--- title: "Varios agentes, una tarea: separar roles y revisión" description: "Crew reparte una tarea entre varios roles. Cómo pueden ayudar las revisiones separadas y por qué hay que medir la mejora." author: "Matthias Meyer" published: 2026-06-30 updated: 2026-09-30 updates: - date: 2026-09-30 note: "Afirmaciones técnicas y bases de medida corregidas de forma coherente con la versión alemana." language: es tags: ["maschinenraum", "ki-agenten", "crew", "mcp", "eigenprojekte"] canonical: "https://studiomeyer.io/es/blog/crew-mehrere-agenten-eine-aufgabe" markdown_versions: ["https://studiomeyer.io/de/blog/crew-mehrere-agenten-eine-aufgabe.md", "https://studiomeyer.io/en/blog/crew-mehrere-agenten-eine-aufgabe.md", "https://studiomeyer.io/es/blog/crew-mehrere-agenten-eine-aufgabe.md"] publisher: "StudioMeyer, https://studiomeyer.io (llms.txt: https://studiomeyer.io/llms.txt)" --- # Varios agentes, una tarea: separar roles y revisión La idea más tentadora al construir con IA es el agente único y bueno. Le describes bien la tarea, le das herramientas y hace el resto. Eso funciona sorprendentemente lejos y falla en un punto concreto: al controlar la calidad de su propio trabajo. Un agente puede pasar por alto errores al revisar su propio texto porque arrastra los mismos supuestos. Eso no significa que la autorrevisión no encuentre nada: Self-Refine mostró mejoras con comentarios del mismo modelo. Lo decisivo es un encargo de revisión propio, criterios explícitos y comprobar si la revisión mejora realmente el resultado. ## Papeles en vez de hombres orquesta Crew es nuestra herramienta para el otro camino: una tarea, varios agentes con papeles distintos. Un reparto típico es este. Uno reúne lo que hay sobre el tema. Uno redacta. Uno busca puntos débiles y puede rechazar. Al final uno junta los resultados. El revisor es el más importante, y su encargo tiene que estar formulado distinto de lo habitual. No "revisa el borrador" sino "encuentra qué está mal en él". La diferencia suena a rizar el rizo y es todo el efecto. Con la primera formulación llega conformidad con notas menores. Con la segunda llegan hallazgos. ## Qué se puede hacer mal El error más común es construir demasiados papeles. Cinco agentes que aportan todos un poco producen cinco opiniones y ninguna decisión. Lo que sale al final es un texto que ha atendido cada nota y por eso ya no afirma nada. En nuestras tareas preferimos empezar con pocos papeles claros. Comprueba en los resultados si tres superan a seis. Un papel de decisión final ayuda a evitar aprobaciones contradictorias. El mismo encargo y contexto pueden favorecer puntos ciegos compartidos. Un revisor con criterios propios o evidencia adicional puede ayudar; comprueba su efecto real. ## Dónde lo usamos En todo aquello de lo que sale algo que alguien va a leer. Investigación que lleva a una decisión. Textos que se publican. Análisis a partir de los cuales recomendamos algo a un cliente. No donde una tarea es inequívoca. Traer una cifra, convertir un archivo, comprobar un estado: para eso un solo agente es lo correcto, y tres serían derroche. La regla que se nos ha asentado: en cuanto un resultado contiene una opinión, hace falta un segundo que la ataque. ## Por qué es una herramienta propia Todo esto se puede construir a mano. Lo construimos a mano durante mucho tiempo, de nuevo para cada caso de uso. Lo que falta cuando se hace a mano es el rastro. Quién dijo qué, en qué orden, qué objetó el revisor, si se tuvo en cuenta. Sin ese rastro, la próxima vez que un resultado sea flojo no sabes en qué punto se torció. Crew guarda ese rastro. Esa es la razón de verdad para tener una herramienta y no una colección de scripts. ## La parte honesta Varios agentes cuestan más que uno. Más tiempo, más cómputo, más sitios donde algo puede atascarse. La cuenta solo sale si el resultado mejora de verdad, y eso no es automático. Con una tarea mal planteada, tres agentes producen tres aportaciones mal orientadas en vez de una. Así que el montaje no sustituye a pensar qué debe salir. Solo se asegura de que nadie se dé el visto bueno a sí mismo. ## Seguir leyendo, Sala de máquinas - [Cada empresa tiene su propio agente de IA](https://studiomeyer.io/es/blog/meetmyagent-jeder-hat-einen-agenten.md) - [Una plataforma de aprendizaje llevada por agentes](https://studiomeyer.io/es/blog/academy-von-agenten-betrieben.md) - [Con qué trabajamos realmente](https://studiomeyer.io/es/blog/arbeitssystem-editor-modelle-werkzeuge.md)