2 | API/MCP · Browser | Beta (US) | Alto |
Scout Microsoft | A3T3D2M2L1I2 | API/MCP · OS · Browser | Private preview | Alto |
Daily Brief Google | A3T3D1M2L1I1 | API/MCP | GA (US) | Crítico |
Copilot Studio agents Microsoft | A3T3D1M2L2I2 | API/MCP | GA* | Alto |
Claude Cowork Anthropic | A2T2D2M2L1I1 | OS · API/MCP | GA | Medio |
ChatGPT Agent OpenAI | A2T2D2M2L1I1 | Browser · API/MCP | GA | Medio |
Manus Manus AI | A3T2D2M2L2I1 | Browser · OS · API/MCP | GA | Alto |
Devin Cognition | A3T2D1M2L1I1 | Repo | GA | Alto |
Jules Google | A3T2D1M2L1I1 | Repo | GA | Alto |
Codex OpenAI | A3T2D1M2L1I1 | Repo | GA | Alto |
Claude Code Anthropic | A3T2D1M2L1I1 | Repo · API/MCP | GA | Alto |
Amazon Q Amazon | A2T2D1M2L1I1 | Chat · Repo | GA | Medio |
Nova Act Amazon | A2T2D2M1L1I1 | Browser | Preview | Medio |
Kiro Amazon | A2T2D1M2L1I1 | Repo | GA | Medio |
Sierra Sierra | A3T3D1M2L2I2 | API/MCP · Chat | GA | Alto |
Lindy Lindy AI | A3T3D2M2L2I1 | API/MCP | GA | Crítico |
Capa harness — no clasificar como agentes
Un harness es el andamiaje que envuelve al modelo: contexto, herramientas, memoria, evaluación. Spark = Gemini 3.5 Flash (modelo) + Antigravity (harness). La distancia entre A3·M2 y A4·M3 es distancia de harness, no de modelo.