CrewAI y AutoGen resuelven la coordinación entre agentes: roles, delegación y conversación entre agentes. Ese es un problema real y ambos lo resuelven bien. El problema por el que falla un despliegue empresarial es otro: en nombre de quién actúan los agentes, qué se les permite escribir y qué puede reconstruir un auditor después. Ningún marco de coordinación responde eso, y añadir agentes hace cada una de esas preguntas más difícil, no más fácil.
En qué son buenos estos marcos
La coordinación multi-agente es un problema de diseño genuinamente difícil y ambos marcos lo han pensado con cuidado. El modelo de roles y tareas de CrewAI se corresponde bien con flujos que la gente ya describe en esos términos. El patrón conversacional de AutoGen encaja donde el trabajo realmente es una negociación iterativa entre especialistas y no un pipeline.
Del estándar
“Granting LLMs unchecked autonomy to take action can lead to unintended consequences, jeopardizing reliability, privacy, and trust.”
Para trabajo de investigación, herramientas internas y cualquier entorno donde el radio de impacto de una acción equivocada sea pequeño, son un buen punto de partida y su velocidad de iteración es difícil de superar.
Por qué el número de agentes es un costo, no una función
Los marcos que facilitan añadir un agente tienden a fomentar añadir agentes. Cada uno es otro traspaso que puede fallar, otro viaje de ida y vuelta de latencia y —la parte que importa en una empresa— otra frontera de autorización sobre la que alguien tiene que razonar.
La pregunta útil no es cuántos roles parece tener el trabajo. Es cuántos conjuntos distintos de permisos de herramientas exige realmente el flujo, que suele ser uno o dos. Un equipo de seis agentes compartiendo un solo conjunto de permisos es seis veces el costo de coordinación sin ningún beneficio de aislamiento.
El problema de escalada por delegación
Cuando el agente A delega en el agente B, ¿qué permisos aplican a lo que hace B? Si la respuesta es «los de B», la delegación se convierte en una vía de escalada de privilegios; y una instrucción inyectada en contenido procesado por A puede alcanzar capacidades que el humano que dirige el flujo nunca tuvo. El control es calcular el catálogo de herramientas por turno desde el rol del humano que actúa, de modo que ninguna delegación exceda lo que esa persona ya podía hacer.
Qué hay debajo, en cualquier caso
- Roles, delegación, turnos y descomposición de tareas
- Federación de identidad — el agente actúa como la persona
- tool roster = platform ∩ tenant ∩ rbac, por turno
- Validación de políticas fuera del canal del modelo
- Puerta humana en cada escritura — con el impacto a la vista
- Aprobación fijada a un token de versión
- Aislamiento por hipervisor, salida denegada por defecto
- Traza distribuida en cada punto de llamada
El bloque inferior es donde muere un piloto en la revisión, y es idéntico sea cual sea el marco de coordinación encima. Esa es la razón honesta por la que esta comparación no lo es realmente: los marcos son intercambiables respecto de lo que decide el resultado.
Cómo elegir
Empiece con el marco si el patrón de coordinación es la parte incierta y las acciones son reversibles. Aprenderá qué necesita realmente el flujo más rápido de lo que le diría cualquier documento de diseño, y ese aprendizaje se transfiere.
Pase a un sustrato gobernado cuando las acciones dejen de ser reversibles: cuando el agente escriba en un sistema de registro, toque datos regulados o produzca un número que alguien pone en un pronóstico. Esa transición es la cara, y es más barato planificarla que descubrirla, porque el sustrato no es algo que se adapte a un prototipo que ya funciona.
Axionalytics
IA agéntica en producción para equipos empresariales de ingeniería, datos e ingresos.