Patrones multi-agente: cinco formas de combinar modelos
Los patrones multi-agente son encadenar, enrutar, paralelizar, orquestar y evaluar-optimizar. Cuándo sirve cada uno, cuánto cuestan y cuándo basta una llamada.
¿Qué es un patrón multi-agente?
Un patrón es una plantilla de diseño. Describe cómo se conectan las piezas: qué llamada va primero, cuál decide la ruta, cuáles trabajan a la vez y quién revisa. Igual que en diseño de interfaces, un patrón no dice qué pintar, sino cómo se organizan las partes.
Anthropic distingue dos familias en su guía Building effective agents (diciembre de 2024):
- Workflows: sistemas donde los LLM y las herramientas se orquestan mediante rutas de código predefinidas.
- Agentes: sistemas donde el LLM dirige dinámicamente su propio proceso y el uso de herramientas, y mantiene el control de cómo cumple la tarea.
Los cinco patrones de abajo son workflows. Ojo con el nombre: no todos necesitan varios agentes. Un encadenamiento puede ser el mismo modelo llamado tres veces. Por eso en esta página “multi-agente” se usa en sentido amplio: cualquier arreglo de varias llamadas a modelos.
¿Cuáles son los cinco patrones?
| Patrón | Idea en una frase | Ejemplo que da Anthropic |
|---|---|---|
| Encadenamiento | Cada llamada procesa la salida de la anterior, con comprobaciones opcionales entre pasos | Redactar un texto de marketing y luego traducirlo |
| Enrutamiento | Una llamada clasifica la entrada y la manda a un proceso especializado | Consultas de soporte (generales, reembolsos, técnicas) a procesos distintos; preguntas fáciles a un modelo pequeño y difíciles a uno grande |
| Paralelización | Varias llamadas corren a la vez y el código junta los resultados | Un modelo responde mientras otro filtra contenido inapropiado; varias revisiones de código que buscan vulnerabilidades |
| Orquestador-trabajador | Un modelo central divide la tarea, reparte subtareas y sintetiza | Cambios complejos en varios archivos; búsquedas que reúnen información de varias fuentes |
| Evaluador-optimizador | Un modelo genera y otro evalúa y da feedback, en bucle | Traducción literaria, donde el evaluador critica los matices |
Dos variantes de paralelización: la sección, cuando las subtareas son independientes, y la votación, cuando se repite la misma tarea varias veces y se compara. La diferencia entre paralelización y orquestador-trabajador es quién define las subtareas: en la primera ya vienen fijadas de antemano; en el segundo, el modelo central las decide según la entrada.
Hay además un mecanismo que aparece en otros kits. En el SDK de agentes de OpenAI, un handoff (traspaso) permite que un agente delegue una tarea a otro, y se le presenta al modelo como una herramienta: un agente llamado Refund Agent se expone como la herramienta transfer_to_refund_agent. Sirve para pasar el control entre agentes especialistas.
¿Cómo elegir?
Anthropic propone buscar la solución más simple posible y subir la complejidad solo cuando hace falta. A menudo eso significa no construir un sistema con agentes: basta una llamada bien escrita con recuperación de información y ejemplos. Los workflows ofrecen predictibilidad para tareas bien definidas. Los agentes sirven para problemas abiertos donde no se puede predecir el número de pasos ni fijar una ruta, y exigen confiar en las decisiones del modelo.
Para un diseñador, la pregunta práctica es esta: ¿puedo dibujar el diagrama de pasos antes de ejecutar? Si sí, es un workflow. Si los pasos dependen de lo que el modelo encuentre en el camino, es un agente.
Una advertencia de la misma guía: los frameworks facilitan el arranque, pero agregan capas que ocultan los prompts y las respuestas y dificultan la depuración. Anthropic sugiere empezar usando directamente la API del modelo.
¿Cuándo no conviene usar varios agentes?
Anthropic publicó en junio de 2025 cómo construyó su función de investigación, que usa un agente líder que delega en subagentes que buscan en paralelo. Sus propios números sirven de contrapeso:
- En su evaluación interna, el sistema multi-agente superó en 90,2% a un solo agente.
