Agentes sintéticos
Un buen agente vale más que un equipo de agentes
La promesa de 2025 era poner a muchos agentes a colaborar. La evidencia de 2026 dice otra cosa: las fallas son de coordinación, no de inteligencia. Cómo diseñar agentes sintéticos que sí terminan el trabajo.
Durante 2025 se vendió una idea atractiva: si un agente de IA es útil, diez agentes colaborando deben serlo diez veces más. En 2026 los equipos que los operan en producción llegaron a una conclusión menos vistosa. Varios agentes no se vuelven automáticamente más listos que un solo agente bien diseñado.
Por qué fallan los sistemas con muchos agentes
Un grupo de investigadores de Berkeley analizó cientos de ejecuciones de sistemas multi-agente y publicó una taxonomía de fallas, conocida como MAST (arXiv 2503.13657). Sus catorce modos de falla se agrupan en tres raíces, y ninguna es “el modelo no sabía”:
- Especificación ambigua. El papel de cada agente no está definido con precisión, así que dos hacen lo mismo o ninguno hace lo que faltaba.
- Coordinación rota. En el traspaso de un agente a otro se pierde contexto.
- Nadie verifica. El resultado se da por bueno sin que nadie lo compruebe.
La tercera es la más cara porque es silenciosa: un agente le pasa información incompleta a otro, el segundo contesta con seguridad y equivocado, y no aparece ni un error en ningún registro. El cliente simplemente recibe una mala respuesta.
El patrón que ganó: un coordinador, no un enjambre
Entre las formas de organizar varios agentes, en 2026 se impuso el patrón supervisor: un coordinador reparte cada tarea al agente que corresponde y revisa lo que vuelve. El enjambre, donde cada agente le pasa el trabajo directamente al siguiente, se siente más ágil, pero en tareas que cruzan varios temas gasta más llamadas y más tokens para llegar al mismo resultado.
La regla práctica que dejan los equipos en producción: un segundo agente se justifica cuando separa un área de conocimiento o una responsabilidad distinta, no cuando reparte pasos de la misma tarea.
Cómo se ve eso en un agente sintético
Un agente sintético bien diseñado se parece más a un buen puesto de trabajo que a un robot genérico:
- Tiene un alcance claro. Qué resuelve, qué escala y qué nunca hace sin una persona.
- Deja constancia de todo. Cada acción queda en una bitácora que se puede revisar.
- Se mide por consistencia. No basta con que acierte una vez: tiene que resolver igual la misma tarea una y otra vez (τ-bench, arXiv 2406.12045).
- Tiene un supervisor. Otro sistema, o una persona, revisa lo que importa antes de que llegue al cliente.
En resumen
La pregunta útil no es cuántos agentes caben en tu operación. Es qué puesto concreto conviene cubrir primero, cómo se mide que lo hace bien y quién responde cuando algo sale mal. Con esas tres respuestas, un solo agente rinde más que un equipo improvisado.
¿Quieres saber qué puesto conviene cubrir primero en tu empresa? Habla con Luz.