Respuestas
Tenemos varios agentes de IA y personas en el mismo trabajo. ¿Una herramienta de orquestación es lo que necesitamos?
Dos problemas distintos se llaman orquestación, y solo uno es de agendamiento. Ordenar el trabajo — qué corre cuándo, qué espera a qué, qué se reintenta después de una falla — es lo que hace un orquestador, y si eso es lo que está roto, conseguí uno. El fallo que la mayoría de los equipos encuentra de verdad no se parece en nada: dos agentes corren correctamente, al mismo tiempo, sobre premisas distintas de lo que decidió el equipo. Nada llega tarde, nada se trabó, nada se reintenta — y las dos salidas se contradicen. Eso no se arregla decidiendo quién manda a quién. Se arregla con cada agente y cada persona leyendo la misma decisión vigente antes de actuar, y registrando lo que hicieron. Una cola coordina orden; un registro compartido coordina acuerdo — y un equipo con varios agentes suele necesitar los dos.
Última actualización September 7, 2026
Un orquestador mueve trabajo de lugar; no resuelve qué es cierto
Vale mirar lo que un agendador recibe de hecho: un grafo de pasos, un disparo, una política de reintento. Cada una de esas cosas es una afirmación sobre secuencia, y ninguna es una afirmación sobre contenido. Así que cuando dos agentes discrepan sobre la política de descuento vigente, el orquestador no tiene nada que decir — los dos pasos se completaron, los dos volvieron con éxito, y la discrepancia está en el texto. Los equipos buscan orquestación en este punto porque el síntoma parece coordinación, y después descubren que compraron ordenamiento para un problema que nunca fue de orden.
El fallo no tiene error, no tiene demora y no tiene culpable
Vale ser preciso con la forma, porque es lo que hace que esto sea difícil de notar. No hay relevo que perder: los agentes no se pasan nada entre sí, corren en paralelo. Nada se interrumpió, así que no hay trabajo a medias que alguien tenga que levantar. Los dos agentes hicieron exactamente lo que decía su instrucción. La divergencia está antes de todo eso — uno supo de la política en febrero y el otro en junio, o uno leyó un prompt donde la regla estaba pegada y el otro un prompt donde estaba pegada distinto. Lo que aparece más adelante son dos respuestas plausibles y ninguna forma de saber cuál es la posición de la casa.
Las personas también están en el circuito, y divergen igual
Cualquier arreglo que coordine solo a los agentes mueve el problema de lugar en vez de resolverlo, porque la persona que revisa la salida de un agente está aplicando su propia versión de la regla. Entonces el registro no es un bus de agentes: es un solo lugar, leído por lo que esté a punto de actuar — un agente en el agendador, un asistente con el que alguien está hablando, una persona que abre el proyecto un viernes. Lo que cada uno lee es la misma decisión vigente, con quién la ratificó y qué la termina. En ese sentido la coordinación es por lo que decidió el equipo, y no por quién manda a quién.
Cómo se ve en la práctica
Un equipo corre tres agentes en su cola de soporte: uno redacta respuestas, uno clasifica en categorías, uno escribe el resumen semanal. Los tres están sanos — nada falla, nada está atrasado. A lo largo de una semana el agente que redacta ofrece un reembolso de cortesía fuera de la ventana de la política, porque la excepción que conoce quedó más ancha en el prompt que leyó, y el agente del resumen reporta la semana como limpia, porque según su regla esos tickets quedaron resueltos. Nadie se da cuenta por nueve días, y lo que lo saca a la luz es un cliente citando el reembolso ante alguien que dice que no. Con la política de reembolso como una sola decisión vigente, los tres agentes leen la misma versión al abrir cada corrida, y la excepción que quedó más ancha habría tenido que ser ratificada por una persona para llegar a cualquiera de ellos. El orquestador que corre los tres en horario sigue haciendo su trabajo — simplemente nunca fue la pieza capaz de atajar esto.
Preguntas que la gente hace sobre esto
- ¿Entonces igual necesitamos un orquestador?
- Probablemente sí, si hay secuenciamiento de verdad — pasos que dependen unos de otros, trabajo que tiene que reintentarse, carga para repartir. Ese es un problema legítimo y esto no reemplaza resolverlo. La distinción que conviene guardar: un orquestador es CÓMO corre el trabajo, y un registro compartido es CONTRA QUÉ corre. El equipo que compra solo lo primero sigue encontrando contradicciones que no logra rastrear.
- ¿Esto no es solo darle el mismo prompt de sistema a todos los agentes?
- Es la versión que la mayoría prueba primero, y falla en el mantenimiento, no en el principio. Una regla pegada en seis prompts hay que corregirla en seis lugares, la copia que alguien se olvida sigue corriendo con el texto viejo, y nada avisa qué copias discrepan. Leer la regla al abrir la corrida lo invierte: una corrección, y cada agente y cada persona están en la versión nueva la próxima vez que abren el proyecto.
- ¿Los agentes tienen que estar construidos sobre el mismo framework?
- No, y ahí está casi toda la gracia. El registro está por fuera de cualquier asistente o framework, así que agentes construidos sobre pilas distintas — más las personas que trabajan al lado — leen lo mismo. Los equipos llegan acá justamente porque ya tienen una mezcla que no van a consolidar, y estandarizar las decisiones sale mucho más barato que estandarizar las herramientas.
Dónde se puede comprobar
La documentación de producto de este sitio (Cómo funciona, Instalar) y la especificación de producto sancionada en el repositorio, para saber cómo se lee una decisión vigente antes de una acción y cómo queda registrado lo que pasó. El fallo que se describe acá — agentes simultáneos actuando correctamente sobre premisas divergentes, sin error y sin demora — sale de nuestras propias rutinas programadas y de una auditoría de las de otro equipo, donde una regla vivía en cuatro prompts y se había separado. Todo lo que se describe acá es comportamiento que las herramientas aplican hoy, no hoja de ruta.
https://www.arroway.app/en/answers/orchestrating-ai-agents-and-people-on-one-shared-memory