- A cambio, los agentes usan cerca de 4 veces los tokens de un chat, y los sistemas multi-agente cerca de 15 veces. Por eso solo tiene sentido en tareas cuyo valor justifica ese costo.
- No encaja bien cuando todos los agentes necesitan el mismo contexto o hay muchas dependencias entre ellos. Tampoco en la mayoría de las tareas de código, que tienen menos subtareas realmente paralelas que una investigación.
Dos lecciones de ese equipo valen para cualquier diseño. Primera: las instrucciones vagas producen trabajo duplicado, así que cada subagente necesita un objetivo, un formato de salida, guía sobre herramientas y fuentes, y límites claros de tarea. Segunda: hay que escalar el esfuerzo a la complejidad. Las primeras versiones lanzaban 50 subagentes para consultas simples; las reglas incorporadas al prompt fijaron, por ejemplo, un agente con unas pocas llamadas para buscar un dato y varios subagentes para comparaciones o investigaciones complejas.
¿Por qué le importa a un diseñador?
Cada patrón cambia lo que el usuario ve. Un encadenamiento muestra progreso por etapas. Una paralelización exige mostrar varias cosas a la vez y resolver conflictos. Un evaluador-optimizador puede hacer que la persona vea versiones intermedias que no pidió. Si no lo diseñas, el sistema decide por ti qué es visible.
Además, cada llamada extra es un punto de falla. Una cadena de cuatro pasos puede fallar en el tercero, y el usuario necesita saber dónde, qué se perdió y cómo reintentar. Anthropic pone la transparencia entre sus principios para agentes: mostrar explícitamente los pasos de planificación. Y menciona que los agentes pueden pausar en puntos de control o cuando se bloquean para volver a pedir información o juicio a la persona. Esos momentos son pantallas que alguien tiene que diseñar.
Ejemplo
Ejemplo ilustrativo: una herramienta que redacta respuestas a reseñas de clientes. Un enrutador clasifica cada reseña como queja, elogio o pregunta. Las quejas pasan a un generador que propone una respuesta, y un evaluador la revisa contra tres criterios escritos: tono, promesas que la empresa no puede cumplir y datos sensibles. Si falla, vuelve al generador con la observación, con un máximo de intentos. El diseñador decide qué ve la persona: una respuesta lista con la razón de la clasificación, no los intentos intermedios. Y decide qué pasa si se agotan los intentos: la reseña pasa a una persona con el borrador y la observación del evaluador.
El artículo del blog sobre pipelines de IA describe tres pipelines por etapas, con revisión humana, construidos con Claude. Para entender la lógica de cada paso, lee el loop de un agente. Si los pasos son independientes y quieres paralelizarlos, revisa cómo paralelizar trabajo entre agentes. Y para la capa que coordina todo, orquestación de agentes.
Errores comunes
- Empezar con cinco agentes cuando una llamada bien escrita bastaba.
- Usar un agente para algo que siempre sigue los mismos pasos. Es un workflow disfrazado, y es más barato escribirlo como tal.
- No medir el costo de cada paso. Sin números no sabes qué patrón rinde.
- Usar evaluador-optimizador sin criterios claros de evaluación. Anthropic lo recomienda cuando hay criterios definidos y la iteración mejora el resultado de forma medible.
- Delegar con instrucciones vagas, lo que produce subagentes que repiten el mismo trabajo.
- Ocultar los fallos. Si un paso intermedio falla, el usuario tiene que poder verlo y reintentar.
Fuentes
- Building effective agents (Anthropic Engineering, diciembre de 2024): workflows vs. agentes, los cinco patrones con sus ejemplos, regla de simplicidad y advertencia sobre frameworks.
- How we built our multi-agent research system (Anthropic Engineering, junio de 2025): arquitectura orquestador-trabajador, cifras de 90,2%, 4x y 15x, casos donde no encaja y lecciones de delegación.
- Handoffs, OpenAI Agents SDK (documentación): definición de handoff y su representación como herramienta
transfer_to_<agente>.