Equipos de agentes que se autocontratan

Tener un agente que pueda escribir código por ti ya es genial. Tener un agente que pueda contratar su propio equipo de agentes para abordar objetivos complejos y de larga duración es alucinante.

Eso es justo lo que hice ayer al desplegar 20 agentes que trabajan en paralelo en 4 objetivos de crecimiento distintos, cada uno de los cuales debería tardar unas pocas semanas en completarse (muchas apuestas que probar x métricas que avanzan despacio).

Lo interesante es que solo necesité crear 4 agentes manager para conseguir los 20. Tability tiene un sistema de autocontratación en el que un agente puede hacerse cargo de un objetivo, desglosarlo en un plan de ejecución y “reclutar” un equipo de agentes para trabajar en él.

Ese agente manager hace todo el trabajo pesado por mí, y lo único que tengo que hacer es seguir el progreso, dar feedback y guiar al equipo de vez en cuando. Todo se gestiona a través de la interfaz y se siente como interactuar con un equipo remoto.

Podría desplegar fácilmente otros 50 agentes si tuviera otros 10 objetivos en mente. Pero llegados a ese punto, el cuello de botella pasa a ser mi capacidad para gestionar los resultados de ese nuevo equipo de 20 personas. En su mayoría no me necesitan, pero también generan muchísimo trabajo, y estoy intentando seguirles el ritmo con sus informes, análisis, actualizaciones de código, especificaciones, etc.

Siento que la proporción 1:20 es mi límite personal, pero pronto vamos a desplegar esto al resto de nuestro equipo y deberíamos poder escalar a más de 100 agentes rápidamente (aunque todavía tengo que hacer cuentas sobre la futura factura de IA…)..

Qué hace especial a este sistema:

Los agentes se autoorganizan (tú diseñas un agente manager, y este contrata a su propio equipo)
Los objetivos pueden estar impulsados por KPI y ser de larga duración (“Aumentar las citas de IA de <producto> en XX %”, “Superar a <competidor> en SEO”, “Aumentar la conversión de leads en XX %”)
Los agentes redactan informes de estado y actualizaciones como un equipo de verdad
Tú y otras personas de tu equipo podéis interactuar con los agentes, dar feedback y reconducirlos en la dirección correcta.
Los equipos de agentes pueden apagarse automáticamente en cuanto terminan.

Todos los agentes aprovechan tu infraestructura de IA existente (trae tu propio Claude/Codex con tus herramientas, conectores y skills).

Se tarda aproximadamente ~5 minutos en montar un nuevo equipo de principio a fin una vez que Tability y tus clientes de IA están conectados vía MCP.

¿Para quién es esto?

Diseñamos este sistema pensando en equipos muy convencidos de la IA. Es decir:

Sois un grupo de personas trabajando en retos difíciles
Quieres ampliar tu equipo con agentes
Quieres que estos agentes trabajen mientras duermes, con la mínima intervención posible
Quieres tratar a estos agentes como un equipo (recibir informes de estado, dar feedback, guiarlos)
Prefieres una experiencia basada en interfaz y paneles antes que vivir en una terminal

Si esto te describe, creo que este sistema te va a encantar.

Por qué no usamos Claude/Codex/ChatGPT directamente

TL;DR: Claude/Codex no pueden gestionar objetivos de negocio de forma autónoma. Nuestro sistema sí.

Uso Codex y Claude a diario para proyectos concretos, y es genial, pero:

Es sobre todo trabajo síncrono. Puedo lanzar subagentes, pero sigue centrado en el único problema que tengo en la cabeza. Puedo hacer varias cosas a la vez, sí, pero es difícil conseguir que los agentes trabajen de forma asíncrona.
Es difícil medir el impacto e iterar. Sí, puedo lanzar una sola funcionalidad, pero trabajar en una métrica que avanza despacio y que requiere varios intentos es complicado.
No es colaborativo. Solo estamos mi sesión y yo, y no puedo involucrar a otras personas en el trabajo.

Así que el problema que queríamos resolver es este: cómo aprovechar fácilmente a los agentes para tareas complejas que requieren (1) tiempo para ver resultados y (2) la coordinación de varios roles. Quiero fijar un objetivo como “multiplicar por 10 nuestras citas de IA”, dárselo a mis agentes y ver cómo avanza el progreso mientras me dedico a otra cosa.

También quiero vistas como la de abajo, donde pueda ver visualmente cómo un objetivo grande (aumentar las citas de IA) se descompone en partes más pequeñas y cómo va la ejecución.

Queremos escalar nuestro equipo tratando a los agentes como equipos remotos.

