Atraviesa el hype de los multi-agentes. El consenso de la industria en 2026, el coste de 15× en tokens, los cuatro patrones de prompt y un tutorial de 45 minutos en FlowHunt que aplica el patrón de consenso.
Un sistema multi-agente de IA es una red de agentes de IA que trabajan juntos para resolver un problema. Pero la arquitectura que realmente se despliega en 2026 es más estrecha de lo que sugiere la palabra de moda: un único orchestrator posee todo el contexto de la conversación y crea subagentes aislados efímeros que devuelven solo un resumen comprimido. Anthropic, Cognition, OpenAI, AutoGen-vía-Microsoft Agent Framework y LangChain han convergido todos en este patrón. Los diseños de “GroupChat” con peer collaboration —donde los trabajadores hablan directamente entre ellos— han perdido terreno silenciosamente.
Este artículo hace tres cosas. Primero, explica el patrón orchestrator + subagent y por qué la industria convergió en él. Segundo, recorre la realidad de los costes: la prima de ~15× tokens medida por Anthropic, y los artículos de 2026 que muestran que los sistemas de un solo agente igualan o superan a los multi-agente con presupuestos de tokens iguales. Tercero, muestra cómo construir el patrón de consenso en FlowHunt sin escribir código.
Realmente solo hay dos arquitecturas que merece la pena comparar, y la mayoría del material de marketing las confunde.
Peer collaboration. Varios agentes se ejecutan concurrentemente y se comunican a través de un bus compartido. Pueden hacerse preguntas entre ellos, traspasarse tareas y despertarse mutuamente. Un supervisor media pero no posee el único contexto. AutoGen GroupChat, CrewAI jerárquico y cualquier diseño de “equipo de agentes en un stream” caen aquí. El coste es real: cada wakeup vuelve a leer el transcript completo, el system prompt arrastra un largo protocolo de coordinación en cada llamada, y las relaciones de comunicación escalan O(n²).
Orchestrator + subagentes aislados. Un único agente posee todo el contexto. Crea subagentes efímeros para realizar subtareas aisladas. Cada subagente se ejecuta en su propia ventana de contexto fresca con un system prompt dedicado, ejecuta su tarea y devuelve una única cadena resumen. No hay canal peer-to-peer ni estado mutable compartido. El sistema multi-agente de investigación de Anthropic, la herramienta Task de Claude Code, los agents-as-tools de OpenAI y los Managed Devins de Cognition de marzo de 2026 usan todos este patrón.
El segundo patrón es técnicamente multi-agente, pero su coste de coordinación está acotado. No hay bus de pares, por lo que no hay explosión cuadrática de comunicación ni impuesto de re-reproducción del transcript.
El debate polarizado de 2025 ha colapsado prácticamente.
Don’t Build Multi-Agents de Cognition (junio de 2025) fue la postura más rotunda contra los diseños multi-agente: solo single-threaded, con un LLM de compresión separado para la gestión de contexto. Nueve meses después, en marzo de 2026, Cognition publicó Devin can now Manage Devins : un coordinador que delimita el trabajo, asigna cada pieza a un Devin gestionado ejecutándose en su propia VM aislada, y compila los resultados. La justificación —“el contexto se acumula, el foco se degrada y la calidad de cada subtarea sufre”— es el mismo argumento de aislamiento que Anthropic hizo en 2025. El post no retira el ensayo anterior por nombre, pero la concesión arquitectónica es inequívoca.
La postura de Anthropic se movió en dirección opuesta durante el mismo periodo: hacia arquitecturas desacopladas “cerebro/manos” en lugar de un fan-out paralelo más amplio. El post Managed Agents de abril de 2026 y el harness de tres agentes para desarrollo full-stack enfatizan los subagentes acotados por rol sobre los equipos de pares.
La actualización del Agents SDK de OpenAI del 15 de abril de 2026 hizo que el historial anidado de handoffs fuera opt-in por defecto, reduciendo la fuga de contexto entre agentes. AutoGen se fusionó en Microsoft Agent Framework 1.0; el peer GroupChat ya no es el insignia. LangChain ahora recomienda supervisor-as-tool sobre la librería de supervisor.
