OpenHuman: La apuesta de código abierto por una IA privada y local-first

La mayoría de los asistentes de IA te olvidan en el momento en que termina una conversación. Viven en la nube de otra persona, reconstruyen el contexto desde cero en cada sesión y tratan tus datos discretamente como combustible de entrenamiento. OpenHuman, un proyecto de código abierto de TinyHumans AI, es una apuesta a que el diseño opuesto gana: una IA personal que se ejecuta en tu propia máquina, lo recuerda todo y nunca envía tu vida a un servidor.

Lanzado en mayo de 2026, superó aproximadamente las 27.000 estrellas en GitHub en semanas y encabezó Product Hunt, una tracción inusual para una herramienta aún en beta temprana. El argumento se resume en tres palabras de su propio README: privado, simple y extremadamente potente.

OpenHuman es una aplicación de escritorio (macOS, Linux, Windows) con licencia GPL-3.0 — genuinamente gratuita y de código abierto, no un nivel gratuito con un muro de pago detrás. Lo instalas de la forma habitual: `brew install openhuman`, un repositorio apt firmado, o un `.msi` de Windows. Sin acrobacias en la terminal, sin claves de API que configurar antes de poder usarlo.

Bajo el capó está escrito en Rust y TypeScript, y actúa como un agente en lugar de una caja de chat: se conecta a tus cuentas, extrae tus datos según un horario y trabaja con ellos utilizando herramientas integradas. El objetivo de diseño es eliminar el problema del arranque en frío — la IA ya conoce tu contexto antes de que preguntes.

La idea central es una memoria local y persistente que el proyecto llama Memory Tree. Los datos de las cuentas conectadas se obtienen aproximadamente cada 20 minutos y se comprimen en una base de conocimiento almacenada en una base de datos local SQLite, luego se replican en una bóveda Markdown compatible con Obsidian.

Esa segunda parte es el movimiento genuinamente novedoso: la memoria de la IA es una carpeta de archivos Markdown simples que puedes abrir, leer y editar tú mismo. En lugar de un almacén vectorial opaco en el que tienes que confiar, la comprensión que el modelo tiene de ti es inspeccionable y corregible. Es la respuesta más limpia hasta ahora a la falta de estado que hace que ChatGPT, Claude y Gemini se sientan amnésicos.

OpenHuman incluye conectores OAuth de un solo clic para más de 118 servicios — Gmail, Notion, GitHub, Slack, Calendar, Drive, Linear y Jira entre ellos. Además de eso, cuenta con herramientas nativas: búsqueda web, un scraper, un kit de herramientas para programadores con acceso al sistema de archivos y Git, voz, y un agente que puede unirse a llamadas de Google Meet y responder en tiempo real.

Una capa de compresión que el proyecto llama TokenJuice afirma reducir el uso de tokens hasta en un 80%, y un enrutador de modelos incorporado elige un LLM apropiado para cada tarea. El hilo conductor es la privacidad como una restricción estricta, no una configuración: los datos permanecen en el dispositivo, y el proyecto declara claramente que nunca entrena con datos de usuario.

Aquí es donde seremos directos, porque el catálogo se basa en ello. OpenHuman es un excelente diseño de producto — pero la capa de asistente sobre la que se asienta es, a largo plazo, la parte que los modelos de frontera tienen más probabilidades de absorber. La memoria persistente, la llamada a herramientas y el contexto personal se están convirtiendo en requisitos básicos para cada modelo importante, y una aplicación de escritorio de código abierto pulida aún no expone un servidor MCP o una API pública que la convierta en una superficie predeterminada para que otros agentes construyan sobre ella.

Traducido a nuestra puntuación: ejecución sólida, defensibilidad escasa — el tipo de herramienta cuya ventaja competitiva es la comunidad, el gusto y la velocidad de envío en lugar de algo que un LLM no pueda replicar. Eso no es un desprecio. Es el listón que OpenHuman tiene que superar, y la postura de código abierto y local-first es un intento real de superarlo basándose en la confianza en lugar del bloqueo.

Si quieres el desglose estructurado — integraciones, precios, plataformas, y cómo se compara con OpenClaw, Hermes Agent y Jan.ai — consulta el perfil completo de OpenHuman en Stork.