Tres agentes escribiendo mientras yo duermo (y por qué eso no es el titular importante)

Partir un artículo en tres agentes es la parte fácil. El sistema se juega en lo que va por los cables entre ellos, y sobre todo en qué pasa cuando una pieza se cae de madrugada y nadie mira.

Hay una foto que se repite en YouTube: alguien enseña un flujo de “agentes de IA” con tres cajitas y flechas de colores, todo grabado en local, y al final del vídeo cierra el portátil. La demo funcionó. Enhorabuena. El problema es que una demo funciona una vez y un sistema funciona el martes a las tres de la mañana, cuando nadie mira.

Mi Mac Mini lleva meses encendido las veinticuatro horas con agentes trabajando sobre el vault. No es una metáfora. Ahora mismo, mientras lees esto, hay procesos que capturan, procesan y conectan notas sin que yo esté delante. Y precisamente por eso puedo contarte lo que un flujo multi-agente hace de verdad, y lo que no.

Un agente que lo hace todo es un becario con demasiada cafeína

La tentación es montar un único agente omnipotente: “escríbeme el artículo”. Le das el tema, rezas, y sale un texto plano que huele a plantilla a un kilómetro. Funciona para salir del paso. No funciona para construir nada que dure.

El salto de calidad no viene de un modelo más grande. Viene de partir el trabajo. Idea, esquema, borrador. Tres fases, tres responsabilidades, tres agentes que no se pisan. Cada uno recibe una entrada clara y entrega una salida clara. El que redacta no decide el tema; el que decide el tema no redacta. Suena obvio, hasta que ves cuántos sistemas juntan las tres cosas en un solo prompt gigante y luego se preguntan por qué el resultado es papilla.

Esto no me lo inventé leyendo un hilo. Es lo mismo que hacía hace veinticinco años programando robots de soldadura para líneas de montaje de coches: una estación no hace tres tareas a la vez, hace una bien y pasa la pieza. La cadena entera es fiable porque cada eslabón es tonto y predecible. El conocimiento personal funciona igual.

El blueprint que uso: idea, esqueleto, borrador

Primer agente: selección. No escribe una palabra de artículo. Coge un informe de tendencias ya filtrado por mi identidad editorial y decide sobre qué merece la pena escribir y desde qué ángulo. Su salida es un documento con el tema y su porqué: no “IA en general”, sino “multi-agente, contado desde tu setup real, porque tu audiencia está harta de teoría”.

Segundo agente: estructura. Toma esa selección y arma el esqueleto. Gancho, secciones, cierre. Aquí es donde se decide si el texto tendrá columna vertebral o será una lista de párrafos sueltos.

Tercer agente: redacción. Este es el que escribió el borrador que estás leyendo. Su único trabajo es sonar a mí, no a una IA educada, anclando cada afirmación en la selección que recibió o en algo verificable. No elige el tema. No inventa datos. Redacta y calla.

La clave del blueprint no son los tres agentes. Es lo que va por los cables entre ellos: ficheros con entradas y salidas declaradas, no una conversación difusa donde todo el contexto se arrastra y se contamina. Cada agente arranca limpio, hace lo suyo, entrega un artefacto. Si mañana quiero cambiar cómo redacto, toco un agente y los otros dos ni se enteran.

El domingo que la cadena escribió un artículo en doce minutos

Hasta aquí es un esquema bonito. Vamos al registro.

Domingo por la mañana, ocho en punto. Yo estaba desayunando.

• 08:00: una tarjeta programada, «articulo-semanal», se materializa sola en el tablero y la recoge «redactor-jefe», el director del flujo.
• 08:01: «rastreador-tendencias» sale a buscar y deja un informe de tendencias fechado.
• 08:05: «curador-editorial» lo filtra contra mi identidad y escribe la selección de la semana.
• 08:08: «redactor» recoge esa selección y redacta.
• 08:12: el director cierra el flujo entero.

El artículo que salió esa mañana pesaba poco más de seis mil bytes. Nadie tocó un teclado.

Lo que más me gusta de esa mañana no es el artículo: es la última línea que el director escribió en la tarjeta antes de cerrarla.

Verificado: el artículo existe, no está vacío y procede de la selección de esta semana. Cierre digno.

Ahí está todo el sistema. El director no cierra porque el agente diga “ya está”. Cierra porque comprueba que el fichero existe, que no está vacío y que viene de donde tiene que venir. Un agente que se felicita a sí mismo es exactamente igual de fiable que un becario que se pone la nota.

