¿Qué es AutoGPT en 2026?
AutoGPT (github.com/Significant-Gravitas/AutoGPT) fue el proyecto que popularizó la idea de un "agente autónomo" en 2023: dar a un LLM un objetivo y dejar que planifique, actúe y se autocritique en bucle sin que un humano apruebe cada paso. En 2026, la misma organización de GitHub ofrece algo estructuralmente distinto: un producto comercial y alojado llamado AutoGPT Platform, con el agente de bucle autónomo original mantenido vivo como componente secundario, con licencia MIT.
- AutoGPT Platform (agpt.co / platform.agpt.co): el producto insignia actual, un constructor visual de agentes alojado y de pago
- AutoPilot: una interfaz de chat a agente — describe una tarea en lenguaje natural y la Platform ensambla un agente para ella
- Panel de Agents: gestiona, monitoriza y vuelve a ejecutar agentes que tú o el Marketplace hayáis construido
- Marketplace: explora e instala plantillas de agentes prediseñadas de otros usuarios
- Lienzo de construcción (Build canvas): un editor visual de arrastrar y soltar basado en nodos, similar en espíritu a los constructores de flujos de Langflow o Dify
- Autoalojar la Platform es técnicamente posible (existen docker-compose.platform.yml, un script installer/ y una opción single-container/ en el repositorio), pero la llamada a la acción principal del README es registrarse en el producto alojado, no autoalojarlo
- classic/original_autogpt/: el agente autónomo original impulsado por CLI, posicionado ahora como componente heredado junto a classic/forge (un framework de construcción de agentes), classic/benchmark y classic/frontend
La división de licencias MIT / Polyform, explicada
El licenciamiento de AutoGPT no tiene una única respuesta, y equivocarse importa si planeas construir sobre el código con fines comerciales. El repositorio usa dos licencias distintas para dos partes distintas del código.
classic/ (original_autogpt, forge, benchmark, frontend): licencia MIT
Todo lo que está bajo la carpeta classic/ — el agente CLI autónomo original, el framework de construcción de agentes forge, la suite de benchmark y el frontend classic — tiene licencia MIT. MIT es una licencia permisiva: puedes ejecutarlo, modificarlo, bifurcarlo y construir un producto comercial encima sin ninguna obligación de publicar tus cambios o pagar a nadie.
autogpt_platform/ (el producto insignia actual): Polyform Shield License
Todo lo que está bajo autogpt_platform/ — el código detrás de la AutoGPT Platform alojada, incluidos AutoPilot, el panel de Agents, el Marketplace y el lienzo de construcción — se publica bajo la Polyform Shield License. Es una licencia con código disponible, no una licencia de código abierto aprobada por la OSI. Puedes leer el código y autoalojarlo para tu propio uso, pero Polyform Shield restringe específicamente usar el software para construir una oferta comercial competidora. Es un trato considerablemente distinto al de MIT: "puedes ver el código" no es lo mismo que "puedes construir un negocio sobre el código".
¿Sigue mantenido AutoGPT Classic?
Sí, en el sentido que importa para la seguridad y la estabilidad, pero no en el sentido de nuevas funcionalidades. La carpeta classic/ sigue recibiendo commits del equipo principal — ejemplos recientes incluyen una limpieza de vulnerabilidades de dependencias, una corrección de endurecimiento contra SSRF en el manejo de peticiones salientes, y un tope de versión aplicado tras la publicación comprometida de una dependencia de la que depende el agente classic. Son exactamente los commits que quieres ver en código que planeas ejecutar: son defensivos, no decorativos.
Lo que classic no recibe es trabajo de funciones nuevas. Los commits que añaden capacidades nuevas — nuevas primitivas de construcción de agentes, funciones del marketplace, nuevo comportamiento de AutoPilot — llegan a autogpt_platform/. El propio README del proyecto, las etiquetas de issues y la estructura de carpetas tratan classic como una vía secundaria heredada que se mantiene funcional y segura en lugar de ampliarse activamente. Es una situación considerablemente distinta a "abandonado": los commits mantienen classic funcionando y seguro, pero la energía de producto del equipo está en otro lugar.
