# Agentes y orquestación
canonical_url: https://www.3.14financialcontents.com/es/soluciones/agentes-y-orquestacion/
markdown_url: https://www.3.14financialcontents.com/es/soluciones/agentes-y-orquestacion/index.md
language: es-ES
content_type: solutions
status: published
description: Razonamiento flexible dentro de operaciones con estado, contratos y responsabilidad.

## Qué conserva la orquestación

- el objetivo
- el estado
- las herramientas disponibles
- los permisos
- las decisiones previas
- las dependencias
- las esperas
- los presupuestos
- las intervenciones
- el criterio de finalización

## Resultado

Una composición mínima de modelos, agentes, herramientas, workflows y personas que ofrece continuidad y control: cada aplicación utiliza solo los objetos que necesita y la arquitectura declara qué puede proponer, decidir y ejecutar cada uno.

Un agente aporta interpretación y elección. La orquestación convierte esa capacidad en trabajo continuo, limitado y examinable.

## Principio

Una arquitectura multiagente aporta valor cuando la especialización, el paralelismo o la revisión independiente compensan el coste de coordinación.

## Qué podemos enseñar

- **Cómo funciona** — El comportamiento se representa como un grafo de estados, nodos, transiciones, condiciones, checkpoints y criterios de salida, construido con LangGraph, PydanticAI o arquitecturas propias. Cada herramienta declara entradas, salidas, identidad, permisos, efectos, coste, latencia, errores, idempotencia y reversibilidad mediante contratos tipados con Pydantic, expuestos cuando conviene a través de MCP y FastMCP. Los workflows duraderos —Hatchet y otros motores de ejecución duradera— persisten estado, esperas, reintentos, timeouts y reanudación sobre PostgreSQL, pgvector y NATS/JetStream. La memoria se separa por capas (interacción, caso, proyecto, dominio y mejora), cada una con alcance, procedencia, vigencia y política de olvido. Un enrutador elige modelo según dificultad, modalidad, idioma, coste, latencia, privacidad y calidad observada, y cada recorrido lleva presupuesto y criterio de parada.
- **Qué podemos mostrar** — Puede examinarse el grafo de un recorrido y la traza de una ejecución completa: qué contexto se recuperó, qué herramientas estaban declaradas y con qué permisos, qué decisión tomó el agente en cada bifurcación, qué modelo se enrutó y a qué coste, dónde intervino una persona y con qué evidencia se le pidió criterio, cómo se recuperó un fallo y qué criterio de finalización cerró el caso. También el contrato de una herramienta, la política de autorización que la gobierna y las capas de memoria con su procedencia y su vigencia.
- **Cómo se evalúa** — Evaluamos recorridos, no solo respuestas. Resultado: si la tarea alcanza su criterio de finalización. Recorrido: si las herramientas, fuentes y decisiones fueron adecuadas. Políticas: si el agente respetó permisos, límites y autorizaciones. Estado: si conservó y actualizó correctamente el contexto. Eficiencia: coste, latencia, pasos, redundancia y coordinación. Recuperación: comportamiento ante fallos, duplicados, eventos tardíos y rutas incompletas. Abstención: capacidad de reconocer falta de información, autoridad o herramientas. Intervención humana: calidad del contexto y utilidad de la decisión solicitada. Multiagente: atribución, consistencia, conflictos y valor añadido de la especialización. Los sistemas de evaluación, DSPy y GEPA se utilizan para medir y optimizar esos recorridos, incluidos los casos adversos.
- **Límites** — Los agentes resultan útiles cuando existe variedad contextual y un conjunto acotado de herramientas; las reglas y el software determinista conservan las restricciones que necesitan reproducción y control. Una arquitectura multiagente solo compensa cuando la especialización, el paralelismo o la revisión independiente superan el coste de coordinación, que también es una fuente posible de error. La autoridad se distribuye por acción y consecuencia: lo irreversible necesita permisos, límites e intervención proporcionados al riesgo. Y ninguna orquestación corrige una definición ambigua del resultado ni una política organizativa que todavía no existe.
- **Estado** — operational

Un agente aporta valor cuando el siguiente paso depende del contexto.

Puede interpretar una solicitud, reunir información, comparar alternativas, elegir una herramienta, formular un plan acotado o pedir criterio a una persona.

La orquestación convierte esas decisiones locales en un sistema capaz de continuar.

Construimos agentes como componentes especializados dentro de una arquitectura que mantiene responsabilidad y observabilidad.

