Anthropic: unificar subagentes en un solo bucle duplicó la velocidad de las tareas de un cliente

Anthropic publicó el 22 de octubre un artículo sobre cuándo conviene plegar los subagentes en el bucle principal del agente. Un subagente es un ejecutor de IA independiente al que el agente principal encarga una parte de la tarea: buscar archivos, comprobar un resultado, recopilar datos. El bucle principal es aquel en el que un único modelo piensa, llama a las herramientas, mira el resultado y repite todo de nuevo hasta terminar la tarea. La idea central del artículo: en cada paso entre agentes hay que volver a resumir el contexto, y parte de los detalles se pierde. Según el artículo, en uno de los clientes las tareas pasaron a ejecutarse aproximadamente el doble de rápido tras esta fusión.

Dónde la cadena de agentes pierde el sentido por el camino

Imagine el juego del teléfono descompuesto, solo que los participantes son modelos de lenguaje. El primer agente recibe la tarea completa. Al segundo le pasa un resumen breve. El tercero recibe el resumen del resumen. Cada paso comprime el contexto, y los matices, las restricciones y las condiciones menores son lo primero que se cae.

El autor del análisis en el canal de Telegram «Tekhnokafe» lo explicó con una escena de «¡Kin-dza-dza!». El mayor encarga un gravicapa, pero la orden pasa por una cadena de patsaks. El quinto se lo cuenta al cuarto y al final traen una rueda. En el vídeo del autor, Claude disuelve esa cadena, mientras que Codex trabaja solo y saca del cajón las habilidades necesarias cuando hacen falta. Las habilidades son instrucciones escritas de antemano para un tipo concreto de trabajo. Se cargan en el momento en que se necesitan y para ello no hace falta un agente aparte que reciba un resumen de la tarea.

También hay un coste directo por los traspasos. Cada entrega supone una petición adicional al modelo, un resumen y una espera. Si una cadena de varios agentes hace lo que podría hacer uno solo con el contexto completo, se paga con tiempo y tokens la pérdida de información. Probablemente de ahí salió la mejora del doble en el cliente.

Qué se rompe tras la fusión y cómo detectarlo

El artículo no vende la fusión como una mejora gratuita. Incluye un ejemplo de soporte: se unificaron los agentes y uno olvidó preguntar al responsable de logística la fecha de entrega. Antes esa pregunta la hacía un agente especializado distinto, y su mera existencia garantizaba que se hiciera. Tras la fusión, esa garantía desapareció.

Por eso Anthropic aconseja ejecutar una verificación de extremo a extremo después de cualquier fusión. La práctica es la siguiente:

• Tome diez tareas de referencia cuyo resultado correcto conozca. Para empezar basta con ese conjunto.
• Ejecútelas antes de la fusión y después.
• No mire la puntuación global. Puede subir y ocultar un fallo en un escenario.
• Busque las tareas que antes pasaban y ahora fallan. Ahí suele estar el detalle perdido, como la pregunta sobre la fecha de entrega.

Con todo, nadie descarta los subagentes. El artículo les deja tres cometidos:

• exploración paralela, cuando varios agentes buscan información a la vez en distintos lugares;
• verificación independiente, cuando un segundo agente examina el resultado del primero con mirada fresca, no contaminada por sus razonamientos;
• aislamiento del contexto, cuando un trabajo pesado con un gran volumen de datos no debe ensuciar la conversación principal.

Quien quiera probarlo por su cuenta puede abrir el single-agent-loop-kit de referencia de Anthropic. No recibe mantenimiento, es decir, no conviene esperar actualizaciones, pero muestra el esquema del bucle de un solo agente.

Cuánto costó el vídeo del gravicapa

El autor del post adjuntó al análisis la economía de su propio experimento. El vídeo se hizo por completo con herramientas de IA:

• Guion, montaje y edición en Claude Code con el modelo Opus 5.5: unos $7,3 al convertirlo a tarifas de API. Es aproximadamente el 0,8 % del límite semanal de la suscripción Max.
• Los fotogramas los dibujó GPT Image a través de Codex con la suscripción de ChatGPT, sin cargo aparte.
• Los vídeos de las escenas los generó Seedance 2.0 en resolución 480p a través del servicio kie. La sincronización labial con la voz del autor la ajustó Volcengine. Entre ambos costaron 1 849 créditos, unos $9,2.
• Aproximadamente $1 de esa suma se perdió en vano: se cortó la conexión y un clip se encargó dos veces.
• Voces de ElevenLabs: unos $0,08.
• La película de 1986, los títulos y el sonido los montó el autor con código.

En total salen unos $16,6 sin contar las suscripciones. Para un vídeo corto con voz y animación, la cifra es pequeña. De paso se ve dónde se pierde el dinero: no en los modelos caros, sino en los pedidos repetidos tras un corte de conexión. El mismo principio rige en las cadenas de agentes: los traspasos y repeticiones superfluos cuestan más de lo que parece.

Qué deben hacer los ingenieros

Revise su cadena. Para cada subagente pregúntese: ¿lo necesito por paralelismo, verificación independiente o aislamiento del contexto? Si no es por ninguna de esas razones y solo reparte roles, probablemente se pueda plegar en el bucle principal. Primero reúna diez tareas de referencia, después fusione y compare caso por caso, no por la puntuación media.