Cinco proveedores, una dirección. El peer GroupChat está en declive.
Comienza tu prueba gratuita hoy y ve resultados en días.
El número más citado del post de ingeniería de Anthropic de junio de 2025:
“El análisis interno muestra que los agentes suelen usar unas 4× más tokens que las interacciones de chat, y los sistemas multi-agente usan unas 15× más tokens que los chats.”
Y la conclusión diagnóstica:
“El uso de tokens por sí solo explica el 80% de la varianza en el rendimiento de BrowseComp.”
La literatura académica de 2026 empuja la misma conclusión con más fuerza. Tran & Kiela (arXiv 2604.02460 , abril de 2026, Stanford / Contextual AI) probaron Qwen3, DeepSeek-R1-Distill-Llama y Gemini 2.5 e informan: “bajo un presupuesto fijo de tokens de razonamiento y con utilización perfecta del contexto, los sistemas de un solo agente son más eficientes en información… los sistemas de un solo agente igualan o superan consistentemente a los sistemas multi-agente en tareas de razonamiento multi-hop cuando los tokens de razonamiento se mantienen constantes.” El suelo teórico es la desigualdad de procesamiento de datos: pasar información a través de más agentes solo puede perder, nunca añadir.
El artículo OneFlow de Xu et al. (enero de 2026) llega a la misma conclusión a través de siete benchmarks, citando la reutilización de KV-cache como el filo de eficiencia.
Esto no significa que multi-agente esté siempre equivocado. Significa que la carga de la prueba recae sobre multi-agente, no sobre el diseño más simple.
La evidencia de 2026 converge en un conjunto estrecho de casos.
Trabajo paralelizable de alta lectura. El sistema de Anthropic de 2025 hace fan-out de subagentes sobre subconsultas de investigación independientes. AORCHESTRA (arXiv 2602.03786
, febrero de 2026) modela cada subagente como una 4-tupla (INSTRUCTION, CONTEXT, TOOLS, MODEL) creada bajo demanda por un orchestrator y reporta +16,28% de mejora relativa frente al baseline más fuerte en GAIA, SWE-Bench y Terminal-Bench usando Gemini-3-Flash. AdaptOrch (2602.16873
) reporta +12–23% sobre baselines estáticos de topología única usando los mismos modelos subyacentes; la victoria viene del enrutamiento de topología, no de la peer collaboration.
Fiabilidad en dominio estrecho. El artículo de respuesta a incidentes de Drammeh (2511.15755 v2 , enero de 2026) ejecutó 348 ensayos controlados y reporta una tasa de recomendación accionable del 100% vs 1,7% para un solo agente, con 80× de especificidad de acción y 140× de corrección de soluciones, y “varianza de calidad cero a través de todos los ensayos.” El dominio es estrecho y el trabajo es paralelo; el patrón orchestrator gana de forma decisiva.
Dominios disjuntos de herramientas o contexto donde el handoff sirve como límite de seguridad: un agente de facturación que genuinamente no debería ver herramientas de ingeniería, por ejemplo.
Para ejecución secuencial de tareas, agentes que tocan estado compartido o cualquier cosa que parezca “haz estos pasos en orden con criterio entre ellos”, estas condiciones no aplican. La literatura recomienda un solo agente con gestión disciplinada del contexto.
Obtén los últimos consejos, tendencias y ofertas gratis.
Una vez que has decidido que multi-agente es la elección correcta, la estructura del prompt está más estandarizada de lo que sugiere la mayoría del material de marketing. Cada implementación principal estudiada —Claude Code, Anthropic Research, OpenAI Agents SDK, CrewAI, AutoGen, LangGraph, AOrchestra— usa el mismo patrón, llamado P2 en la literatura de construcción de prompts: un system prompt dedicado para el subagente, más un task brief estructurado entregado como el primer mensaje de usuario.
