🗺️ Patrones de orquestación

Tres patrones cubren el 90% de los casos reales: paralelo independiente (todos al mismo tiempo, sin dependencias), pipeline (La entrega de A a B, que entrega a C) y fan-out (uno activa muchos que convergen en un resultado). Entender las diferencias entre ellos — especialmente el costo oculto de agent teams — es lo que separa a quienes diseña sistemas de quien solo usa subagentes.

↑ Tres topologías: cada una tiene distintos casos de uso, costos y latencia.

El patrón más simple y potente cuando los trabajos no dependen uno del otro. Tienes N tareas que pueden ejecutarse al mismo tiempo, cada una en su propio subagente, y el maestro recopila los resultados al final. Ningún subagente necesita esperar a otro: el tiempo total es el de más lento, no la suma de todos.

Cuando el resultado de un agente es la entrada del siguiente, tienes un pipeline. Aquí no hay paralelismo: el flujo es secuencial por necesidad. La ventaja no es la velocidad, sino especialización. Cada etapa tiene un agente enfocado solo en eso, con herramientas e instrucciones propias. Investigar es diferente de redactar; redactar es diferente de revisar.

Fan-out es paralelo con convergencia explícita: el director lanza N subagentes y luego sintetiza sus informes en un único resultado. Es el patrón de la «demo de las 5 personas»: cada subagente usa una perspectiva distinta, pero todos entregan su trabajo al mismo director, que compone la visión final.

Agent teams son cuando varios agentes conversan entre sí; cada mensaje de un agente a otro cuesta tokens. Un subagente normal no conversa: recibe instrucciones, trabaja de forma aislada y entrega un informe. En agent teams, la conversación en sí tiene un costo — y ese costo puede superar el valor entregado si no se controla.

Existe un punto de inflexión en el que continuar en el mismo contexto se vuelve contraproducente. Lo llamamos límite de contexto: el punto en que el modelo empieza a perder información anterior, mezclar datos de distintos archivos o confundirse con las referencias cruzadas. La regla práctica: al superar los 10 archivos, piensa en dividir.

El ejemplo de los 15 capítulos es la mejor ilustración práctica del patrón. Tienes un libro con 15 capítulos y quieres saber: "¿dónde está el argumento más débil?". Hacerlo en un único contexto significa leer los 15 capítulos en serie: el modelo empieza a mezclar los primeros capítulos con los últimos. Con 15 subagentes en paralelo, cada uno lee un capítulo y entrega un informe de 1 página. El maestro lee 15 informes de 1 página y los sintetiza.

Hay una secuencia de tres preguntas para llegar a la topología correcta. Respóndelas en orden: la primera respuesta «sí» determina el patrón. Si ninguna aplica, probablemente basta con un solo agente.

La tabla de abajo asigna los cuatro patrones a casos concretos. Úsala como referencia rápida al diseñar un sistema. Para cada caso, la columna «¿Por qué?» presenta el argumento decisivo.

---
name: chapter-auditor
description: Revisa um único capítulo de texto em busca
  de argumentos fracos, inconsistências e lacunas.
  Use quando o maestro precisar auditar um capítulo
  isolado (padrão fan-out de N capítulos).
tools: Read                 # só lê o arquivo do capítulo
model: haiku               # rápido e barato por capítulo
---

You are a critical editor. You receive ONE chapter.
Identify: weakest argument, factual gaps, unclear sections.
Return a structured report: 3 bullets max. Be blunt.

Tres prompts para que identifiques y uses topologías en la práctica. El patrón: describe el problema, señala la dependencia (o su ausencia) y pide la topología adecuada.

Tenho 20 arquivos de código para auditar. Cada um é
independente dos outros. Qual topologia de subagentes
devo usar? Justifique e mostre como estruturar o briefing
do maestro para disparar todos em paralelo.

Use fan-out: dispare 1 subagente por capítulo para revisar
os 15 capítulos em paralelo. Cada sub deve retornar um
relatório de no máximo 3 bullets: argumento mais fraco,
lacuna factual, seção confusa. Sintetize no final.

Monte um pipeline de 3 agentes para criar um artigo:
Agente A: pesquisa e extrai 10 fontes sobre [tema].
Agente B: recebe as fontes de A e escreve o rascunho.
Agente C: recebe o rascunho de B e revisa para publicação.
Use Haiku em A, Sonnet em B e C.

Aquí está la terminal con un fan-out de 5 capítulos en marcha. El director inició 5 subagentes al mismo tiempo; cada uno lee 1 capítulo con Haiku. Observa: el contexto del director está en 9% — todo el trabajo pesado de lectura está en las ventanas de los subagentes.

↑ Recreación ilustrativa del terminal. 5 capítulos en paralelo con Haiku; el maestro usa Sonnet y el contexto queda casi intacto.