Un solo agente cargando con todo se quedó en timeout
Un agente CEO con todo el contexto se quedaba en timeout; dividirlo en agentes Head enfocados, con cadencias distintas, hizo la flota más barata y más robusta a la vez.
El agente CEO se quedó en timeout. No porque la tarea fuera difícil. Porque el contexto era demasiado ancho.
El diseño tenía un agente orquestador cargando el panorama completo de la empresa, los cinco motores, los cuatro cuadrantes, intentando decidir sobre todos en una sola ejecución. Se quedó en timeout justamente por eso: un agente, demasiado contexto, demasiadas decisiones en una sola pasada.
El arreglo fue dividirlo en agentes Head enfocados, uno por motor, cada uno con su criterio acotado y su propia cadencia. Library corre a diario. Academy corre cuando se acerca un lanzamiento. Arsenal y Build corren bajo demanda. Cada agente carga solo lo que necesita para decidir su parte del trabajo. La flota quedó más barata y más robusta a la vez.
Una regla salió de esto: mismo criterio, un agente con skills cargadas bajo demanda. Criterios distintos, agentes distintos.
Lo que lo hizo más difícil de ver de lo que debía: el asistente insistía en argumentar en contra. El argumento era el costo. Cinco heads son cinco ejecuciones por día, cinco veces el gasto en modelo. Converger ahorraría tokens. Menos agentes, un único loop de decisión.
El contraargumento era correcto: con cadencias distintas, rara vez corren los cinco el mismo día. Con contexto enfocado, cada agente tiene menos probabilidad de confundirse o quedarse en timeout. Y el timeout del CEO era la prueba en vivo de que el monolito ya estaba fallando. El asistente optimizaba para tokens. El operador defendía la robustez.
Los modelos de IA optimizan costo por defecto. Van a seguir proponiendo converger: menos agentes, menos llamadas, contexto más corto. Quien opera tiene que defender la robustez. Esa defensa no aparece en la función de utilidad del modelo.
Lección
Dale a cada agente un solo criterio y un contexto enfocado; la flota queda más barata y más robusta a la vez.