Flujos dinámicos de Claude: hasta 1.000 agentes a la vez
Anthropic ha añadido flujos de trabajo dinámicos a Claude Managed Agents, su plataforma alojada para ejecutar agentes de IA. La infraestructura de agentes gestionados en sí no es nueva. Lo que cambia es que ahora Claude puede coordinar todo un equipo de agentes dentro de una misma ejecución, con hasta 1.000 de ellos trabajando en paralelo cada vez.
Cómo funcionan los flujos dinámicos
El esquema sigue un patrón de jefe y trabajadores. Un agente principal analiza la tarea y elabora un plan. Después divide el trabajo en partes y asigna cada una a un subagente. Cuando los subagentes terminan, el agente principal recoge sus resultados y los combina en uno solo.
Esa es la idea central. Un único agente no avanza paso a paso por una tarea larga. En su lugar, el trabajo se fragmenta y muchos agentes se ocupan de él al mismo tiempo. El límite de 1.000 agentes en paralelo por ejecución marca hasta dónde puede llegar ese reparto.
La prueba de caza de errores
Anthropic respalda la función con datos de sus propias pruebas. El equipo introdujo 70 errores en una base de código de 116.000 líneas y soltó a los agentes sobre ella.
- Un solo agente encontró entre 14 y 27 errores por ejecución.
- El flujo dinámico encontró 66, y lo hizo de forma constante.
En esa tarea, la diferencia es grande. En el mejor de los casos, el agente único detectó algo menos del 40 por ciento de los errores ocultos. El sistema multiagente se acercó a encontrarlos todos. La dispersión también importa: los resultados del agente único oscilaron entre 14 y 27, mientras que los del flujo se mantuvieron estables.
Una sola prueba solo demuestra hasta cierto punto. Se trata de una única evaluación, diseñada y realizada por la misma empresa que vende el producto. Todavía no está claro si las mismas mejoras aparecen en otros tipos de trabajo más allá de encontrar errores en el código. El consejo práctico es el de siempre: probarlo con tus propias cargas de trabajo antes de sacar conclusiones.
La cuestión del coste
No todo el mundo cree que los enjambres de agentes compensen. Un ingeniero sénior de OpenAI calificó hace poco los enjambres de agentes como un derroche descomunal de tokens. Los tokens son las unidades de texto que los modelos de lenguaje leen y generan, y también lo que pagan los clientes.
Anthropic no oculta esta parte. La empresa reconoce que los flujos dinámicos pueden consumir "muchos tokens" y recomienda a los equipos empezar poco a poco. Las cuentas lo explican. Una ejecución con cientos de subagentes, cada uno leyendo una parte de la base de código y devolviendo un informe, se encarece rápido. Los equipos que vigilan su gasto desde que Anthropic rebajó los precios de Claude Haiku 5.5 querrán comprobar cómo afecta a su factura una gran ejecución multiagente.
Cómo empezar
Para activar los flujos dinámicos, los desarrolladores deben seleccionar el tipo de agente "multiagent_20261001". Anthropic ofrece dos vías de acceso. Los desarrolladores pueden seguir la documentación o ejecutar el comando "/claude-api managed-agents-onboard" dentro de Claude Code, el agente de programación de la compañía.
Nuestra opinión
Todo apunta a que Anthropic ve en la orquestación, y no solo en la calidad del modelo, un terreno en el que competir. Anthropic ofrece ahora un agente principal con subagentes como función gestionada. Los equipos que quieran este esquema ya no tienen que construir y mantener ellos mismos esa capa de coordinación. Para los desarrolladores que ya están adaptando Claude Code a su forma de trabajar, es una pieza más con la que construir.
La gran incógnita es el coste frente al beneficio. La prueba de errores es llamativa, pero abarca una sola tarea elegida por el fabricante. La crítica del ingeniero de OpenAI demuestra que el sector todavía no ha decidido si los enjambres son eficientes o simplemente caros. Habrá que ver si usuarios independientes obtienen mejoras parecidas en otras tareas. Otra cuestión es si las plataformas de agentes incorporarán controles de gasto más estrictos, como los límites de tokens que introdujo Cohere en su propia plataforma de agentes. Mil agentes son muchos. Que sean útiles dependerá del trabajo.