Un sistema multiagente (MAS) es una forma de trabajo en la que varios agentes de IA se reparten los papeles y trabajan en paralelo para terminar una sola tarea. Un agente coordinador divide el trabajo, los agentes trabajadores (subagentes) investigan o redactan cada uno en su propio contexto, y el coordinador junta los resultados.
Pero añadir agentes no hace que el sistema sea más listo por sí solo. En un experimento de Google Research y otros con seis tipos de tareas, las configuraciones multiagente fueron hasta un 81 % mejores que un solo agente en trabajos que se pueden dividir, y hasta un 70 % peores en trabajos que deben avanzar paso a paso. Este artículo explica la definición y los cinco patrones, y después usa ese experimento y el material publicado por Anthropic, Cognition y otros para que puedas juzgar en qué trabajos ayuda y en cuáles empeora el resultado.
Multiagente = un equipo que se reparte los papeles y trabaja en paralelo
— en lugar de pedirle todo a una sola IA, un pequeño equipo de especialistas se divide el trabajo
Cada uno tiene su propia ventana de contexto y trabaja en paralelo.
El coordinador revisa los resultados antes de juntarlos: en los experimentos, contar o no con ese coordinador que revisa cambió mucho cuánto se propagaban los errores.
Índice
- 1. ¿Qué es un sistema multiagente?
- 2. ¿Por qué coordinar varias IA?
- 3. Los cinco patrones
- 4. Lo que muestran los experimentos: dónde ayuda y dónde perjudica
- 5. Cómo lo usan los productos reales
- 6. Coste: unas 15 veces los tokens de un chat
- 7. Tabla de decisión: ¿conviene usarlo?
- 8. Claves de diseño y tipos de fallo frecuentes
- 9. Cómo se escribe cada patrón en los SDK principales
- Resumen
- Preguntas frecuentes
1. ¿Qué es un sistema multiagente?
Un sistema multiagente (Multi-Agent System, MAS) es una forma de trabajo en la que varios agentes de IA cooperan para resolver una tarea. Cada agente tiene sus propias instrucciones (prompt), sus herramientas y su contexto, y entre todos alcanzan el objetivo intercambiando resultados.
La pieza básica, un solo agente, repite por su cuenta el ciclo «pensar → usar una herramienta → mirar el resultado», como explicamos en Qué es un agente de IA. La forma más cercana de entender un sistema multiagente es ese ciclo más reparto de papeles y paralelismo.
En qué se diferencia de un solo agente
| Aspecto | Un solo agente | Multiagente |
|---|---|---|
| Estructura | Una IA repite el ciclo | Varias IA trabajan juntas |
| Contexto | Todo va a una sola ventana | Separado por papel (la información ajena no se mezcla) |
| Paralelismo | Casi siempre un paso tras otro | Los trabajadores pueden avanzar a la vez |
| Propagación de errores | Sus propios errores se acumulan | Sin alguien que revise, el error de un trabajador pasa directo al resultado final |
| Coste | Menor (unas 4 veces un chat) | Mayor (unas 15 veces un chat) |
| Se le da bien | Trabajo paso a paso en el que cada paso depende del anterior | Investigación, comparación y verificación que se pueden dividir en partes independientes |
Los multiplicadores de tokens son las cifras que Anthropic publicó sobre su propia función de investigación (How we built our multi-agent research system, 13 de junio de 2025). Más detalles en la sección 6.
2. ¿Por qué coordinar varias IA?
El punto de partida es «si un agente puede con todo, usa uno». Hace falta un sistema multiagente cuando chocas con tres muros que un solo agente supera mal por su propia estructura.
Tres muros que a un solo agente le cuesta superar
Como ejemplo del efecto, Anthropic informó de que en la función Research de Claude, una configuración con Claude Opus 4 como coordinador y Claude Sonnet 4 como trabajadores obtuvo un 90,2 % más que Opus 4 trabajando solo en su evaluación interna de investigación (misma fuente). El mismo artículo dice que la cantidad de tokens usados explicaba por sí sola el 80 % de la variación del rendimiento (en BrowseComp, una evaluación de investigación). Es decir, la mayor parte de la fuerza de un sistema multiagente viene de poner contextos separados lado a lado para leer más de lo que cabe en un solo agente.