El post de Anthropic de 2025 es el más explícito sobre lo que va en el brief:
“Cada subagente necesita un objetivo, un formato de salida, guía sobre las herramientas y fuentes a usar, y límites de tarea claros.”
También son explícitos sobre cómo es el fallo cuando se omite esto:
“Empezamos permitiendo que el agente líder diera instrucciones simples y cortas como ‘investiga la escasez de semiconductores’, pero descubrimos que estas instrucciones a menudo eran lo bastante vagas como para que los subagentes malinterpretaran la tarea o realizaran exactamente las mismas búsquedas.”
Tres reglas surgen del consenso:
Una cuarta regla, a menudo pasada por alto: reenvía la salida del trabajador directamente al usuario cuando el único trabajo restante del supervisor sea entregarla. El benchmark de LangChain de 2025 midió que aproximadamente el 50% de la ganancia de rendimiento swarm-vs-supervisor venía de este único cambio. El round-trip “supervisor lee la salida del trabajador, parafrasea para el usuario, parafrasea la respuesta del usuario para el siguiente trabajador” es puro desperdicio.
Estos aparecen en retrospectivas de producción, en el benchmark de LangChain y en el Multi-Agent Orchestration Failure Playbook for 2026 de Cogent. Son la razón por la que la industria cambió.
| Modo de fallo | Cómo se ve |
|---|---|
| Transcript completo re-reproducido en cada wakeup | Cada agente vuelve a ingerir toda la conversación en cada turno. Lineal en turnos × agentes. |
| Bloat del system prompt por el protocolo de coordinación | Cada agente envía la descripción del protocolo, la lista de roles y el vocabulario de señales en cada llamada. |
| Round-trip de “traducción” del supervisor | El supervisor lee la salida del trabajador, parafrasea para el usuario, parafrasea la respuesta del usuario para el siguiente trabajador. ~50% del coste evitable. |
| Suposiciones implícitas en conflicto | Los trabajadores que operan en paralelo toman decisiones estéticas o arquitectónicas sutiles que no se reconcilian. La afirmación central de Cognition en 2025. |
| Explosión de aristas de coordinación | n agentes se comunican sobre O(n²) aristas. Añadir el 5º agente duplica el grafo de mensajes. |
| Sobrecarga HITL/suspensión | Pausar y reanudar vuelve a facturar todo el transcript anterior a la suspensión. |
| Consenso prematuro / “herding” | Los agentes pares convergen en una respuesta confiada-pero-incorrecta porque la confianza de cada agente eleva la de los demás. Hallazgo nuevo de 2026 (Tian et al., 2025; reforzado en 2026). |
Un diagnóstico útil: si puedes nombrar tres de los siete en tu propio despliegue, estás pagando el impuesto multi-agente por una arquitectura que la literatura no recomienda. La solución rara vez es “arrancar el equipo de agentes”: es comprimir el historial, cachear el prefijo estático del prompt, devolver resúmenes en lugar de transcripts y reenviar la salida del trabajador directamente al usuario.
El desarrollo genuinamente nuevo de 2026 son las primitivas de coordinación a nivel de infraestructura, no patrones de framework.
El protocolo Agent2Agent (A2A) se unió a MCP bajo la Linux Foundation AI & Agents Foundation (AAIF) en diciembre de 2025, con apoyo fundacional de OpenAI, Anthropic, Google, Microsoft, AWS y Block. A2A apunta explícitamente a “comunicación inter-agente, delegación de tareas y orquestación colaborativa para workflows multi-agente distribuidos.” Para febrero de 2026, MCP había superado aproximadamente los 97 millones de descargas mensuales de SDK.
Dos primitivas en fase de investigación merecen seguimiento. KVCOMM (NeurIPS 2025) demuestra más del 70% de reutilización de KV-cache y un speedup de ~7,8× en escenarios de cinco agentes compartiendo el estado KV en lugar de tokens. Phase-Scheduled Multi-Agent Systems (PSMAS, febrero de 2026) reporta una reducción del 34,8% de tokens al tratar la activación del agente como control continuo sobre la atención compartida en lugar de RPC discreto.
