Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
  1. IA
  2. Agentes
Árbol de habilidades

Multiagentes

1 min de lecturaActualizado el 9 jul 2026

Un sistema multiagente usa varios agentes con responsabilidades o contextos separados para resolver una tarea. No es automáticamente más capaz que un solo agente: intercambia simplicidad por especialización, aislamiento o paralelismo.

Cuándo puede ayudar

  • dominios que requieren instrucciones y herramientas muy distintas;
  • subtareas independientes que reducen tiempo al ejecutarse en paralelo;
  • contextos que conviene aislar para evitar ruido;
  • revisión adversarial o roles con criterios diferentes;
  • límites de permisos distintos por responsabilidad.

Un agente de investigación y otro de escritura pueden compartir artefactos sin compartir toda su conversación. Un agente de lectura no necesita credenciales de despliegue.

Costos ocultos

  • cada participante consume tokens y latencia;
  • hay que resumir y transferir contexto;
  • los errores se propagan entre agentes;
  • pueden duplicar trabajo o producir conclusiones incompatibles;
  • aumenta la superficie de permisos, trazas y fallos;
  • evaluar el sistema completo es más difícil.

Tres agentes mediocres discutiendo no sustituyen una buena fuente ni un criterio de éxito.

Diseña contratos entre agentes

Define entradas y salidas estructuradas, dueño del estado, presupuesto y condición de finalización. Prefiere artefactos verificables —un diff, una lista de evidencias, un reporte con schema— frente a mensajes libres.

En un patrón supervisor, el coordinador asigna y sintetiza; en colaboración entre pares, necesitas reglas de turno, resolución de conflictos y prevención de ciclos. En ambos casos, los permisos deben aplicarse por agente y por tool.

Cuándo un solo agente es mejor

  • la tarea cabe en un contexto;
  • las tools comparten permisos;
  • los pasos dependen fuertemente entre sí;
  • no existe paralelismo real;
  • el costo de coordinación supera el trabajo.

Empieza con un agente y extrae roles sólo cuando una evaluación demuestre el cuello de botella.

Cómo evaluar

Compara contra el baseline de un solo agente: calidad, tiempo de pared, tokens totales, errores, intervenciones humanas y tasa de finalización. Prueba también fallos de un worker, mensajes duplicados y resultados contradictorios.

Temas relacionados

Necesita Orquestación. A2A extiende la colaboración a agentes independientes que deben descubrirse y comunicarse mediante un protocolo.