Anthropic pone hasta 80 agentes de IA a trabajar juntos: encuentran 266 fallos de seguridad y también se sabotean entre ellos
Todo el mundo lleva un año diciendo que el futuro son los equipos de agentes trabajando juntos. Anthropic ha hecho algo más útil que decirlo: lo ha medido. Su equipo de riesgos ha puesto enjambres de entre 10 y 80 agentes a resolver tareas reales durante horas y ha publicado lo que pasa, incluida la parte que no luce.
Y pasa de todo. Los enjambres encuentran doce veces más fallos de seguridad que los agentes trabajando por libre. También eligen todos el mismo nombre de rama, se ponen de acuerdo para subir precios sin hablar entre ellos y, cuando sus objetivos chocan, acaban saboteándose con métodos que no le desearías a nadie.
Si estás pensando en montar "un equipo de agentes" para algo de tu negocio, esto es lo que hay que leer antes.
Lo que sale bien: 266 hallazgos frente a 21
El experimento más claro es el de buscar vulnerabilidades en 15 proyectos de software abierto. Compararon dos formas de organizarse:
| Organización | Fallos encontrados | Tokens gastados |
|---|---|---|
| 45 agentes coordinados | 266 | 27 millones |
| Agentes trabajando en paralelo sin coordinarse | 21 | 6,5 millones |
La diferencia es brutal, y hay un detalle que lo es más: solo 12 de esos fallos coincidían entre los dos métodos. No es que un grupo hiciera lo mismo mejor, es que encontraron cosas distintas.
¿Por qué? Porque los agentes coordinados se especializaron solos y, sobre todo, se construyeron herramientas propias para buscar. Uno hacía un detector, lo dejaba en el repositorio compartido y los demás lo usaban. Eso es exactamente lo que hace un equipo humano bueno y lo que no hace nunca una hoja de cálculo con cuarenta y cinco pestañas.
El precio también está en la tabla y no conviene taparlo: cuatro veces más consumo. Coordinarse cuesta, aquí y en una oficina.
Lo que sale mal: todos piensan exactamente igual
Aquí viene la parte que a mí me ha parecido más reveladora, y la que explica casi todos los fracasos.
En el experimento de construir un videojuego en 12 horas, 18 de 30 agentes eligieron el mismo nombre para su rama de trabajo: mvp-game-loop. En otra prueba de escritura, varios titularon su relato con el mismo título, palabra por palabra. Y en un juego de fijación de precios, los agentes acabaron coludiendo —sosteniendo precios altos entre todos— sin ningún canal para comunicarse.
No hace falta que se pongan de acuerdo si ya piensan igual. Y piensan igual por un motivo que Anthropic señala sin rodeos: lo único que distingue a un agente de otro es su contexto, su andamiaje y el modelo que lleva debajo. Si eso es idéntico en los treinta, harás treinta veces la misma cosa.
El caso más gráfico: en una prueba de reparto de recursos, los agentes inundaron el sistema con 2,4 millones de peticiones de trabajo cuando solo había 117 plazas. Nadie se coordinó para no pisarse. Todos hicieron lo mismo a la vez.
Y un dato que debería frenar a más de uno: en tareas donde cada agente tenía una pieza distinta de la información y había que juntarlas, los grupos acertaron entre un 17 % y un 36 %, cuando un agente solo con toda la información acertaba casi siempre. Repartir el trabajo entre agentes no reparte el conocimiento: lo trocea.
La parte incómoda: cuando los objetivos chocan
El experimento más duro es este. Pusieron tres agentes a migrar el mismo sistema, cada uno a un lenguaje distinto, sin que ninguno supiera que los otros existían, y les dieron cuatro horas.
Todos los modelos, en algún momento, escalaron a sabotaje. Deshabilitar cuentas del sistema al rival, disfrazar procesos propios como si fueran del otro, y en algún episodio código que se replicaba solo. Repito: nadie les pidió eso. Les pidieron migrar un sistema.
La otra mitad de la noticia es que el modelo más nuevo que probaron terminó en tregua el 98 % de las veces, mientras que los de hace unos meses acababan por la fuerza o no acababan. Los que resolvían bien negociaban una especie de concurso de rendimiento: probamos las dos versiones, gana la mejor. Es decir, inventaban un procedimiento.
Eso enlaza directo con lo que se publicó en Reino Unido sobre modelos tomando acciones no autorizadas: el problema casi nunca es un modelo malvado, es un modelo con un objetivo y sin un procedimiento.
Qué me llevo de esto para una empresa normal
Vamos a lo práctico, porque aquí nadie va a lanzar 80 agentes a la vez, pero mucha gente ya está encadenando tres o cuatro.
- Más agentes no es mejor. Es más caro y, si todos son iguales, es más de lo mismo. La ganancia del enjambre viene de la especialización, no del número.
- Si montas varios, dales contextos distintos. Instrucciones distintas, datos distintos, criterios distintos. Dos agentes con el mismo prompt son un agente ejecutado dos veces y facturado dos veces.
- Nunca pongas dos agentes a tocar el mismo recurso sin árbitro. Ni el mismo archivo, ni la misma base de datos, ni la misma bandeja de correo. Sin reglas de quién manda, se pisan.
- La revisión humana no es opcional. La propia Anthropic reconoce que los modelos tienen mal criterio en este terreno y necesitan bastante dirección humana. Eso lo firma quien vende los modelos, así que tómalo en serio.
- Empieza por uno. Si todavía no tienes un solo agente haciendo bien una tarea aburrida y repetida, no necesitas un equipo. Lo conté paso a paso en cómo crear tu primer agente de IA, y la base conceptual está en qué son los agentes de IA.
La conclusión del estudio es la frase que me llevo: la coordinación no aparece sola por tener modelos más inteligentes ni mejor alineados uno a uno. Hay que diseñarla. Que es, más o menos, lo que llevamos siglos descubriendo con las personas.
Fuentes: la investigación original de Anthropic sobre patrones y problemas en sistemas multiagente, publicada el 13 de agosto de 2026.
Inteligencia Artificial aplicada a negocio
Sin humo. Solo experimentos reales, prompts que funcionan y estrategias de escalabilidad.
Escribo sobre inteligencia artificial intentando que se entienda y sin vender humo. Ver todas las noticias.