Estado del repositorio
- What it shows:
- No archivado; con commits el mismo día de esta reseña; 582 issues abiertos
Patrón de commits en classic/
- What it shows:
- Llegan correcciones de seguridad y topes de dependencias con regularidad; sin commits de funciones nuevas relevantes
Dónde llegan las funciones nuevas
- What it shows:
- autogpt_platform/ — AutoPilot, Marketplace y el lienzo de construcción reciben el desarrollo activo
Enfoque del proyecto
- What it shows:
- El README y la CTA principal promocionan la Platform alojada; classic se posiciona como la vía CLI heredada
📌Nota: No ejecutamos nuestra propia suite de pruebas contra AutoGPT classic para esta reseña — el veredicto de abajo se basa en el historial de commits documentado y la actividad de issues en la subcarpeta classic/ específicamente, no en cifras de benchmark medidas por nosotros mismos. Verifica el estado actual en el repositorio antes de dedicarle tiempo significativo.
Cómo ejecutar AutoGPT Classic localmente con Ollama
AutoGPT classic no tiene una "integración con Ollama" con nombre propio y de primera clase. Tiene un cliente genérico compatible con la API de OpenAI, configurado mediante classic/original_autogpt/.env.template, y da la casualidad de que Ollama expone un endpoint compatible con OpenAI — así que apuntar uno al otro es un paso de configuración, no una función integrada.
- 1Clona github.com/Significant-Gravitas/AutoGPT y abre la carpeta classic/original_autogpt/ — este es el agente CLI con licencia MIT, no la carpeta autogpt_platform/.
- 2Instala Ollama por separado y descarga un modelo capaz de seguir instrucciones de llamadas a herramientas de varios pasos; las propias comparativas del sitio sobre modelos de codificación locales y de tool-calling son un punto de partida razonable para elegir uno.
- 3Copia .env.template a .env dentro de classic/original_autogpt/.
- 4Establece OPENAI_API_BASE_URL en .env con el endpoint compatible con OpenAI de tu servidor Ollama (Ollama lo expone en /v1 en su puerto predeterminado). Ollama no verifica el valor de la clave API, pero el cliente sigue exigiendo que el campo OPENAI_API_KEY tenga un valor de marcador de posición no vacío.
- 5Como alternativa, si ejecutas un Llamafile en lugar de Ollama, establece LLAMAFILE_API_BASE en su lugar — esta es una vía de inferencia local nativa independiente, no se enruta a través del ajuste genérico compatible con OpenAI.
- 6Instala las dependencias de Python de classic siguiendo las instrucciones de classic/original_autogpt/README.md y ejecuta el agente desde esa carpeta, no desde la raíz del repositorio.
- 7Prepárate para supervisarlo de cerca en las primeras ejecuciones. Como se trata del mecanismo genérico compatible con OpenAI y no de una integración con Ollama mantenida y probada, las peculiaridades específicas del modelo (formato de llamadas a herramientas, límites de longitud de contexto) son tuyas para depurar.
¿AutoGPT classic necesita una versión específica de Ollama?
El proyecto no documenta una versión fija y probada de Ollama para classic — como la integración es el mecanismo genérico OPENAI_API_BASE_URL, la compatibilidad depende de que tu versión de Ollama exponga un endpoint /v1 compatible con OpenAI estable, algo que las versiones recientes de Ollama hacen. Consulta las notas de versión de Ollama para la compatibilidad de la API, no las de AutoGPT.
¿Puedo ejecutar AutoGPT classic completamente sin conexión?
Sí, una vez que OPENAI_API_BASE_URL apunta a un endpoint local de Ollama o Llamafile, AutoGPT classic no necesita llamadas API salientes a un proveedor en la nube. Puede seguir haciendo peticiones web salientes como parte de la tarea de un agente (por ejemplo, herramientas de navegación) salvo que desactives esa capacidad.
Expectativas realistas para el bucle de planificación
La mecánica central de AutoGPT classic — un LLM que planifica su propio siguiente paso en bucle, decide cuándo la tarea está terminada, sin que un humano apruebe cada acción — es la misma arquitectura que lo hizo famoso y la misma que peor ha envejecido frente a modelos locales, de pesos abiertos y a menudo más pequeños.