3. Los cinco patrones
Los sistemas multiagente adoptan unas pocas formas. Cada producto las llama de manera distinta, pero casi todas encajan en estas cinco. Cuando corresponde, se indica también la categoría equivalente del experimento de la sección 4 (independiente, centralizada, descentralizada, híbrida).
3-1. Orquestador–trabajador (el más usado)
Un coordinador (orquestador) divide el trabajo y lo reparte entre varios trabajadores (subagentes). Cada trabajador funciona en un contexto aparte y devuelve su resultado al coordinador. En los términos del experimento es la configuración centralizada. Siguen este patrón la función de investigación de Anthropic, los subagentes de Claude Code y la forma de «llamar a un agente como herramienta» del OpenAI Agents SDK (Agent.as_tool()).
3-2. Traspaso (handoff: un relevo de responsables)
Los agentes se pasan el control de la conversación diciendo, en la práctica, «a partir de aquí sigues tú». En la documentación del OpenAI Agents SDK, el especialista que recibe el traspaso pasa a ser el agente activo durante el resto del turno. Encaja en trabajos de ventanilla, como derivar una consulta de recepción a facturación o a soporte técnico. Swarm, el predecesor experimental de este SDK, indica ahora en su repositorio que ha sido sustituido por el Agents SDK, así que los proyectos nuevos deberían usar el Agents SDK.
3-3. Jerarquía (un equipo de equipos)
Un árbol con coordinadores intermedios bajo el coordinador principal y trabajadores debajo de ellos. En Claude Code, los subagentes pueden lanzar sus propios subagentes hasta tres niveles por defecto (documentación oficial), y Cursor 2.5, de febrero de 2026, también permitió que los trabajadores lancen trabajadores. Cada nivel extra añade tokens y espera, así que conviene fijar un límite de profundidad.
3-4. Entre pares (debate y consenso)
Sin coordinador: varios agentes aportan su opinión en igualdad y repiten hasta ponerse de acuerdo. En los términos del experimento es la configuración descentralizada. La investigación sobre Multi-Agent Debate informa de mejoras en la veracidad y el razonamiento. Suele rendir bien en trabajos que exigen contrastar varios puntos de vista, como investigar en la web (sección 4).
3-5. Canalización (pipeline: un orden fijo)
Cada agente se ejecuta en un orden fijo, por ejemplo «investigar → estructurar → verificar → entregar». Como es un programa, y no la IA, quien decide qué agente va después, los resultados son estables y es fácil ver dónde falló algo. El OpenAI Agents SDK presenta el «encadenamiento» (pasar una salida como entrada del siguiente) y los «bucles de evaluación» (alternar un agente que produce y otro que evalúa) como patrones que se construyen en código.
Los cinco patrones de un vistazo
4. Lo que muestran los experimentos: dónde ayuda y dónde perjudica
Qué patrón gana cambia según la naturaleza del trabajo. El artículo que puso cifras a esto es Towards a Science of Scaling Agent Systems, de investigadores de Google Research, Google DeepMind y otras instituciones (última versión de abril de 2026). Con tres familias de modelos —GPT, Gemini y Claude— compara cinco configuraciones (un solo agente y cuatro multiagente) en seis tipos de tareas y 260 combinaciones (presentado en el blog de Google Research en enero de 2026; las 180 configuraciones que cita el blog corresponden a la primera versión).
Fuente: sección 4.2 del artículo. En corregir código y en planificación, todas las configuraciones multiagente probadas quedaron por debajo de un solo agente; se muestra la que menos perdió (corregir código, del −2,1 % al −14,9 %; planificación, del −39,1 % al −70,0 %).
Destacan tres cosas.
- Solo compensa claramente en trabajos divisibles: en el análisis financiero, ingresos, costes y mercados se pueden investigar por separado y unir al final, así que la configuración centralizada superó a un solo agente en un 81 % aproximadamente.
- Es contraproducente en trabajos que dependen del orden: en la tarea de planificación, donde cada paso determina el siguiente, todas las configuraciones fueron peores que un solo agente. Al dividir el trabajo, las suposiciones se desalinean entre trabajadores y se gasta esfuerzo en coordinarse.