Estas primitivas eluden la dicotomía orchestrator-vs-peer cambiando lo que “contexto” siquiera significa entre agentes. Aún no son bloques de construcción listos para producción, pero son lo correcto a seguir, y refuerzan la dirección general: el coste se reducirá mediante coordinación más inteligente en la capa de infraestructura, no mediante diseños peer más elaborados en la capa de framework.
No necesitas ser ingeniero de software para construir el patrón orchestrator + subagent. El constructor visual de FlowHunt mapea limpiamente sobre el contrato del subagente: un nodo orchestrator posee la conversación, los nodos trabajadores corren con sus propios system prompts, y las conexiones llevan un brief estructurado hacia afuera y un resumen de vuelta.
A continuación hay un recorrido de 45 minutos de un pipeline de investigación de contenido usando el patrón de consenso.
Inicia sesión en FlowHunt y haz clic en Create New Workflow. Llámalo Content Research Pipeline. Configura el trigger en Manual. El workflow tiene tres roles: un orchestrator que posee la solicitud del usuario, un research subagent (lectura paralelizable) y un fact-check subagent (lectura paralelizable). Ambos subagentes devuelven resúmenes.
Añade un nodo Google Search. Configúralo para que tome un tema como entrada, devuelva los 5 mejores resultados, excluya anuncios y emita URL, título, snippet y fecha.
Añade un nodo OpenAI a continuación. Este es el slot del “system prompt” del subagente. Dale un prompt dedicado y enfocado:
Eres un research subagent. Dados los resultados de búsqueda,
extrae afirmaciones factuales con URLs de fuentes y fechas de publicación.
Salida: una lista JSON de objetos {claim, url, date}.
Límites: no sintetices, no resumas, no editorialices.
Este es el patrón P2: un prompt de subagente dedicado, acotado de forma estrecha. Conecta Google Search → OpenAI Extraction.
Añade un nodo Text Synthesis. Su trabajo es organizar la salida del research subagent en un esquema estructurado: una sección por tema, cada una respaldada por afirmaciones de fuentes.
Añade un nodo OpenAI para redactar el artículo. Dale un prompt enfocado: esquema dentro, borrador fuera. Conecta Synthesis → OpenAI Generation.
Añade un nodo AI Agent configurado como fact-checker. El brief estructurado se parece a la receta de Anthropic: objetivo, formato, herramientas, límites:
Objetivo: validar cada afirmación factual en el artículo borrador.
Formato de salida: borrador anotado con estado de verificación por afirmación
(verified | unverified | contradicted) y un confidence score 0–1.
Herramientas: knowledge base lookup, web search.
Límites: no reescribas el artículo. Marca, no corrijas.
Añade un formateador Markdown como nodo de salida final. Conecta Fact-Checker → Markdown.
Research subagent → Synthesis → Fact-Check subagent → Output. Cada conexión lleva la salida del paso anterior como el brief estructurado del siguiente paso.
Esto es secuencial en lugar de fan-out, lo cual es apropiado aquí: la síntesis necesita la salida de la investigación, y el fact-check necesita la síntesis. Si quisieras escalar a diez subconsultas de investigación paralelas, reemplazarías el nodo único de investigación por un fan-out: el orchestrator crea N subagentes en paralelo, cada uno toma una subconsulta de un brief estructurado, cada uno devuelve su propio resumen, y el orchestrator los fusiona antes de pasar a la síntesis.
Haz clic en Run Workflow. Proporciona un tema como “Qué es la computación cuántica?”. Espera ~45–60 segundos de extremo a extremo. Observa las salidas por nodo en la UI de FlowHunt para ver qué recibió cada subagente como brief y qué devolvió.
Una vez verificado, despliega a un webhook, planificación o trigger manual. Configura el destino de salida (email, Slack, Google Drive, base de datos). Habilita el logging por rol; el hallazgo de Anthropic “el 80% de la varianza es gasto de tokens” hace de la telemetría de tokens por rol el prerrequisito para cualquier ajuste.