- Los bucles de planificación autónomos y sin acotar exigen más al modelo subyacente que los agentes acotados y limitados a herramientas: el modelo debe seguir el estado a largo plazo, decidir cuándo detenerse y autocorregirse sin que un humano detecte la desviación a tiempo
- Los modelos locales más pequeños (el tipo que la mayoría ejecuta cómodamente en hardware de consumo vía Ollama) tienden más a perder el hilo en ejecuciones autónomas largas que los grandes modelos alojados, simplemente porque la planificación y la autocorrección a lo largo de muchos pasos es una capacidad más difícil que el uso de herramientas en un solo turno
- Este es un punto comparativo y arquitectónico, no una afirmación sobre ningún modelo o versión específicos: un bucle de planificación sin acotar es un problema más difícil de sostener para un modelo local que un entorno acotado donde un humano aprueba cada paso
- Las alternativas acotadas — Cline + Ollama, el modo Agent de Continue.dev y orquestadores basados en grafos como LangGraph — limitan el agente a un editor, un conjunto de archivos o una puerta de aprobación explícita por acción, lo que reduce cuánto puede desviarse un solo error de planificación antes de que un humano lo note
¿Quién debería usar AutoGPT Classic frente a la Platform?
La elección correcta depende de si quieres un experimento gratuito, autoalojado y práctico, o un producto de pago y gestionado.
Usa AutoGPT classic (local, MIT) si
- Quieres experimentar con la arquitectura de agente autónomo original de forma gratuita, en tu propio hardware, contra un modelo local vía Ollama
- Te sientes cómodo depurando dependencias de Python, peculiaridades del formato de prompts y una base de código que recibe correcciones de seguridad pero no funciones nuevas
- Quieres específicamente una base de código con licencia MIT que puedas modificar y redistribuir sin restricciones, incluso en un producto comercial
- Estás prototipando o aprendiendo cómo funcionan los agentes de bucle de planificación, en lugar de depender de uno para producción
Usa la AutoGPT Platform (alojada, Polyform) si
- Quieres un producto gestionado y desarrollado activamente, con un constructor visual, un Marketplace de agentes prediseñados y un AutoPilot de chat a agente
- No te importa pagar por el alojamiento y no necesitas modificar el código fuente subyacente para una oferta comercial competidora
- Necesitas las funciones en desarrollo activo — nuevo comportamiento de AutoPilot, agentes del Marketplace, capacidades del lienzo de construcción — que no se retroportan a classic
Considera una herramienta totalmente distinta si
- Necesitas hoy un agente de codificación local fiable y supervisado — Cline + Ollama o el modo Agent de Continue.dev se mantienen más activamente para ese trabajo específico y acotan el agente para reducir la desviación
- Necesitas una herramienta de orquestación visual de agentes autoalojada, con licencia permisiva y desarrollada activamente — Langflow o Dify (ambas reseñadas en este sitio) se acercan más a lo que ofrece la AutoGPT Platform, sin la restricción de Polyform
AutoGPT vs. alternativas
Las dos mitades de AutoGPT compiten con herramientas distintas: AutoGPT classic compite con otros entornos de agentes locales y acotados; la Platform compite con otros constructores visuales de agentes alojados o autoalojables.
Tool | Model | License | Best For | Maintenance |
|---|---|---|---|---|
| AutoGPT (classic) | Local vía Ollama (URL compatible OpenAI) | MIT | Experimentos de bucle autónomo | Solo correcciones de seguridad |
| AutoGPT Platform | Proveedores alojados | Polyform Shield | Constructor visual + Marketplace | Activo |
| Cline + Ollama | Local | Apache 2.0 | Agente de codificación supervisado | Activo |
| Continue.dev Agent | Local o nube | Apache 2.0 | Modo agente acotado al IDE | Activo |
| LangGraph | Local o nube | MIT | Agentes personalizados basados en grafos | Activo |
Errores comunes al evaluar AutoGPT
La mayor parte de la confusión sobre AutoGPT en 2026 viene de no saber a qué mitad del proyecto se refiere una afirmación.
Error 1: Llamar "con licencia MIT" a todo el proyecto
MIT cubre solo classic/. La Platform — el producto realmente promocionado en la página de inicio del proyecto — tiene licencia Polyform Shield, una licencia con código disponible que restringe el uso comercial competidor. Revisa el archivo LICENSE de la carpeta específica que planeas usar antes de asumir que aplica MIT.
Error 2: Suponer que la Platform admite Ollama igual que classic
La configuración de entorno de la Platform no tiene ajustes de Ollama ni de modelos locales — está construida en torno a proveedores de modelos alojados. Si la inferencia local es lo importante, quieres classic/original_autogpt/, no la Platform.
