Por qué nuestros agentes no conversan entre sí

Cuando se habla de agentes de IA, la imagen que viene a la cabeza suele ser la de varios “asistentes” conversando entre sí para repartirse el trabajo. En nuestros diecinueve agentes en marcha no funciona así. Se coordinan por un almacén de datos compartido y por horario. No se mandan mensajes.

Por qué no hacen falta conversaciones

De los diecinueve agentes, nueve no usan ningún modelo de lenguaje: son reglas de código. Los otros diez usan un modelo para lo que de verdad lo pide, como redactar una publicación o contestar a una persona por el chat, el WhatsApp o el teléfono. Ninguno lo usa para hablar con otro agente. Eso cambia la pregunta de fondo: no es “cómo hago que dos agentes se pongan de acuerdo hablando”, sino “dónde dejo escrito lo que cada uno necesita saber para hacer su parte”.

Un almacén de datos compartido resuelve eso sin necesidad de diálogo. Cada agente lee lo que le toca, escribe su resultado y el siguiente lo recoge cuando le corresponde, según el horario fijado. No hay negociación, hay turno.

Lo que se gana con código en vez de conversación

Lo que es código da siempre el mismo resultado con los mismos datos. No hay variabilidad de una ejecución a otra, y no cuesta nada por ejecución. Eso es difícil de conseguir cuando la coordinación depende de que dos modelos de lenguaje se entiendan entre sí: cada intercambio tiene un coste y no siempre repite la misma decisión ante los mismos datos.

Un ejemplo de cómo se junta el trabajo sin conversación: un agente reúne el lunes lo de todos los demás en un único resumen. No hace falta que se pregunten entre sí “¿ya has terminado?”: el resumen se construye leyendo lo que cada uno dejó escrito.

Incluso cuando queremos que piensen juntos, lo hacen por escrito. Cada agente apunta en una pizarra compartida lo que ha visto y lo que propondría, con sus datos. Una vez a la semana se leen todas las notas a la vez y sale una lista corta de propuestas que una persona aprueba o descarta. Es lo más parecido a una reunión que tienen, y no hay ni una conversación entre ellos.

Dónde sí tendría sentido un grafo de agentes

Esto no quiere decir que la conversación entre agentes no sirva nunca. Vemos sentido a un grafo de agentes que dialogan en dos casos concretos: flujos largos con pausas para una aprobación, y trabajo de razonamiento sobre datos abiertos, donde no hay un almacén propio que consultar y la respuesta depende de ir explorando y decidiendo sobre la marcha.

Son situaciones distintas a las que resolvemos con reglas y datos compartidos: ahí el proceso es largo, necesita que una persona intervenga en medio, o la información no está estructurada de antemano. En esos casos, que los agentes se pasen mensajes entre sí para razonar juntos tiene lógica. En los procesos repetitivos de una empresa, casi nunca.

Qué nos llevamos

Coordinar por datos compartidos y horario, en lugar de por conversación entre agentes, da resultados repetibles y sin coste añadido en la mayoría de los flujos que hemos puesto en marcha. Guardamos el diálogo entre agentes para los pocos casos donde de verdad hace falta razonar paso a paso con una aprobación de por medio.

Fuente de las cifras: Laboratorio de Kalmia Zen, 09/2026.