Una alarma de vibración alta en un chancador. El ingeniero de confiabilidad le pregunta al asistente de IA qué está pasando.
Si el asistente está construido como un orquestador con subagentes, la pregunta hace un recorrido largo. El orquestador la deriva al agente de señales, que resume la tendencia. Ese resumen vuelve al orquestador, que se lo pasa al agente de historial de órdenes de trabajo (OT), que vuelve a resumir. Recién después alguien consulta el manual. Para cuando llega la respuesta, lo que importaba (qué frecuencia subió, en qué rodamiento, desde cuándo) quedó en algún resumen intermedio.
En terreno eso se traduce en una OT que dice «inspeccionar equipo». El mantenedor va, revisa y vuelve con la misma pregunta. Y la próxima vez confía un poco menos en la herramienta.
Dos lecturas que le pusieron nombre al problema
Anthropic publicó en octubre lo que ha visto en implementaciones empresariales: un solo agente que carga conocimiento especializado (skills) y herramientas solo cuando los necesita suele dar mejores respuestas que los diseños con muchos subagentes, con menos costo y latencia. En un caso, el loop único fue cerca de dos veces más rápido. También apuntan a algo incómodo: muchas arquitecturas multiagente terminan replicando el organigrama, un agente por área.
Karthik Ramgopal, Distinguished Engineer en LinkedIn, contó en InfoQ cómo su equipo pasó de cadenas a grafos (su Hiring Assistant está construido con LangGraph) y luego a agentes que escriben y ejecutan código. Cada etapa resolvió problemas reales, y ninguna eliminó la necesidad de buena ingeniería.
Lo que me llevo para procesos operacionales
El control no se negocia. La aprobación del planificador, la validación de seguridad y el límite de pasos del agente tienen que existir. Pero pueden vivir en las herramientas y en el harness, sin obligar a la información a pasar por cinco manos.
El conocimiento del proceso funciona mejor como skills. Cómo se diagnostica un rodamiento, qué exige un procedimiento de OT, qué control crítico aplica: todo eso rinde más como conocimiento que el agente carga cuando corresponde que como agentes separados conversando entre sí.
Y lo más importante: medir en el proceso, no en el modelo. Tiempo desde la alarma hasta una OT accionable. Cuántas OT vuelven por falta de información. Si el mantenedor sigue usando la herramienta al tercer mes. Si una arquitectura no mueve esos indicadores, da lo mismo cuán elegante sea el grafo.
En el video comparo ambos enfoques con este caso ilustrativo:
¿Cómo están midiendo ustedes si un agente mejoró el proceso y no solo la demo?
Referencias
- Anthropic — “Building agents: When to fold subagents into your main agent loop”, octubre de 2026. claude.com
- InfoQ — Karthik Ramgopal, “The Evolution of Agentic Harnesses: From Chains to Graph to Code”, octubre de 2026. infoq.com
Publicado originalmente en LinkedIn el 3 de noviembre de 2026.