Error 3: Interpretar que "AutoGPT no está mantenido" aplica a todo el repositorio
El repositorio en su conjunto recibe actividad muy activa — solo que concentrada en autogpt_platform/. Classic sigue recibiendo commits de seguridad y mantenimiento; es exacto llamarlo secundario y congelado en funciones, no es exacto llamar abandonado al proyecto.
Error 4: Esperar una integración con Ollama probada y mantenida
El soporte de modelos locales de classic es el mecanismo genérico OPENAI_API_BASE_URL, no una integración con Ollama documentada y construida a propósito. Funciona, pero las peculiaridades de formato y tool-calling específicas del modelo no son algo que el equipo de AutoGPT pruebe ni respalde directamente.
Preguntas frecuentes
¿AutoGPT tiene licencia MIT?
En parte. La carpeta classic/ (original_autogpt, forge, benchmark, frontend) tiene licencia MIT. La carpeta autogpt_platform/ — la AutoGPT Platform alojada e insignia actual — tiene licencia Polyform Shield, una licencia con código disponible, no una de código abierto permisiva.
¿Sigue mantenido AutoGPT?
Sí. El repositorio no está archivado y recibió commits el mismo día de esta reseña, con 582 issues abiertos. El desarrollo activo de funciones se concentra en autogpt_platform/; la carpeta classic/ sigue recibiendo commits de seguridad y mantenimiento, pero no funciones nuevas.
¿Funciona AutoGPT con Ollama?
El agente CLI classic sí, mediante su cliente genérico compatible con la API de OpenAI — establece OPENAI_API_BASE_URL en el endpoint /v1 de tu servidor Ollama. No es una "integración con Ollama" con nombre propio y construida a medida, y no es compatible con la AutoGPT Platform actual, cuya configuración no tiene ajustes de modelos locales.
¿Qué es la AutoGPT Platform?
La AutoGPT Platform (agpt.co) es el producto comercial actual del proyecto: un constructor visual de agentes alojado y de pago, con un AutoPilot de chat a agente, un panel de Agents, un Marketplace de agentes prediseñados y un lienzo de construcción basado en nodos. Técnicamente puede autoalojarse, pero la vía principal que promueve el proyecto es el registro alojado.
¿Es gratuito usar AutoGPT?
AutoGPT classic (MIT) es gratuito para autoalojar. La AutoGPT Platform es un producto de pago y alojado; autoalojarla es posible bajo la licencia Polyform Shield, que permite el uso personal o interno pero restringe construir una oferta comercial competidora sobre ella.
¿Cuál es la diferencia entre AutoGPT y la AutoGPT Platform?
AutoGPT (classic) es el agente CLI autónomo original de la era 2023 — licencia MIT, se ejecuta localmente, recibe commits de mantenimiento. La AutoGPT Platform es un producto comercial separado y más reciente de la misma organización — un constructor visual de agentes alojado bajo una licencia con código disponible, donde ahora ocurre el desarrollo activo.
¿Puedo seguir usando AutoGPT para experimentación local gratuita?
Sí, vía classic/original_autogpt/, que sigue con licencia MIT y se ejecuta contra un servidor Ollama local mediante el ajuste OPENAI_API_BASE_URL. Espera una base de código en modo mantenimiento, no una con desarrollo activo de funciones.
¿Por qué se dividió AutoGPT en dos licencias?
El foco comercial del proyecto se trasladó a la AutoGPT Platform alojada. Polyform Shield permite a la empresa mantener ese código con código disponible — legible y autoalojable para uso personal — mientras impide que un competidor tome el código y revenda una versión con otra marca, algo que una licencia permisiva como MIT no habría impedido.
¿Es AutoGPT classic mejor que Cline o Continue.dev para trabajo de agentes locales?
No para automatización local desatendida. El bucle de planificación autónomo y sin acotar de AutoGPT classic exige más al modelo subyacente que entornos acotados de un solo editor como Cline + Ollama o el modo Agent de Continue.dev, que limitan el radio de impacto de un error de planificación con aprobación paso a paso. AutoGPT classic es más adecuado para experimentar con la propia arquitectura de bucle de planificación que para trabajo de codificación en producción.