Y el detalle que revela la arquitectura: el director despertó cuatro veces esa mañana, una por cada hija que aterrizaba terminada. No se quedó esperando. No mantuvo una conversación de doce minutos con nadie. Se despertó, miró el estado, lanzó el siguiente paso y se murió. Cuatro veces.

Lo que una demo no te enseña

Las cajitas de colores y un sistema en producción se parecen lo mismo que una maqueta de un edificio y el edificio. Enfrentados, quedan así:

	En la demo	En producción
Quién lo dispara	tú, dándole a un botón	un proceso residente que despierta cada minuto
Dónde vive el estado	en la conversación	en el sistema de ficheros: la carpeta ES el estado
Si un paso falla	lo rehaces y vuelves a grabar	se devuelve a pendientes, con un tope de intentos
Si un agente se cuelga	cierras la ventana	otro proceso lo da por zombi y rescata el trabajo
Cómo sabes que sigue vivo	porque lo estás mirando	por un canario que se enfría si una vuelta termina mal
La traza	el vídeo	el registro de cada tarjeta, escrito por el propio agente
Cambiar una pieza	reescribes el prompt entero	tocas un fichero y el resto ni se entera
El fallo que te mata	ninguno, ya cortaste	el que no hace ruido

Esa última fila es la que cuesta dinero, y es de la que nadie habla.

Lo que nadie te cuenta del “de horas a minutos”

Sí, un artículo que antes me llevaba una tarde ahora sale en menos de una hora. Y sí, ese titular vende. Pero el ahorro de tiempo es la parte aburrida.

Lo interesante es dónde va ese tiempo recuperado. No lo uso para producir el triple de artículos, eso sería cambiar humo por más humo. Lo uso en las dos cosas que ningún agente hace por mí: decidir qué merece existir y revisar que el borrador no diga una tontería con seguridad. El agente redacta; yo juzgo. Esa frontera es todo el sistema.

Porque un flujo multi-agente no elimina tu criterio. Lo concentra. Antes tu criterio se diluía en teclear, buscar sinónimos y pelearte con el primer párrafo. Ahora se concentra en las decisiones que de verdad son tuyas. El efecto compuesto no está en escribir más rápido; está en que cada semana el sistema hace mejor la parte mecánica y tú te vuelves mejor en la parte que importa.

Las cinco formas en que se te va a caer la cadena

Todas estas me han pasado. Todas están anotadas con fecha y hora en los perfiles de mis agentes, porque cada fallo real sube la versión del perfil que lo sufrió.

1. La skill que no estaba donde el perfil creía. Primera ejecución de la cadena: el agente de tendencias se bloquea solo, la skill que buscaba no existía en esa ruta. La que llevaba escrita en el procedimiento era casi la buena. Casi. Media hora para arreglarlo, y la corrección se aplicó de golpe a los otros dos agentes, que aún no habían fallado. Desde entonces, las rutas de habilidad van escritas enteras, con sus tildes y sus espacios, citadas. Un agente que no encuentra su herramienta no improvisa: se para y lo dice.

2. El obrero que murió preguntando. Un agente pequeño, de los baratos, se atragantó montando su herramienta. En vez de aplicar su política de fallo, escribió: “¿deseas que la bloquee?”, y se quedó esperando una respuesta que no iba a llegar nunca, porque al otro lado no había nadie. La tarjeta quedó varada hasta que el rescate automático la recogió. De ahí salió la regla que hoy llevan todos mis perfiles: en modo tarjeta no hay interlocutor. Ejecutas, anotas y te mueres.

3. Cada agente firmando el contrato a su manera. Ese mismo día, la cadena funcionó y las tres tarjetas se cerraron bien. Pero al mirar el campo donde cada agente anota qué fichero ha producido, había tres formatos distintos: una lista con ruta relativa, una lista con ruta absoluta entrecomillada, y un texto suelto sin lista. Tres agentes, tres criterios, mismo campo. No rompió nada ese día. Habría roto el primer script que intentara leerlo. Lo silencioso hoy es lo caro dentro de tres meses.

4. Las tarjetas muertas mudas. Varias tarjetas se quedaron tiradas sin ejecutarse: unas por confundir dos funciones, otra por meter un parámetro donde no tocaba. El vigilante las sacaba a la luz un día después diciendo que estaban dormidas, nunca por qué. Diagnosticar aquello me costó una tarde sobre una tarjeta que, además, había funcionado bien antes. La lección tiene precio de mercado: un fallo ruidoso cuesta un minuto de lectura, uno silencioso cuesta una tarde.