- Corregir código tampoco mejoró: Anthropic también escribe que la mayoría de las tareas de programación tienen menos partes realmente paralelizables que la investigación (su artículo), lo que concuerda con este resultado.
Un coordinador que revisa frena la propagación de errores
El mismo artículo midió cuánto se propagan los errores de los trabajadores al resultado final en cada configuración (como múltiplo, con un solo agente = 1).
Independiente (sin diálogo ni revisión)
17,2×
Los resultados solo se ponen uno junto a otro, así que los errores se quedan
Descentralizada (debate entre iguales)
7,8×
El debate corrige algunos errores, pero nadie se encarga de revisar
Híbrida
5,1×
Coordinador más algo de diálogo entre trabajadores
Centralizada (el coordinador revisa)
4,4×
El coordinador revisa los resultados antes de juntarlos
Fuente: tabla 5 del artículo (Error Amp). En la misma tabla, los turnos por tarea promediaron 7,2 con un solo agente, frente a 27,7 en la centralizada y 44,3 en la híbrida.
«Si un solo agente ya resuelve el 45 % o más, añadir agentes suele ser contraproducente». El artículo informa de que, en tareas donde la precisión de un solo agente ya supera aproximadamente el 45 %, añadir agentes tiende a bajar la puntuación. El experimento respalda este orden: medir primero con un agente y decidir si añadir más solo después de ver esa cifra.
5. Cómo lo usan los productos reales
La función de investigación de Anthropic: más trabajadores cuanto más difícil es la pregunta
Research de Claude es un caso clásico de orquestador–trabajador: el coordinador divide la pregunta, los trabajadores investigan en paralelo y el coordinador junta los resultados. Lo más útil del diseño publicado es que el prompt indica cuántos trabajadores usar según la dificultad de la pregunta (su artículo).
| Tipo de pregunta | Número de trabajadores | Llamadas a herramientas |
|---|---|---|
| Comprobar un dato sencillo | 1 (solo el coordinador) | 3–10 |
| Comparación directa | 2–4 | 10–15 cada uno |
| Investigación compleja | A veces más de 10 | Cada trabajador con una responsabilidad claramente separada |
Anthropic cuenta que, antes de estas pautas, las primeras versiones cometían errores como lanzar 50 trabajadores para una pregunta sencilla. Si construyes el tuyo, lo más rápido es poner esta tabla tal cual en tu prompt como regla para dimensionar el trabajo. Además, pasar a llamar en paralelo a la búsqueda y a otras herramientas redujo el tiempo de investigación de las preguntas complejas hasta en un 90 %.
Subagentes en Claude Code y Codex
En Claude Code puedes encargar la investigación, las revisiones y tareas similares a subagentes. Cada subagente trabaja en su propio contexto y devuelve solo un resumen al agente principal, así que el contexto principal no se llena. Por defecto pueden funcionar hasta 20 a la vez, anidados hasta tres niveles. La diferencia con los «equipos de agentes», donde los trabajadores hablan entre sí mientras avanzan, se explica en Subagentes frente a equipos de agentes en Claude Code, y cómo pedir trabajo en paralelo comparándolo con Codex, en Subagentes en paralelo en Codex y Claude Code.
Devin (Cognition): de «no lo construyas» a «coordinar»
En junio de 2025, Cognition publicó «Don't Build Multi-Agents», donde sostenía que los trabajadores en paralelo que no conocen las decisiones de los demás producen resultados contradictorios. Sus dos principios son «compartir el contexto, y compartir el recorrido completo del agente, no solo mensajes sueltos» y «las acciones llevan decisiones implícitas, y las decisiones contradictorias dan malos resultados».
En marzo de 2026, la misma empresa lanzó una función en la que Devin divide una tarea grande y la delega en varios Devin que trabajan en paralelo, cada uno en su propia máquina virtual. El Devin principal sigue el progreso, resuelve los conflictos y reúne los resultados. No abandonó el paralelismo: se quedó con un diseño en el que el agente principal asume los choques entre trabajadores, lo que encaja con lo visto en la sección 4 sobre el coordinador que revisa.