Una lista corta de cosas que la literatura 2025–2026 desaconseja explícitamente:
Estos son los casos de uso donde el patrón orchestrator + subagent se gana su prima.
Un research subagent consulta APIs, bases de datos académicas y documentos internos y devuelve un resumen estructurado de fuentes. Un paso de síntesis organiza los hallazgos en un esquema. Un fact-check subagent valida afirmaciones con confidence scores. Los equipos de producción reportan una reducción de ~70% en tiempo de fact-checking y un 40% de aumento en producción de contenido; números consistentes con el sweet spot de lectura paralelizable.
Un data-enrichment subagent extrae datos de perfil de CRM, Clearbit/Apollo, LinkedIn y comportamiento web; lecturas genuinamente paralelas desde fuentes independientes. Un scoring subagent compara contra el ICP y asigna una puntuación. Un routing subagent mapea leads de alta puntuación al rep correcto basándose en territorio y carga. Reportado: 35% de aumento en la tasa de conversión, 50% de reducción en tiempo de procesamiento de leads.
Un first-line subagent extrae el tipo de ticket y el sentimiento e intenta resolverlo desde la knowledge base. Un escalation subagent evalúa el resultado y enruta al especialista correcto. Un handoff subagent empaqueta el contexto para el humano. El patrón orchestrator aquí sirve al criterio de dominio disjunto: facturación, soporte técnico y quejas tienen diferentes herramientas y diferente acceso a datos.
Subagentes de recolección paralelos —news scraper, agente financiero, agente de social-sentiment, monitor de webs de competidores— corren en fan-out genuino. Un subagente de análisis recibe los cuatro resúmenes e identifica tendencias. Un subagente de reporte redacta el resumen ejecutivo. Este es el análogo más cercano al sistema multi-agente de investigación de Anthropic de 2025 y el caso de uso más fuertemente respaldado por los números de AORCHESTRA de 2026.
El futuro de la IA no es un único modelo super-inteligente, y no es un swarm de peer collaboration. Es un único coordinador que posee el contexto y un pequeño conjunto de trabajadores disciplinados y aislados que devuelven resúmenes. Ese es el patrón que la investigación respalda, y ese es el patrón que FlowHunt está construido para hacer fácil.
{{ cta-dark-panel heading=“Construye tu primer sistema Multi-Agente de IA hoy” description=“El constructor de workflows sin código de FlowHunt facilita crear el patrón orchestrator + subagent, probarlo y desplegarlo. Empieza con una cuenta gratuita y construye tu primer pipeline de 3 agentes en menos de una hora.” ctaPrimaryText=“Prueba FlowHunt gratis” ctaPrimaryURL=“https://app.flowhunt.io/sign-in" ctaSecondaryText=“Solicitar una demo” ctaSecondaryURL=“https://www.flowhunt.io/demo/" gradientStartColor="#3b82f6” gradientEndColor="#8b5cf6” gradientId=“multi-agent-cta” }}
Yasha es un talentoso desarrollador de software especializado en Python, Java y aprendizaje automático. Yasha escribe artículos técnicos sobre IA, ingeniería de prompts y desarrollo de chatbots.
El constructor de workflows sin código de FlowHunt facilita crear y orquestar varios agentes de IA. Empieza a automatizar tareas complejas en minutos, sin necesidad de programar.
Explora los principales creadores de agentes de IA en 2026, desde plataformas sin código hasta frameworks de nivel empresarial. Descubre qué herramientas son la...
Explora los marcos multi-agente Crew.ai y Langchain. Crew.ai destaca en la colaboración y la división de tareas, ideal para simulaciones complejas, mientras que...
Un análisis exhaustivo de los constructores de agentes de IA open-source y propietarios en 2025, examinando costes, flexibilidad, rendimiento y ROI para ayudar ...
Consentimiento de Cookies
Usamos cookies para mejorar tu experiencia de navegación y analizar nuestro tráfico. See our privacy policy.