Depender de una sola sesión de AI para flujos de trabajo complejos y multidominio es, por naturaleza, lento. Los equipos de agentes de Claude resuelven esto ejecutando agentes especializados en paralelo, lo que entrega resultados más profundos a velocidades mucho mayores. Esta guía explica cómo funcionan los equipos de agentes de Claude Code, cómo configurarlos y las mejores prácticas para aprovecharlos al máximo.
Qué son los equipos de agentes de Claude
Los equipos de agentes de Claude Code son un sistema de coordinación multiinstancia en el que varias sesiones de Claude trabajan en paralelo sobre la misma base de código. Una sesión se designa como agente líder, recibe la tarea general, la descompone en subtareas y sintetiza el resultado final. Los demás sub-agents son compañeros: cada uno se ejecuta en su propia ventana de contexto aislada, se hace cargo de una parte discreta del trabajo y se comunica directamente con otros compañeros.
Ventajas de los equipos de agentes
Los equipos de agentes se diferencian de los asistentes de AI típicos, que procesan las tareas de forma secuencial, una a la vez. Los equipos de agentes rompen esa limitación: cuando el trabajo puede paralelizarse de verdad, el tiempo total se reduce en consecuencia.
Además, los equipos de agentes son más que varias sesiones: la capa de coordinación agrega tres capacidades que el trabajo manual con varias sesiones no tiene:
Mensajería entre pares: Los compañeros pueden enviarse mensajes directamente entre sí sin pasar por ti ni por el líder. Por ejemplo, un equipo de agentes con un revisor de seguridad puede señalar un hallazgo al revisor de rendimiento a mitad de ejecución sin detener a todo el equipo.
Bloqueo de archivos: Cuando un compañero escribe en un archivo, adquiere un bloqueo que impide escrituras concurrentes de otros agentes. Esto evita la clase de conflictos de merge por sobrescritura silenciosa.
Seguimiento de dependencias: El líder codifica las dependencias de las tareas durante la descomposición. La capa de coordinación las hace cumplir, de modo que ningún agente comienza antes de que se cumplan sus prerrequisitos, sin sondeos manuales.
Cómo funcionan realmente los equipos de agentes
Un equipo de agentes consta de los siguientes componentes, cada uno con una función específica:
El líder del equipo es la sesión principal de Claude Code. Crea el equipo, inicia compañeros, coordina el trabajo entre ellos y sintetiza el resultado final. Esta es la sesión con la que interactúas directamente.
Los compañeros son instancias separadas de Claude Code, cada una trabajando de forma independiente en las tareas asignadas dentro de su propia ventana de contexto. No comparten contexto con el líder ni entre sí; su comunicación ocurre de manera explícita, mediante la lista de tareas y el buzón.
La lista de tareas compartida y el buzón permiten la coordinación**.** La lista de tareas compartida es una cola activa que el grupo de agentes lee y en la que escribe. El líder la llena durante la descomposición, y los compañeros toman tareas, trabajan en ellas y las marcan como completas. Las dependencias se aplican automáticamente; cuando un compañero completa una tarea, cualquier tarea que estuviera bloqueada por ella se desbloquea sin intervención manual. El buzón es el sistema de mensajería para la comunicación directa de agente a agente. Los mensajes fluyen automáticamente entre los compañeros y el líder.
Tanto la configuración del equipo como la lista de tareas se almacenan localmente (~/.claude/teams/ y ~/.claude/tasks/). Claude Code genera y mantiene estos archivos automáticamente. No los edites a mano, ya que cualquier cambio se sobrescribirá en la siguiente actualización de estado.
Cómo configurar equipos de agentes de Claude Code
Los equipos de agentes de Claude vienen deshabilitados de forma predeterminada en Claude Code. Están marcados como experimentales y requieren una activación explícita. Esta es la ruta completa de configuración. Antes de habilitar los equipos de agentes, debes confirmar que tu versión de Claude Code sea v2.1.32 o posterior**.** Puedes ejecutar claude --version en la terminal para comprobarlo.