Cursor: seguir sin esperar a los trabajadores
En la versión 2.5 (17 de febrero de 2026), Cursor hizo que los subagentes funcionen de forma asíncrona para que el agente principal siga trabajando sin esperar. Los trabajadores también pueden lanzar sus propios trabajadores. Anthropic escribe igualmente que la ejecución síncrona, en la que el coordinador espera a que terminen los trabajadores, crea cuellos de botella, así que no hacer esperar al agente principal se ha vuelto un problema común a todos los fabricantes.
6. Coste: unas 15 veces los tokens de un chat
Anthropic escribe que los agentes usan unas 4 veces más tokens que un chat, y los sistemas multiagente unas 15 veces (su artículo). Aplicado a tu caso, el cálculo queda así.
Ejemplo de estimación (multiplicadores de la función de investigación de Anthropic; varían según el trabajo)
Una pregunta que cuesta 10.000 tokens como chat → unos 40.000 con un agente y unos 150.000 tokens con un sistema multiagente.
Con 100 peticiones al día: chat, 1 millón; un agente, 4 millones; multiagente, 15 millones de tokens. Multiplica por el precio por token de la tarifa oficial del modelo que uses.
No solo crecen los tokens
Separa los límites que detienen de los objetivos orientativos
Cuando los trabajadores lanzan trabajadores y algo entra en bucle, el coste se dispara. Si construyes con Claude, hay dos tipos de límite que funcionan de forma distinta.
| Límite | Dónde se configura | ¿Detiene la ejecución? |
|---|---|---|
| Tope de gasto | max_budget_usd en el Claude Agent SDK (maxBudgetUsd en TypeScript) | Sí (no se lanzan más trabajadores y la consulta termina) |
| Profundidad de anidamiento | Variable de entorno CLAUDE_CODE_MAX_SUBAGENT_SPAWN_DEPTH (por defecto 3; con 1 no hay anidamiento) | Sí (los trabajadores del último nivel hacen el trabajo ellos mismos) |
| Trabajadores simultáneos | Variable de entorno CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS (por defecto 20) | Sí (no se lanzan trabajadores por encima del límite) |
| Presupuesto de tarea | task_budget en la API de Claude (beta, mínimo 20.000 tokens) | No (una referencia con la que el modelo dosifica su esfuerzo) |
Fuentes: Subagents in the Agent SDK y Task budgets (consultado el 12 de noviembre de 2026). Los tres límites que detienen la ejecución corresponden a TypeScript SDK v0.3.219 y Python SDK v0.2.127 o posteriores; en versiones anteriores algunos no existen o tienen otros valores por defecto. La documentación describe el presupuesto de tarea como orientativo, no obligatorio, así que combínalo con un tope de gasto o con max_tokens cuando necesites que la ejecución se detenga con seguridad.
7. Tabla de decisión: ¿conviene usarlo?
Juntando todo lo anterior, cinco preguntas resuelven casi todas las decisiones. Respóndelas de arriba abajo; si alguna cae del lado de «un solo agente», empieza construyendo con uno.
| Pregunta | Favorece multiagente | Favorece un solo agente | Base |
|---|---|---|---|
| ¿Se puede dividir el trabajo en partes independientes? | Sí (por empresa, por documento, por enfoque) | Cada paso depende del resultado anterior | Análisis financiero +80,8 %, planificación del −39,1 % al −70,0 % |
| ¿Qué tal lo hace ya un solo agente? | Precisión baja con un agente | Un agente ya resuelve un 45 % o más | El artículo de Google Research y otros |
| ¿Necesitan los trabajadores compartir el mismo contexto? | Basta con la información de cada trabajador | Los resultados chocan si no todos ven el mismo contexto (casi toda la programación) | Anthropic, Cognition |
| ¿Cabe en un solo contexto? | Demasiado material; el contexto de un agente se desborda | Cabe en el contexto de un agente | El uso de tokens explicaba el 80 % de la variación del rendimiento |
| ¿Vale el resultado 15 veces los tokens? | Mucho valor por petición (informes de investigación, auditoría y comparación) | Procesos rutinarios masivos, ventanillas que exigen respuesta inmediata | Las ~15 veces de Anthropic |
Anthropic también aconseja en su guía para construir agentes buscar la solución más sencilla posible y añadir complejidad solo cuando haga falta. Los pasos para empezar y ejemplos mínimos de código están en Cómo construir un sistema multiagente, y cómo construir tu primer agente, en Cómo crear un agente de IA.
