Anthropic pide replegar los subagentes: un solo ciclo con skills supera a los orquestadores

El equipo de Applied AI de Anthropic ha publicado un artículo sobre cuándo conviene replegar los subagentes en el ciclo principal del agente. La conclusión, extraída de despliegues corporativos reales, resulta incómoda para quienes llevan un año construyendo orquestadores: un solo agente con skills suele superar en calidad tanto a la opción de «un prompt para todo» como a la de una constelación de subagentes. Además, sale más barato y más rápido. En un cliente, el ciclo único funcionó aproximadamente 2 veces más rápido que la estructura multiagente. En otro, una docena de subagentes especialistas dentro del agente de cara al cliente rompía el tono unificado de la marca y añadía latencia.

La ley de Conway aplicada a los agentes

Los autores describen una dinámica organizativa conocida. Cada equipo crea su propio subagente y, por encima, el equipo de plataforma instala un orquestador. El resultado es que la arquitectura del agente reproduce la estructura organizativa de la empresa, con todos sus males:

• el contexto se pierde en el traspaso entre agentes;
• aparecen cientos de subagentes que se solapan, sin estándares ni responsable;
• surge un «prompt Frankenstein» al que cada equipo ha añadido una frase;
• las decisiones se toman con evals locales que no reflejan la calidad del sistema en conjunto;
• la latencia crece, porque cada salto entre agentes supone una llamada más al modelo.

Desde el punto de vista de la economía de tokens, es un doble golpe. Cada traspaso de tarea exige resumir el contexto, lo que implica tokens de entrada adicionales y el riesgo de que se pierda un detalle necesario. El efecto del «teléfono descompuesto» perjudica la calidad, y las rondas de llamadas extra perjudican el tiempo de respuesta.

Un ciclo, una ventana, divulgación progresiva

La alternativa que propone Anthropic es la siguiente:

• un ciclo y una ventana de contexto, con límites de turnos y de presupuesto;
• divulgación progresiva (progressive disclosure): el modelo ve descripciones breves de skills y herramientas, y carga las completas solo cuando las necesita. Así el equipo redujo el prompt de sistema de Claude Code en más de un 80%;
• las herramientas se agrupan según las intenciones del usuario, no según la API. A partir de 30–50 descripciones de herramientas, la selección empieza a degradarse;
• los permisos de acceso se comprueban dentro de las herramientas y el modelo recibe una denegación clara. Así, un único ciclo atiende a usuarios con distintos niveles de acceso y no hacen falta agentes separados para cada rol.

El último punto es especialmente práctico. En lugar de multiplicar los agentes para cada grupo de usuarios, la autorización pasa al nivel de la herramienta y el agente aprende a reaccionar de forma adecuada ante una denegación.

Cuándo sí hacen falta los subagentes

Los autores no piden renunciar a ellos por completo. Hay tres casos justificados:

• existe una degradación medible causada por un contexto hinchado;
• se necesitan tareas paralelas con contexto limpio;
• el agente se confunde con las herramientas y con instrucciones contradictorias.

Aun así, proponen dividirlos por contexto, no por tipo de tarea. Precisamente la división por tipo de tarea es la que provoca el teléfono descompuesto.

Plan de migración

El orden de acciones que propone el artículo es este:

1. Reunir ejemplos. Bastan incluso 10; servirán como base de comparación. 2. Fusionar los subagentes más usados y más estrechamente vinculados. 3. Invocar al resto como herramientas. 4. Convertirlos en skills uno por uno y, tras cada paso, comparar el resultado con la referencia.

También cambia la propiedad a nivel organizativo. Los equipos dejan de ser dueños de agentes y pasan a serlo de skills y herramientas. Del prompt de sistema y de la calidad global se responsabiliza un único equipo central pequeño. Para la migración, Anthropic ha publicado en GitHub un skill migration kit.

Qué hacer ahora mismo

Si tienes un esquema multiagente en producción, empieza por una auditoría: cuenta el número de subagentes, las latencias medias en los traspasos y el tamaño del prompt de sistema. Reúne un conjunto de 10 casos reales y pásalo por un ciclo único con skills. Si la calidad no cae y el tiempo y el consumo de tokens bajan, el esquema se puede simplificar. Comprueba aparte si el conjunto de herramientas supera las 30–50 descripciones. Si es así, agrúpalas por intenciones del usuario. Y designa de antemano un responsable del prompt común y de los evals; de lo contrario, el «Frankenstein» volverá, esta vez en forma de skills.

Según el autor del análisis, OpenAI llegó a una conclusión similar en una publicación sobre Forward Deployed Engineers. La tendencia es clara: hace un año los orquestadores eran el escaparate de la madurez; ahora parecen cada vez más código heredado.