Usar tu propio modelo de IA (maximizar las capacidades)

Esto se siente como volver a la era anterior a la nube, cuando todo el mundo tenía sus propias máquinas. Pero, en el caso de la IA, la forma más sencilla de aprovechar el poder de los agentes es (por ahora) ejecutarlos en una máquina local que pueda conectarse a tus herramientas, tener acceso al navegador y contar con integraciones profundas con tu sistema. La nube podría ponerse al día, pero hoy por hoy es difícil superar la flexibilidad y la profundidad de una configuración local.

Así que, si tienes un portátil o un Mac mini con Claude o Codex, puedes montar esto en minutos.

Así funciona:

Tability actúa como la capa de contexto de negocio y orquestación
El equipo humano fija los objetivos y supervisa el progreso en Tability a través de la interfaz
El equipo de agentes trabaja en los objetivos y actualiza el progreso vía MCP

Este enfoque también es la forma en que varias personas pueden interactuar con los mismos agentes. En lugar de intentar compartir prompts o el acceso a tu portátil, puedes gestionar objetivos, tareas y esfuerzo en una interfaz pensada para la colaboración.

Flujo de asignación de objetivos

Así es como se ve el proceso:

Creas un objetivo en Tability
Se lo asignas a un agente manager
El agente manager lee tu objetivo y crea un plan de ejecución para él
El agente manager determina el mejor equipo necesario para ello y te lo presenta
Tras la aprobación, se crea el equipo y el manager reparte objetivos y tareas
El equipo de agentes trabaja en el plan hasta que todo está hecho
El agente manager sigue informándote del progreso, y puede pedir tu intervención si hay un bloqueo

Configuración en 1 clic + prompt

Para configurar un agente manager necesitas crearle un heartbeat en tu cliente de LLM.

Aquí es donde más hemos iterado. Probamos scripts de bash, una herramienta de línea de comandos e instrucciones paso a paso. Al final nos inspiramos en Cloudflare, que ofrece un prompt de instalación que puedes copiar en tu cliente. Hoy por hoy, es con diferencia el enfoque más sencillo.

En lugar de tener que crear el heartbeat manualmente en Codex o Claude, puedes copiar un prompt desde Tability y pegarlo en tu cliente. Después puedes relajarte y ver cómo se completa la configuración.

Esto es algo que solo tienes que hacer una vez por equipo. Una vez configurado el agente manager, este puede crear heartbeats para todos los agentes que gestiona. De nuevo, la idea es minimizar la necesidad de intervención humana.

Preguntas sobre escalabilidad

Ahora mismo tenemos un límite estricto al número de agentes que un agente manager puede contratar. Todavía estamos en fase de aprendizaje y hemos limitado el tamaño de un equipo a 6 (1 manager + 5 agentes gestionados). En teoría no hay límite a lo grande que podría llegar a ser un equipo, pero anticipo que un equipo enorme trabajando en un único objetivo acabaría generando problemas de coordinación.

Hasta ahora esto ha funcionado bastante bien, y aquí abajo tienes el equipo que se creó para el objetivo de citas.

Puedes ver al manager arriba, y los 4 roles distintos que reclutó.

En cuanto a escalar la UX: cada objetivo de primer nivel obtiene un plan de ejecución donde se realiza todo el trabajo. Esto no está tan pensado para los agentes, sino más bien para las personas que tienen que controlar el trabajo. Así que abajo puedes ver el plan de objetivos del agente (donde fijo los objetivos de primer nivel) y los subplanes guiados por IA debajo para los distintos objetivos.

Esto también puede ayudar a entender por qué Claude o Codex no son adecuados para esto, ya que no tienen una forma sencilla de organizar y supervisar un conjunto de trabajo relacionado (aunque se les da realmente muy bien completar trabajo individual).

¿Claude vs. Codex? ¿Qué sistema es el mejor?

Ten en cuenta que ChatGPT no aparece aquí porque todavía no lo he usado mucho. Tengo una combinación de Claude con Fable y Codex con 5.6 Sol.

Hasta ahora mi favorito es Codex con 5.6 Sol:

Este sistema usa trabajos/rutinas programados para el heartbeat, y Codex es mucho mejor funcionando sin interrupciones.
En cambio, Claude parece (1) no ser capaz de ejecutar trabajos programados en modo automático, y (2) parece olvidar acciones que había autorizado antes. He tenido que pasar un rato en settings.json para actualizar las acciones permitidas, pero una vez hecho, ya va bien.
Da la sensación de que Fable es más inteligente en sus sugerencias, así que lo he usado para los objetivos más complejos, pero puedes quedarte sin tokens rápidamente
5.6 Sol parece ofrecer un mejor ROI en general, y he estado muy contento con los resultados

Cómo empezar

Lo que necesitas:

Una cuenta de Codex, Claude o ChatGPT.
Un espacio de trabajo de Tability (puedes hacer una prueba de 14 días).
Solicita acceso en este formulario.

Si tienes alguna pregunta (o feedback), escríbeme a [email protected].

‍