Sistema multiagente

Un sistema multiagente es un armado en el que varios agentes de IA trabajan en la misma tarea, en vez de que un solo agente haga todo. Cada agente suele ser un LLM que corre un ciclo de pensar y usar herramientas, pero con sus propias instrucciones, sus propias herramientas y su propia ventana de contexto. Uno busca en la web, otro escribe código, otro revisa el resultado.

El patrón más común es un orquestador con subagentes: un agente principal divide el trabajo en partes, le pasa cada parte a un subagente y junta lo que vuelve. Como los subagentes pueden correr en paralelo y cada uno arranca con el contexto limpio, el equipo cubre más terreno que un agente solo, cuyo contexto se va llenando con todo lo que leyó. Otros diseños pasan el trabajo en cadena, o ponen a un agente a revisar lo que hizo otro.

El costo es real. Anthropic, al contar en 2025 cómo armó el sistema multiagente detrás de la función de investigación de Claude, informó que usaba más o menos 15 veces más tokens que un chat normal, y que valía la pena sobre todo en tareas amplias que se parten en piezas independientes. Además, los agentes pueden malinterpretarse, repetir trabajo o pasarse errores, y un bug es más difícil de rastrear entre varias conversaciones. Las tareas donde cada paso depende del anterior, como buena parte de la programación, muchas veces salen mejor con un solo agente bien equipado.

La idea es más vieja que los LLMs: hace décadas que se estudian sistemas multiagente en robótica, simulaciones de tránsito y juegos. Lo nuevo es que cada agente ahora puede leer, escribir y razonar en lenguaje común.