Varios agentes de IA trabajando a la vez y yo haciendo de centralita
Abro varios agentes de IA para que avancen varias cosas a la vez. Lo raro llega después, cuando uno cambia algo, otro sigue con una decisión anterior y soy yo quien va de conversación en conversación poniéndolos al día.
Trabajo con Claude Code y Codex sobre las carpetas de mis proyectos, y a veces tengo varios abiertos a la vez. Quería repartir el trabajo y me he quedado con otro que no tenía previsto. El de hacer de centralita.
Todos trabajando, pero ¿en qué?
Me gusta poder dejarles encargos y seguir con otra cosa. Uno revisa una parte del código, otro investiga un fallo y otro prepara una función nueva. Mientras cada uno avanza en lo suyo, estupendo.
El problema llega cuando quiero saber cómo va el conjunto.
- Uno sigue trabajando, pero no sé si ha encontrado algo que afecte a los demás.
- Otro ha terminado y todavía tengo que mirar qué ha cambiado.
- Un tercero me pregunta algo que ya decidí en otra conversación.
- Y alguno puede estar haciendo algo que dejó de tener sentido hace un rato.
Para enterarme, entro en cada chat, leo lo último y me hago en la cabeza el estado del proyecto. Casi nunca necesito todo el detalle. Me basta con saber qué hace cada uno y si hay algo que tenga que decidir yo. Pero con varias conversaciones abiertas, acordarme de qué sabe cada una ya es otra tarea.
El teléfono deja de ser obligatorio y solo se entera uno
Imagina tres agentes trabajando en la misma aplicación. Hay un formulario que pide nombre, correo y teléfono, y al principio los tres campos son obligatorios.
- Agente A: prepara el formulario que ve la persona.
- Agente B: recibe los datos y comprueba que están bien.
- Agente C: escribe las pruebas del formulario.
Luego cambio de opinión. No quiero obligar a nadie a dar su teléfono. Entro en la conversación del agente A, se lo digo y lo cambia sin problema.
B sigue rechazando los formularios sin teléfono. C sigue preparando pruebas que esperan los tres campos.
Los tres están haciendo bien lo que creen que tienen que hacer. Pero ya no trabajan con la misma decisión. Si no me doy cuenta, acabo con un formulario que deja el teléfono vacío y luego no se puede enviar.
Mi solución es bastante rudimentaria. Copio la decisión, abro las otras conversaciones y la repito.
«Oye, que ahora el teléfono es opcional».
Ya tengo los agentes y las tareas repartidas. Lo que me falta es que se enteren de lo que hacen los demás.
Los archivos cambian, pero el motivo se queda en el chat
Trabajar sobre carpetas ayuda mucho. El trabajo no se pierde en una conversación y cualquier agente puede abrir los archivos y seguir. Pero que vea un archivo cambiado no significa que sepa por qué.
Si el agente B ve que el teléfono ya no aparece como obligatorio en el formulario, puede pensar que también tiene que quitarlo de su comprobación. O que es un cambio provisional. O que a alguien se le ha olvidado marcarlo. No debería tener que adivinarlo.
Hay cosas que se ven en los archivos y otras que solo están en la conversación donde se decidieron:
- Que una función prevista se ha descartado.
- Que ha aparecido una limitación y hay que cambiar el planteamiento.
- Cuál de las alternativas que estábamos valorando hemos elegido.
- Que algo que otro agente quería quitar se queda.
Tampoco todo lo que se dice en un chat es una decisión. A veces estoy probando cosas o planteando algo que acabaré descartando, y no quiero que eso llegue a los demás como una orden.
Investigar en paralelo no es lo mismo que tocar la misma función
Si quiero comparar tres soluciones a un problema, puedo pedir a tres agentes que investiguen una cada uno. Avanzan por su lado y al final comparo lo que traen. No necesitan ponerse de acuerdo por el camino.
Si uno cambia el formulario, otro cómo se guardan sus datos y un tercero las pruebas, la cosa cambia. Cualquier decisión de uno afecta a los otros dos.
Se puede repartir, pero hay que coordinarlo mucho más. Y abrir más agentes no lo arregla.
Anthropic contaba algo parecido al explicar su sistema de investigación con varios agentes. Les funcionaba bien para buscar en varias direcciones a la vez. Encajaba peor cuando todos necesitaban el mismo contexto o dependían mucho unos de otros, y reconocían que la mayoría de tareas de programación se pueden repartir menos que una investigación.
Anthropic · EngineeringHow we built our multi-agent research system Traducido al españolLos agentes todavía no saben coordinarse ni delegar en otros agentes en tiempo real.
También contaban que en las primeras versiones los agentes se distraían unos a otros con demasiadas actualizaciones. Eso tiene su gracia, porque yo echo en falta que se avisen, pero tampoco quiero tres agentes interrumpiéndose para contar que han avanzado un poquito.
