Cuando un agente de IA empieza a hacer demasiadas cosas, la tentación es dividirlo. Uno recibe la llamada y averigua qué quiere la persona, otro se ocupa de las facturas, otro de las averías y otro de las citas. Se parece a cómo se organiza un equipo humano, y en los diagramas queda muy bien. A veces es la decisión correcta. Otras, multiplica los puntos de fallo sin mejorar nada.
Qué es un sistema multiagente
Un sistema multiagente reparte una tarea entre varios agentes, cada uno con sus instrucciones, sus herramientas y su parte del problema. Si no tienes claro qué es un agente, lo explicamos en qué hace falta para llamar agente a un chatbot.
Hay dos formas de organizarlos que aparecen una y otra vez:
- Orquestador y trabajadores. Un agente principal recibe la tarea, la divide, reparte las partes entre otros agentes y junta los resultados. Anthropic usa este esquema en su sistema de investigación: un agente coordina y varios subagentes buscan información en paralelo (Anthropic, 2025).
- Traspasos. Un agente atiende hasta que la conversación entra en el terreno de otro, y le pasa el control con el historial. Es el patrón típico de atención al cliente: un agente de entrada que deriva a facturación o a devoluciones. El SDK de agentes de OpenAI lo implementa así: el traspaso aparece como una herramienta más que el agente puede usar (OpenAI Agents SDK).
Para que agentes de distintos proveedores puedan hablar entre sí han surgido estándares como A2A, que Google presentó en abril de 2025 y donó después a la Linux Foundation (Google, 2025).
Cuándo compensa
El caso más claro es el de tareas que se pueden hacer en paralelo y que no caben en la cabeza de un solo agente. En su sistema de investigación, Anthropic midió que la versión con varios agentes superaba en un 90,2 % a un solo agente en su evaluación interna (Anthropic, 2025). Buscar información sobre veinte empresas a la vez es un buen ejemplo: cada subagente investiga una y el orquestador compara.
También ayuda cuando las partes son de verdad distintas: herramientas diferentes, permisos diferentes, riesgos diferentes. Tiene sentido que el agente que puede emitir un reembolso sea distinto del que responde preguntas generales, con menos herramientas y reglas más estrictas.
Cuándo complica más de lo que resuelve
La misma publicación de Anthropic da el precio: sus sistemas multiagente consumían unas 15 veces más tokens que una conversación normal. Y reconoce que no encajan en tareas donde todos los agentes necesitan compartir el mismo contexto o dependen mucho unos de otros.
Walden Yan, de Cognition, fue más lejos en un artículo titulado directamente Don’t Build Multi-Agents («No construyas sistemas multiagente»). Su argumento: cada agente toma decisiones implícitas al actuar, y si no comparte todo el contexto con los demás, esas decisiones chocan (Yan, 2025). Recomienda un solo agente con el contexto completo siempre que sea posible.
Los datos le dan parte de razón. Un equipo de la Universidad de California en Berkeley analizó más de 1.600 ejecuciones de siete marcos multiagente populares y clasificó sus fallos en catorce tipos, agrupados en tres familias: problemas de diseño del sistema, desalineación entre agentes y falta de verificación de las tareas (Cemri et al., 2025). Muchos de esos fallos no existirían con un solo agente.
Qué cambia en una llamada
En una conversación por voz, los problemas de los sistemas multiagente se notan más:
- Cada traspaso añade tiempo. Si el agente de entrada tiene que pensar a quién derivar y el siguiente tiene que leerse el historial, la persona oye un silencio.
- La persona tiene que notar que sigue hablando con el mismo servicio. Si cambia la voz, el tono o la forma de tratarla, la sensación es la de ser transferido de departamento en departamento.
- El contexto no puede perderse. Pocas cosas molestan más que repetir el número de cliente después de cada traspaso.
Por eso, en voz solemos preferir un único agente de cara a la persona, con una sola voz y una sola personalidad, que por detrás consulta herramientas o subagentes especializados cuando hace falta. La conversación la lleva siempre el mismo; lo que se reparte es el trabajo. Es parecido a la arquitectura híbrida que describimos en tres formas de montar un agente de voz.
Cómo decidir
Antes de dividir un agente en varios, conviene preguntarse:
- ¿La tarea tiene partes que se pueden hacer a la vez, o son pasos que dependen unos de otros?
- ¿Las partes necesitan herramientas o permisos distintos?
- ¿Cuánto contexto tienen que compartir?
- ¿Cuánto tiempo y cuánto coste añade cada traspaso?
- ¿Puedes medir si el sistema dividido funciona mejor que uno solo?
Si no tienes una buena respuesta a la última, empieza con un agente. Es más fácil de entender, de probar y de corregir. Si llega a su límite, las pruebas te dirán dónde partirlo. Es lo que hacemos cuando diseñamos agentes y cuando los evaluamos.
Referencias