## Cinco objetos diferentes

La claridad mejora cuando distinguimos:

**Modelo.** Produce una inferencia, una clasificación, una generación o una elección.

**Agente.** Utiliza contexto y un modelo para elegir entre herramientas o recorridos permitidos.

**Herramienta.** Consulta, calcula o ejecuta mediante un contrato definido.

**Workflow.** Conserva estados, dependencias, eventos, esperas, reintentos y recuperación.

**Orquestador.** Distribuye trabajo, conecta participantes y mantiene una visión del recorrido completo.

Una aplicación puede necesitar solo algunos de ellos. La arquitectura elige la composición mínima que ofrece continuidad y control.

## Herramientas tipadas

Cada herramienta declara nombre y función, entradas, salidas, identidad, permisos, efectos, coste, latencia, errores, idempotencia, reversibilidad y observabilidad.

El agente recibe una capacidad limitada y comprensible: utiliza herramientas declaradas mediante contratos, permisos y efectos conocidos.

Los contratos permiten validar antes de ejecutar, simular, registrar, limitar, sustituir, probar y presentar la acción a una persona.

MCP y FastMCP pueden ofrecer una interfaz común para exponer herramientas y recursos. La política de negocio y la autorización permanecen en componentes que la organización puede gobernar.

## Grafos y recorridos

Representamos el comportamiento mediante estados, nodos, transiciones, condiciones, rutas, herramientas, derivaciones, checkpoints y criterios de salida.

LangGraph, PydanticAI y arquitecturas propias pueden utilizarse según el tipo de recorrido.

Un grafo permite combinar zonas deterministas y elecciones abiertas. Por ejemplo:

```text
SOLICITUD
   ↓
IDENTIFICAR CASO
   ↓
RECUPERAR CONTEXTO
   ↓
VALIDAR CONDICIONES
   ├── información suficiente → PROPONER ACCIÓN
   ├── falta un dato           → SOLICITAR INFORMACIÓN
   └── excepción               → PEDIR CRITERIO
                                   ↓
                              EJECUTAR HERRAMIENTA
                                   ↓
                              VERIFICAR RESULTADO
```

El agente puede interpretar y elegir dentro de rutas; el workflow conserva el proceso.

## Memoria acotada

La memoria cumple funciones diferentes.

**Memoria de interacción.** Contexto necesario para comprender la conversación actual.

**Memoria de caso.** Estado, decisiones, evidencias y próximos pasos de una operación.

**Memoria de proyecto.** Preguntas, decisiones, dependencias y trabajo que deben sobrevivir entre participantes.

**Conocimiento de dominio.** Conceptos, reglas, procedimientos y fuentes con vigencia propia.

**Memoria de mejora.** Excepciones, resultados y correcciones que ayudan a revisar el sistema.

Cada capa posee alcance, permisos, procedencia, versión y política de olvido.

La memoria conserva objetivos, decisiones, estados y dependencias con políticas de alcance, vigencia y olvido, de modo que una política vigente permanezca separada de una conversación obsoleta y una decisión local del conocimiento general.

## Workflows duraderos

Un proceso puede esperar una persona, una fecha, un evento, una respuesta externa, una condición de negocio o una señal física.

Los workflows duraderos conservan el estado y permiten reanudar.

Hatchet y otros motores de ejecución duradera pueden aportar persistencia, workers, eventos, reintentos, timeouts, scheduling, observabilidad y reanudación.

El modelo interviene cuando existe una decisión contextual. El workflow continúa aunque el modelo o el worker cambien.

## Sistemas multiagente

Varios agentes aportan valor cuando existe una razón estructural.

**Especialización.** Cada agente utiliza herramientas, contexto o modelos diferentes.

**Paralelismo.** Varias líneas de investigación o construcción pueden avanzar de forma independiente.

**Separación de contexto.** Una tarea puede beneficiarse de mantener memoria y fuentes específicas.

**Revisión independiente.** Un segundo agente examina el resultado bajo criterios distintos.

**División de autoridad.** Un agente propone y otro valida dentro de contratos explícitos.

Diseñamos para que cada agente tenga responsabilidad, entrada, salida, herramientas, permisos, presupuesto, criterio de parada y relación con otros participantes.

La coordinación se evalúa como coste y como fuente posible de error.

## Personas dentro de la orquestación

Las personas pueden formular objetivos, aportar contexto, validar una inferencia, decidir un compromiso, autorizar, corregir, detener, revisar y cambiar la política.

La interfaz presenta estado, razón de la intervención, evidencia, propuesta, alternativas, consecuencias y siguiente paso.

La decisión humana queda relacionada con el caso y puede alimentar una revisión posterior.