8. Claves de diseño y tipos de fallo frecuentes
① Da a cada trabajador su objetivo, formato de salida, herramientas y límites
Anthropic escribe que, con instrucciones vagas, los trabajadores malinterpretan la tarea, repiten las mismas búsquedas que otros trabajadores o no encuentran información que necesitaban. Indica a cada trabajador (1) el objetivo, (2) el formato que debe devolver, (3) las herramientas y fuentes que puede usar y (4) los límites de la tarea. Un subagente del Claude Agent SDK no recibe la conversación del agente principal; lo único que se le pasa es el prompt con que lo llamas (documentación oficial), así que escribe en ese prompt las rutas de archivos y las decisiones ya tomadas.
② Indica hasta dónde profundizar
A los trabajadores se les da mal decidir por su cuenta hasta dónde investigar. Escribe pautas de tamaño como la tabla de la sección 5 y ajusta también la profundidad de razonamiento. El effort de Claude se puede fijar por trabajador, y las definiciones de agente del Agent SDK admiten desde low hasta max. Mantener ligeros a los trabajadores simples y profundos a los de verificación contiene el coste.
③ Haz que revisar sea parte del trabajo del coordinador
Como mostró la sección 4, la configuración centralizada, en la que el coordinador revisa los resultados antes de juntarlos, propagó muchos menos errores que la independiente sin revisión (4,4× frente a 17,2×). Incluye en las instrucciones del coordinador un paso para buscar contradicciones entre los resultados de los trabajadores y comprobar las pruebas antes de aceptarlos.
④ Conoce los tipos de fallo
Investigadores de la UC Berkeley y otras instituciones clasificaron los fallos en 3 categorías y 14 tipos a partir de más de 1.600 registros de ejecución de siete sistemas multiagente (Why Do Multi-Agent LLM Systems Fail?). Sirve como lista de comprobación al revisar un diseño.
| Categoría | Qué ocurre | Remedio |
|---|---|---|
| Problemas de diseño | Los agentes ignoran las instrucciones de papel o tarea, repiten los mismos pasos o no saben cuándo parar | Escribir papeles, alcance y condiciones de fin en los prompts |
| Desalineación entre agentes | Las suposiciones chocan, no se transmite información necesaria, se ignoran las aportaciones de otros agentes | Compartir el recorrido completo; que el coordinador resuelva los choques |
| Falta de verificación | Terminar antes de tiempo, no comprobar o comprobar solo por encima | Asignar a alguien que revise (el coordinador o un trabajador de verificación) |
⑤ Monta el registro desde el principio
Si no puedes ver qué hace un sistema multiagente, no puedes arreglarlo. Registra desde el primer día las entradas y salidas de cada trabajador, el tiempo, los tokens y las herramientas llamadas. Sobre la evaluación, Anthropic cuenta que empezó con unas 20 consultas que reflejaban el uso real y que una IA las puntuaba con una rúbrica. Observar cómo cambia un conjunto pequeño de consultas, en lugar de esperar a un gran sistema de evaluación, es la vía práctica.
9. Cómo se escribe cada patrón en los SDK principales
Cada SDK llama de forma distinta al mismo patrón. Para elegir entre ellos (rapidez para prototipar, madurez en producción, consumo de tokens), consulta Comparativa de frameworks de agentes de IA; aquí solo mostramos qué pieza corresponde a cada patrón de la sección 3.
| SDK | Orquestador–trabajador | Traspaso / canalización |
|---|---|---|
| Claude Agent SDK | Se definen trabajadores con agents y se llaman con la herramienta Agent (antes Task) | Sin pieza específica; la canalización se hace llamando a los agentes en orden desde tu propio código |
| OpenAI Agents SDK | Se llama a los trabajadores como herramientas con Agent.as_tool() | Se pasa el control con handoffs; el encadenamiento y la ejecución en paralelo se construyen en código |
| LangGraph | Se ramifica desde un nodo coordinador hacia nodos trabajadores | Orden, ramas y bucles se escriben como un grafo de nodos y aristas |
| Strands Agents (AWS) | Se llama a los trabajadores como herramientas con Agents as Tools | Con Swarm los trabajadores se pasan el trabajo entre sí; con Graph o Workflow se fija el orden |
| Microsoft Agent Framework | Incluye patrones de orquestación multiagente como piezas | El orden se fija como un flujo de trabajo |
Microsoft archivó el repositorio de AutoGen y ya no ofrece correcciones de errores ni de seguridad (consultado el 12 de noviembre de 2026). Para proyectos nuevos recomienda su sucesor, Microsoft Agent Framework. Los ejemplos mínimos de código de cada SDK están en Cómo construir un sistema multiagente.