5. El respaldo que tapó la avería. Esta es la buena. Tengo dos arneses: uno principal y otro de reserva por si el primero falla. Una noche caducó una sesión del principal, casi un mes después de haberla abierto, y todos los trabajos empezaron a morir al arrancar. No me enteré, porque el rescate automático devolvía cada tarjeta a la cola, el arnés de reserva la recogía y la terminaba, y el tablero seguía llenándose de tarjetas cerradas con normalidad. Dos días.

El respaldo hace su trabajo tan bien que oculta la avería.

Lo descubrí por casualidad. Y lo peor: el aviso estaba escrito. Cada tarjeta rescatada lo declaraba en su registro. Pero nadie lee el registro de una tarjeta que salió bien.

“Ya Marcos, pero esto es un montaje enorme para publicar un artículo”

Lo es, si lo que quieres es publicar un artículo. Monta el prompt gigante y a correr, te va a servir.

Esto es otra cosa. La cadena que te he descrito no la monté para escribir más rápido: la monté porque es la misma cadena que transcribe, la que clasifica capturas, la que cierra mi diario por las mañanas y la que archiva y limpia sin que yo aparezca. Los agentes cambian; las tuberías son las mismas. Lo caro se paga una vez, la primera, y a partir de ahí cada flujo nuevo cuesta un fichero de texto. Eso es efecto compuesto aplicado a la infraestructura, no a la motivación.

“Yo ya probé lo de los agentes y me salió papilla.”

Te creo, y probablemente el fallo no estuviera en el modelo. Cuando le pides a un agente que elija tema, estructure y redacte en la misma pasada, lo que obtienes es su promedio: un texto correcto y sin filo. No es que la IA no sepa escribir. Es que le has pedido tres decisiones distintas a la vez y ha resuelto las tres con la misma mitad de su atención. Pártelo y compara.

Cómo montar la tuya sin repetir mis cicatrices

Si te vas a poner, esto es lo que yo haría hoy, en el orden en que lo haría.

Empieza por los cables, no por los prompts. Escribe en un papel qué entra y qué sale de cada fase, con nombres de fichero. Si no eres capaz de describir la salida de la fase uno sin abrir un editor de prompts, no tienes un sistema: tienes una intención.

Que el estado no se pueda falsear. En mi tablero, la carpeta que contiene la tarjeta es su estado: pendientes, en curso, hechas. No hay una propiedad “estado” que mantener sincronizada, porque mover un fichero es atómico y no lo pueden hacer dos a la vez. Es la diferencia entre un semáforo y un cartel que dice “creo que está en verde”.

Pon un tope de intentos desde el minuto uno. Sin tope, una tarea que un agente devuelve se redespacha para siempre, y descubres el bucle cuando te llega la factura.

Obliga a cada agente a dejar un hito al empezar. Nada más aceptar el trabajo, que escriba una línea: qué va a hacer y con qué herramienta. Parece burocracia hasta el primer susto: una tarea en curso sin hitos es indistinguible de una colgada, y la reacción natural cuando la ves ahí parada es tocarla o matarla, destruyendo trabajo bueno.

Pon un canario, no una alarma. Mi latido solo refresca su marca si la vuelta entera terminó bien. Si empieza a fallar, el proceso sigue vivo pero la marca se enfría y alguien avisa. Un bucle vivo ejecutando basura es peor que un bucle muerto: el muerto se nota.

Y lo determinista, fuera del modelo. Mandar un mensaje de aviso ya redactado no es una tarea de IA: es una llamada a un servicio con «curl». Cuando eso lo hacía un agente, pagaba más por menos fiabilidad y encima tenía que dejarle leer las claves. Ahora lo manda el propio motor y las claves no pasan nunca por un LLM.

Antes de montar tu cadena

Si te vas a poner con esto, un aviso desde el que ya tropezó: no empieces por los agentes, empieza por los cables. Define qué entra y qué sale de cada fase antes de escribir un solo prompt. Un sistema multi-agente sin contratos claros entre piezas no es un sistema, es un grupo de WhatsApp donde todos hablan a la vez.

Y no montes la fase tres antes de tener la uno. El agente que redacta precioso sobre el tema equivocado es peor que no tener agente, porque te da confianza falsa.

¿La cadena que te he descrito es la definitiva? No. La cambio casi cada semana. Pero está encendida, en producción, escribiendo de verdad. Que es más de lo que puede decir la mayoría de las cajitas de colores.