## Agentes para proyectos de software e investigación

En proyectos complejos, los agentes pueden ocupar funciones como coordinación, análisis, investigación, programación, ejecución, documentación, pruebas, revisión adversarial y segunda opinión.

SuperPythagoras organiza ese trabajo cuando personas y bots comparten el proyecto: reparte roles, fija contratos de entrega, ordena los traspasos y somete cada cambio con consecuencias a SecondOpinion, una revisión independiente de quien lo escribió.

SuperSocrates es el sistema que pregunta: interroga el material del proyecto para encontrar huecos, información que no coincide entre fuentes, decisiones que se contradicen y supuestos que nadie escribió, y propone la siguiente pregunta útil. SuperQuestions es un producto distinto: representa y gestiona las preguntas del proyecto con su evidencia, sus decisiones, sus dependencias y su trabajo. Los repositorios y workflows aportan código y actividad. La orquestación distribuye trabajo conservando la representación compartida del proyecto.

Los entornos se configuran por proyecto: repositorios, personas, agentes, modelos, herramientas, sandboxes, salas, permisos y criterios de evaluación.

## Agentes en operaciones empresariales

En ERP-Bots, los agentes pueden interpretar solicitudes, identificar casos, consultar ERP, recuperar documentos, aplicar políticas, preparar acciones, solicitar autoridad, coordinar bots y comprobar resultados.

La operación se apoya en software, workflows y contratos. La conversación facilita el acceso; la orquestación sostiene el trabajo.

## Agentes en conocimiento y reporting

Los agentes pueden coordinar búsqueda, extracción, comparación, selección, composición, revisión y publicación.

Finaz utiliza roles editoriales y controles diferenciados.

En sistemas de conocimiento, los agentes pueden formular consultas, expandir evidencia, detectar contradicciones y proponer actualizaciones bajo revisión.

## Enrutamiento de modelos

Distintas tareas pueden beneficiarse de modelos diferentes.

El sistema puede elegir según dificultad, modalidad, idioma, coste, latencia, contexto, uso de herramientas, privacidad y calidad observada.

El enrutamiento puede utilizar reglas, políticas aprendidas o evaluación previa. La selección queda registrada para relacionar modelo, coste y resultado.

## Presupuestos y criterios de parada

Cada recorrido puede limitar tokens, llamadas, tiempo, coste, profundidad, número de herramientas, reintentos y participantes.

Los criterios de parada incluyen objetivo satisfecho, evidencia suficiente, ausencia de ruta permitida, necesidad de autoridad, presupuesto agotado, incertidumbre excesiva y fallo no recuperable.

La capacidad de detenerse forma parte del comportamiento inteligente.

## Evaluación de agentes

**Resultado.** Si la tarea o la operación alcanza su criterio de finalización.

**Recorrido.** Si las herramientas, fuentes y decisiones fueron adecuadas.

**Políticas.** Si el agente respetó permisos, límites y autorizaciones.

**Estado.** Si conservó y actualizó correctamente el contexto.

**Eficiencia.** Coste, latencia, pasos, redundancia y coordinación.

**Recuperación.** Comportamiento ante fallos, duplicados, eventos tardíos y rutas incompletas.

**Abstención.** Capacidad para reconocer falta de información, autoridad o herramientas.

**Intervención humana.** Calidad del contexto y utilidad de la decisión solicitada.

**Multiagente.** Atribución, consistencia, conflictos y valor añadido de la especialización.

## Tecnologías y métodos

La construcción se apoya en modelos fundacionales y enrutadores de modelos; herramientas tipadas descritas con Pydantic y expuestas mediante MCP y FastMCP; grafos de recorrido con LangGraph y PydanticAI; ejecución duradera con Hatchet; persistencia y recuperación con PostgreSQL, pgvector, NATS/JetStream, APIs y eventos; sandboxes para las acciones que necesitan aislamiento; y sistemas de evaluación, DSPy y GEPA para medir y optimizar los recorridos.

La selección se argumenta por función, datos, coste, latencia, responsabilidad, madurez y resultado, nunca por novedad.

## Condiciones de uso

Los agentes resultan especialmente útiles cuando existe variedad contextual y un conjunto acotado de herramientas.

Las reglas y el software determinista conservan las restricciones que necesitan reproducción y control.

La arquitectura declara qué puede proponer, decidir y ejecutar cada agente. La autoridad se distribuye por acción y consecuencia.

La evaluación cubre recorridos y resultados, incluidos casos adversos y costes de coordinación.

---

https://www.3.14financialcontents.com/llms.txt · https://www.3.14financialcontents.com/llms-full.txt