Resumen
- Un sistema multiagente reparte papeles entre varias IA que trabajan en paralelo para terminar una tarea. Supera los muros de un solo agente: contexto desbordado, falta de paralelismo y que quien hace sea también quien revisa.
- Los cinco patrones son orquestador–trabajador, traspaso, jerarquía, entre pares y canalización. El más usado es orquestador–trabajador.
- Que ayude o no depende del trabajo. En un análisis financiero divisible superó a un solo agente en un +80,8 %; en una planificación que depende del orden perdió entre un 39,1 % y un 70,0 %; corregir código tampoco mejoró.
- Con un coordinador que revisa, la propagación de errores bajó de 17,2× (independiente) a 4,4×.
- Los tokens rondan 15 veces los de un chat (unas 4 veces con un agente). Configura el gasto, la profundidad y la concurrencia como límites que de verdad detienen la ejecución.
- Orden de decisión: construye y mide primero con un agente. Separa en trabajadores solo las partes divisibles en las que un agente demostró no bastar.
Preguntas frecuentes
Q1. ¿Un sistema multiagente siempre es mejor que un solo agente inteligente?
No. La función de investigación de Anthropic obtuvo un 90,2 % más que un solo agente, pero en investigaciones que se podían dividir en partes independientes. En el experimento de Google Research y otros, todas las configuraciones multiagente fueron peores que un solo agente en la tarea de planificación dependiente del orden. Todo depende de si el trabajo se puede dividir.
Q2. ¿Sirve el multiagente para programar?
Que varios trabajadores escriban partes de una misma corrección suele no ayudar. En el experimento, todas las configuraciones multiagente quedaron por debajo de un solo agente al corregir código (SWE-bench Verified), entre un −2,1 % y un −14,9 %. En cambio, encargar a trabajadores tareas independientes como investigar, revisar o ejecutar pruebas para que el contexto principal quede libre es un uso típico de los subagentes de Claude Code.
Q3. ¿Se puede pasar de un solo agente a multiagente poco a poco?
Sí. Construye primero con un agente y mide precisión, tokens y tiempo; cuando veas dónde se desborda el contexto o qué partes podrían ir en paralelo, separa solo esas partes en trabajadores. Si lo diseñas todo como multiagente desde el principio, no podrás medir qué es lo que realmente ayuda.
Q4. ¿Existe un protocolo estándar de comunicación entre agentes?
Para conectar agentes con herramientas y datos, MCP (Model Context Protocol) se ha convertido en el estándar de facto. Nació en Anthropic, se donó a la Agentic AI Foundation de la Linux Foundation en diciembre de 2025 y lo adoptan OpenAI, Microsoft, AWS y otros. Para la comunicación entre agentes existe A2A (Agent2Agent), nacido en Google y también trasladado a la Linux Foundation. El ACP (Agent Communication Protocol) de IBM se fusionó con A2A en agosto de 2025.
Q5. ¿Un presupuesto de tarea evita que el coste se dispare?
No por sí solo. El presupuesto de tarea de la API de Claude es una referencia con la que el modelo dosifica su esfuerzo, y la documentación dice que no es obligatorio. Para detener una ejecución con seguridad, configura el tope de gasto del Agent SDK (max_budget_usd) y límites de profundidad y de trabajadores simultáneos (tabla de la sección 6).
Q6. ¿«Subagentes» y «multiagente» son cosas distintas?
Los subagentes son los trabajadores del patrón orquestador–trabajador de un sistema multiagente. En el Claude Agent SDK, el agente principal sigue siendo uno y llama a trabajadores con la herramienta Agent solo cuando hace falta. Las configuraciones en las que los trabajadores hablan entre sí directamente mientras avanzan (como los equipos de agentes de Claude Code) se acercan más al patrón entre pares o al híbrido.
