Un sistema multiagente, en el contexto de la IA moderna, es una arquitectura en la que varias instancias distintas de agente de IA interactúan entre sí, típicamente cooperando, dividiendo el trabajo, o revisando el trabajo de las demás, para lograr una tarea que un único agente manejaría de forma menos efectiva en solitario. Cada agente suele estar construido sobre un modelo de lenguaje grande, a menudo con un rol, una personalidad, o un conjunto de herramientas específicos a través de su propio prompt de sistema, y los agentes se comunican mediante el paso de mensajes, compartiendo un espacio de trabajo, o leyendo y escribiendo en un estado común compartido.
El concepto de sistemas multiagente es mucho más antiguo que los modelos de lenguaje grandes, con una larga historia en la inteligencia artificial distribuida y en la investigación de aprendizaje por refuerzo que estudia cómo agentes independientes cooperan o compiten dentro de un entorno compartido. La versión específica de los LLM de esta idea surgió directamente de la ola agéntica más amplia de 2023 a 2025: a medida que los agentes individuales se volvieron lo bastante fiables como para completar tareas de múltiples pasos mediante uso de herramientas, los investigadores y desarrolladores comenzaron a componer múltiples agentes juntos para manejar tareas con divisiones naturales de roles, como el desarrollo de software, la investigación, o el debate.
Patrones comunes
Varios patrones organizativos se repiten en los marcos de trabajo multiagente. En un patrón de orquestador-trabajador, un agente divide una tarea en subtareas y las envía a agentes trabajadores especializados, y luego combina sus resultados, una estructura muy adecuada para tareas que se descomponen de forma natural, como investigar varios subtemas en paralelo. En un patrón de debate o crítica, dos o más agentes proponen respuestas o critican el razonamiento de los demás antes de producir una respuesta final, con la intención de sacar a la luz errores que un único modelo podría no detectar por sí solo. En un patrón de tubería, los agentes se organizan en una secuencia fija, cada uno manejando una etapa de un proceso más grande, como un agente redactor seguido de un agente editor y un agente verificador de hechos. Algunos sistemas también usan una pizarra o documento compartido que múltiples agentes leen y escriben de forma asíncrona, en lugar de pasarse mensajes directamente entre sí
Ventajas y justificación
Los defensores argumentan que dividir una tarea compleja entre agentes especializados, cada uno con un rol más limitado y un prompt correspondientemente más simple, puede producir resultados más fiables que pedir a un único agente que mantenga toda una tarea compleja en mente a la vez, particularmente para tareas que exceden una única ventana de contexto o que se benefician de intentos independientes y menos correlacionados antes de elegir un resultado. Los esquemas de debate y crítica multiagente, en particular, han sido estudiados como una forma de reducir la alucinación y los errores de razonamiento, basándose en la premisa de que un agente que revisa la salida de otro agente desde un contexto nuevo tiene más probabilidades de detectar un error que el agente original revisando su propio trabajo
Limitaciones y críticas
Los sistemas multiagente introducen sus propios costes y modos de fallo. Ejecutar varios agentes multiplica el uso de tokens y la latencia en comparación con un único agente, ya que cada agente suele mantener su propio contexto y puede llamar al modelo subyacente muchas veces. Los fallos de coordinación también son comunes: los agentes pueden hablar sin entenderse, duplicar trabajo, quedarse atascados esperando a los demás, o desviarse de la tarea original a medida que los errores se acumulan en los traspasos, un riesgo estrechamente relacionado con las preocupaciones de fiabilidad discutidas para agentes individuales. Algunos profesionales han argumentado que muchas tareas comercializadas como que requieren múltiples agentes pueden manejarse igual de bien, y de forma más barata, con un único agente suficientemente capaz con un buen diseño de prompts y acceso a las herramientas adecuadas, lo que convierte la arquitectura multiagente en una auténtica compensación de ingeniería en lugar de un estándar estrictamente superior. A partir de 2025, los marcos de trabajo multiagente seguían siendo un área activa de desarrollo de herramientas, sin un estándar dominante único para cómo deberían comunicarse los agentes, aunque el protocolo de contexto de modelo y los esfuerzos relacionados para estandarizar las interfaces de herramientas y contexto han sido extendidos por algunos proyectos hacia la comunicación agente a agente también.