La tesis en una frase: montar un sistema multiagente en la empresa está de moda, y casi siempre es la respuesta equivocada. En LinkedIn se lleva el enjambre: cinco, diez, veinte agentes que se reparten el trabajo y se pasan tareas como si fueran un equipo humano. Suena a futuro. En la práctica, un solo agente bien montado —con buenas herramientas y contexto continuo— le gana casi siempre a un ejército de agentes que se pasan el marrón unos a otros. Orquestar varios tiene su momento, pero es la excepción, no el punto de partida.
El sistema multiagente en la empresa: por qué está de moda (y por qué casi siempre sobra)
El multiagente vende porque cuenta una historia bonita: si un agente es listo, muchos agentes coordinados serán un equipo imparable. Es la misma intuición que nos hace dibujar organigramas —dividir para vencer—. El problema es que los agentes de IA no son personas, y lo que en un equipo humano es delegar, entre agentes es partir el contexto. Cada agente que añades es una copia que solo ve su trozo del problema y adivina el resto. Multiplicas las cabezas y multiplicas los malentendidos.
No es una postura contraria por deporte. Cognition —la gente detrás de Devin— lo tituló sin rodeos en su ingeniería: no construyas multiagentes. Su argumento es que la arquitectura de subagentes en paralelo es frágil por diseño: al aislar el contexto entre agentes, toman decisiones que se contradicen y el resultado no encaja («Don’t Build Multi-Agents», Cognition). Anthropic llega por otro lado a la misma cautela: recomienda empezar por lo más simple que funcione y añadir agentes solo cuando aporten valor medible, y advierte que su propio sistema multiagente consumía en torno a 15 veces más tokens que un chat normal para resolver el mismo problema («Building Effective Agents», Anthropic).
Por qué un agente bien montado gana casi siempre
La alternativa aburrida —y casi siempre mejor— es un solo agente con contexto continuo y buenas herramientas. En vez de repartir el trabajo entre cinco cabezas que no se hablan, le das a una todo el contexto y las herramientas para hacer el trabajo de principio a fin. La clave no es cuántos agentes tienes, es qué puede tocar el que tienes. Un agente con acceso ordenado a tus sistemas —tu CRM, tu correo, tus datos— resuelve más que un enjambre ciego. Cómo se monta ese agente para que aguante trabajo real lo desglosamos en crear un agente IA para empresas, y de qué depende que acierte —el acceso a tu información— en entrenarlo con tu propia información.
El salto de calidad rara vez viene de añadir agentes; viene de darle al que ya tienes herramientas bien diseñadas. Un agente que puede consultar tu base de datos, abrir un ticket o mandar un correo con herramientas claras y bien tipadas hace más que diez agentes que solo saben hablar entre ellos. Ese es justo el cambio que trajo el estándar de conexión de herramientas para agentes, y por qué importa lo contamos en qué es MCP y por qué cambia los agentes de empresa. Herramientas buenas, un agente. No veinte agentes mancos.
Cuándo SÍ tiene sentido orquestar varios agentes
Esto no es un no rotundo al multiagente. Hay casos donde separar el trabajo entre agentes es la decisión correcta, no el postureo. La regla es simple: orquestas varios cuando el trabajo se puede partir de verdad en trozos independientes que no necesitan hablar entre sí a cada paso.
- Tareas paralelas de verdad. Cuando hay que hacer veinte búsquedas independientes a la vez y luego juntar resultados, repartir entre agentes gana tiempo. El trabajo se divide limpio y se recompone al final; nadie depende del vecino a mitad de camino.
- Especialidades que no comparten contexto. Un agente que redacta y otro que revisa con criterios distintos pueden convivir si la frontera entre ellos es nítida y la información que se pasan es poca y clara.
- Aislar para contener riesgo. A veces separas un agente con permisos peligrosos —tocar producción, mover dinero— del resto, precisamente para que ninguna otra pieza pueda desencadenar lo que solo él debe hacer bajo control.
| Situación | Un agente bien montado | Sistema multiagente |
|---|---|---|
| Trabajo secuencial con contexto compartido | Gana: contexto continuo, sin pérdidas | Frágil: los agentes se contradicen |
| Tareas paralelas independientes | Se le atraganta la escala | Gana: reparte y recompone |
| Coste y latencia | Bajo, un solo hilo | Alto: hasta ~15x más tokens |
| Depurar cuando falla | Trazable, un solo hilo | Opaco: ¿qué agente la lió? |
La pregunta que decide la arquitectura (no la moda de LinkedIn)
La decisión no es «multiagente sí o no» como bandera. Es «cuál es la forma más simple que resuelve este trabajo». Empieza por un agente con buenas herramientas. Si se atraganta por escala real —no por escala imaginada—, entonces, y solo entonces, orquestas. La mayoría de trabajos de oficina —clasificar, redactar, conciliar, responder— los hace de sobra un agente bien montado, como el agente administrativo IA que resuelve la bandeja sin un comité de bots detrás. Y cuando el trabajo cruza varios sistemas, lo que decide no es el número de agentes: es que alguien monte el proceso y lo sostenga, que es justo lo que hace la automatización de operaciones.