Ir al contenido principal
Español— Elegir un idioma
Menú

Flujo completo de una solicitud multiagente

Lección 4 de 14 Actualizado el 29 de julio de 2026 Desarrollador
En esta página
  1. De la solicitud a la respuesta
  2. Paso 1: recepción y análisis de la solicitud
  3. Paso 2: lanzamiento de los subagentes
  4. Paso 3: investigación y discusión
  5. Paso 4: síntesis por el agente principal
  6. Lo que recibes
  7. Streaming
  8. Implicaciones de latencia
  9. Puntos clave

De la solicitud a la respuesta

Entre el momento en que envías tu solicitud y el instante en que aparece la respuesta, ocurre mucho más que en una llamada estándar a un LLM. Seguir esta ruta paso a paso te ayudará a interpretar latencias inusuales, respuestas excesivamente genéricas o facturas de tokens sorprendentes.

Paso 1: recepción y análisis de la solicitud

Cuando tu solicitud llega al modelo grok-4.20-multi-agent-0309, el agente principal comienza analizándola. Determina la naturaleza de la tarea (investigación factual, análisis comparativo, síntesis), evalúa cuántas facetas debe explorar, identifica las herramientas que podría necesitar y define su estrategia para delegar en los subagentes.

No ves este análisis inicial: forma parte del razonamiento facturable del agente principal y nunca aparece en la respuesta. Es también el punto donde una redacción ambigua causa más daño, porque todo lo que sigue se construye sobre esa primera lectura.

Paso 2: lanzamiento de los subagentes

A continuación, el agente principal delega las subtareas. Cada subagente recibe una directiva específica y comienza a trabajar en paralelo con los demás. Para la solicitud sobre estrategias de nube en Europa mencionada anteriormente, la división sería así: un agente investiga anuncios recientes de proveedores, un segundo analiza aspectos normativos (RGPD, Ley de IA), un tercero compara niveles de precios y un cuarto examina la documentación técnica.

Con 16 agentes, el desglose es más fino y abarca más ángulos: cada proveedor puede tener su propio investigador y los aspectos normativos pueden dividirse entre varias jurisdicciones.

Paso 3: investigación y discusión

Los subagentes no trabajan aislados. Utilizan las herramientas integradas (web_search, x_search, code_execution y otras), intercambian información entre ellos para evitar duplicidades y refinar sus pistas, y señalan hallazgos inesperados al agente principal que merecen una exploración más profunda. Esta conversación interna es lo que diferencia el enfoque multiagente de una simple llamada en paralelo: un agente que encuentra información que contradice la de un colega puede reorientar la investigación.

Es también la fase más larga y, con diferencia, la más costosa, porque cada agente genera sus propios tokens de entrada, salida y razonamiento. Cuando una solicitud se ejecuta durante un minuto sin que aparezca texto, el tiempo se consume aquí.

Paso 4: síntesis por el agente principal

Una vez que los subagentes terminan o se alcanza el presupuesto de razonamiento, el agente principal toma el relevo y ejecuta siempre la misma secuencia. Primero recopila todos los resultados y luego elimina los duplicados; para la solicitud sobre la nube, es probable que tres agentes hayan sacado a la luz el mismo anuncio de disponibilidad regional, y este debe aparecer solo una vez. A continuación, estructura la información en el formato que solicitaste, cita las fuentes cuando corresponde y, finalmente, produce la respuesta definitiva.

Aquí es donde se decide la calidad percibida del resultado: con la misma investigación, obtendrás un párrafo comodín o una tabla comparativa legible, dependiendo de la precisión con que hayas descrito el entregable que esperabas.

Lo que recibes

La respuesta contiene el texto escrito por el agente principal (su síntesis), las llamadas a herramientas realizadas por todos los agentes, incluido el principal y, si has activado use_encrypted_content=True, un bloque de contenido cifrado. Estas llamadas a herramientas son tu única ventana al trabajo realmente realizado entre bastidores.

El resto nunca llega a ti: ni el razonamiento interno de los subagentes en texto plano, ni los intercambios que han tenido entre ellos, ni los detalles de la estrategia de delegación que eligió el agente principal. Por tanto, no tiene sentido construir una herramienta de monitorización alrededor de estos elementos; nunca salen del modelo.

Streaming

En modo streaming, ves cómo se construye progresivamente la respuesta del agente principal. El parámetro verbose_streaming va más allá y también te envía las llamadas a herramientas a medida que ocurren, lo que te ofrece una visión directa de la actividad de los agentes.

La ventaja es real en solicitudes largas: puedes ver cómo se disparan las búsquedas web una tras otra mientras los agentes trabajan y mostrar a tu usuario algo más que un indicador de carga estático.

Implicaciones de latencia

El sistema multiagente es inherentemente más lento que una llamada estándar por tres razones acumulativas: los subagentes trabajan en paralelo, pero la coordinación tiene un coste; el agente principal debe esperar a todos los resultados antes de sintetizar; y la latencia crece con el número de agentes implicados.

Esto te da una regla de diseño simple. Para uso interactivo (un chatbot, una barra de búsqueda), mantente en 4 agentes. Reserva los 16 agentes para tareas asíncronas: un informe generado en segundo plano, un trabajo de monitorización nocturno o un análisis cuyo resultado el usuario revisará más tarde.

Puntos clave

  • El flujo sigue 4 pasos: análisis → delegación → investigación → síntesis
  • Los subagentes trabajan en paralelo e intercambian información entre ellos
  • Solo recibes la respuesta del agente principal y las llamadas a herramientas
  • El streaming con verbose_streaming te permite seguir la actividad en tiempo real
  • La latencia es mayor que en una llamada estándar, especialmente con 16 agentes