En Cognition, la empresa detrás de Devin, ponían el ejemplo de un clon de Flappy Bird. Un agente hace el fondo con las tuberías y otro el pájaro. El fondo acaba pareciéndose a Super Mario y el pájaro no se parece al del juego. Cada uno ha tomado pequeñas decisiones que el otro no veía, y luego alguien tiene que juntarlo.
Cognition · Walden YanDon't Build Multi-Agents Traducido al españolLas acciones llevan decisiones implícitas, y si chocan entre sí, el resultado es malo.
Lo que echo en falta es que se avisen entre ellos
Lo comenté en X y lo sigo pensando. No hablo de abrir más chats ni de tener un agente jefe al que contárselo todo para que lo reparta. Hablo de que las conversaciones que trabajan en el mismo proyecto se traten como compañeros.
DiegoSF@DSF_diego_
Echo en falta que los chats de IA (agenticos) puedan avisarse entre ellos. Si en uno cambio una decisión importante, los demás que trabajan en paralelo deberían enterarse sin que yo haga de centralita. No hablo de abrir más chats. Hablo de agentes-conversaciones tratándose como compañeros.
15:41 · 29 jul. 2026
Me imagino algo así:
- Cambio una decisión. Le digo a un agente que el teléfono deja de ser obligatorio.
- Les llega a los que trabajan en lo mismo. No toda mi conversación. Qué se ha decidido, a qué afecta y de dónde viene.
- Cada uno mira si le toca. El que comprueba los datos ve que tiene que cambiar su parte. El que está con otra función sigue a lo suyo.
- Yo veo lo importante. Quién lo ha aplicado, quién tiene algo que revisar y si hay algún conflicto que tenga que resolver yo.
No sé cómo de difícil sería montarlo. ¿Cómo sabe un agente que una decisión afecta a otro? ¿Cómo distingue algo decidido de una idea que estaba probando? ¿Qué pasa si dos conversaciones reciben instrucciones que chocan?
No quiero que las IA se pongan de acuerdo a mis espaldas en algo que me toca decidir a mí. Pero tampoco tiene sentido que me necesiten para pasar una decisión que ya he tomado.
Un panel con todos los agentes ayuda, pero no basta
Están saliendo herramientas para ver varios agentes desde un mismo sitio. Respondí en X a una de ellas porque el problema me parece muy real. Saber de un vistazo cuál sigue trabajando, cuál ha terminado y cuál está esperando ya es bastante.
DiegoSF@DSF_diego_
En respuesta a @heyfredds
Sí, generar empieza a ser la parte fácil. Lo difícil es que varias cosas avancen sin que tú acabes haciendo de centralita todo el día
16:48 · 18 jul. 2026
Pero si en ese panel veo que dos agentes trabajan con decisiones distintas y tengo que entrar en los dos chats para arreglarlo, sigo siendo yo el que pasa los recados. Me han puesto todos los teléfonos de la centralita en la misma mesa. Algo hemos ganado, pero sigo pasando las llamadas.
Yo querría ver algo así:
- En marcha: qué hace cada agente y en qué parte del proyecto.
- Cambio avisado: una decisión nueva que afecta a otros trabajos.
- Tiene que revisar: un agente ha encontrado algo que no encaja con lo nuevo.
- Pendiente de mí: lo que de verdad necesita que decida yo.
No necesito ver cada archivo que abren ni cada paso que dan. Y tampoco quiero quedarme delante del ordenador porque un agente haya terminado y esté esperando. Que ellos puedan trabajar a cualquier hora no significa que yo tenga que estar disponible a cualquier hora.
Me gusta repartir trabajo entre agentes y voy a seguir haciéndolo. Lo que me sobra es tener que acordarme de todas las conversaciones en las que una decisión que ya he cambiado sigue viva.
Ver las fuentes
- Cognition · *Don't Build Multi-Agents* (junio de 2025). Walden Yan defiende compartir el contexto completo entre agentes, no solo mensajes sueltos, y recuerda que cada acción lleva decisiones implícitas. Es la opinión de una empresa que desarrolla agentes, no un estudio.
- Anthropic · *How we built our multi-agent research system* (junio de 2025). Explican en qué tareas les funciona repartir el trabajo y los problemas de coordinación que encontraron. Su sistema con varios agentes gastaba unas 15 veces más tokens que un chat. Es su sistema, no una regla general.
- Cemri y colaboradores · *Why Do Multi-Agent LLM Systems Fail?* (2025). Analizan más de 1.600 ejecuciones de siete sistemas con varios agentes y agrupan los fallos en tres tipos: cómo está diseñado el sistema, desacuerdos entre agentes y comprobación del resultado.