Paso 1: Habilita la feature flag
Establece la variable de entorno CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS en 1. Hay tres formas de hacerlo:
Opción A: ~/.claude/settings.json (recomendada)
Opción B: perfil de shell (~/.bashrc o ~/.zshrc)
Opción C: inline, para una sola sesión
Si editaste settings.json o tu perfil de shell, reinicia Claude Code para que la flag surta efecto.
Paso 2: Instala tmux (recomendado, no obligatorio)
Los equipos de agentes se muestran en dos modos: en proceso (todos los compañeros se ejecutan dentro de la terminal principal) y paneles divididos (cada compañero tiene su propio panel, lo que requiere tmux o iTerm2). Ejecutar a cada compañero en su propio panel de terminal facilita mucho monitorear al equipo en tiempo real.
Para asegurarte de permanecer en el modo de paneles divididos, configura teammateMode en ~/.claude/settings.json:
Para reemplazar la configuración predeterminada "auto", establece teammateMode en ~/.claude/settings.json como in-process. Para forzar el modo in-process en una sola sesión, pásalo como flag: claude --teammate-mode in-process.
Paso 3: Usa un prompt para iniciar tu equipo de agentes
Después de habilitar el equipo de agentes, simplemente dile a Claude en lenguaje natural qué tareas, entregable y estructura de equipo quieres que realice el equipo de agentes. Puedes especificar cada rol en el prompt, y Claude creará el equipo, iniciará a los compañeros y programará las tareas en consecuencia.
Prompt de ejemplo:
Puedes especificar qué modelo usarán tus equipos de agentes, por ejemplo: "Use Sonnet for every teammate". Los compañeros no heredan el modelo del agente líder. Los usuarios deben especificar el modelo en el frontmatter del archivo de rol o definir un modelo predeterminado para compañeros mediante /config.
Paso 4: Solicita aprobación del plan para tareas complejas (opcional)
Para tareas de alto riesgo y complejidad, puedes exigir que el equipo elabore un plan antes de ejecutarlo. Los compañeros del grupo de agentes trabajarán en modo de solo lectura, y el líder revisará, ajustará y finalmente aprobará el plan. Solo cuando el líder apruebe el plan, los compañeros empezarán la implementación.
Ten en cuenta que el agente líder tomará decisiones, así que también puedes darle algunos criterios para decidir.
Prompt de ejemplo:
Paso 5: Configura worktrees de git para aislar archivos (opcional, recomendado)
Si algún compañero escribe archivos, se recomiendan enfáticamente los worktrees de Claude Code. Un git worktree es un directorio de trabajo separado en su propia rama, que comparte el mismo historial .git que tu checkout principal. Cada agente obtiene acceso aislado a los archivos, y las ediciones de un worktree nunca tocan el trabajo en curso de otro agente.
Para habilitar esto por agente, simplemente agrega isolation: worktree al frontmatter YAML del agente. Claude Code aprovisiona un worktree nuevo para cada invocación paralela de agente y lo limpia automáticamente cuando el agente termina.
Para uso en CLI: claude --worktree o claude -w inicia una sesión en su propio worktree. La app de escritorio crea automáticamente un worktree de Claude Code por sesión.
Paso 6: Monitorea a intervalos regulares
Los equipos de agentes no son algo que puedas configurar y olvidar, y los equipos de larga duración pueden desviarse. Los agentes podrían quedarse atascados en prompts de permisos, marcar tareas como hechas antes de tiempo o perder de vista el alcance. Puedes revisarlos cada 10–15 minutos y consultar la lista de tareas compartida para detectar tareas atascadas o sin asignar. Si una tarea no avanza en 20–30 minutos, podría deberse a un bloqueo de permisos o a un rol mal especificado que requiere intervención manual.
Comparación lado a lado: subagents vs. equipos de agentes
Los subagents son un patrón de delegación. Los equipos de agentes son un patrón de colaboración. La diferencia influye en todo, desde cómo se gestiona el contexto hasta cuánto cuesta una ejecución.
| Subagents | Equipos de agentes | |
|---|---|---|
| Comunicación | Unidireccional: el líder asigna, los subagents informan de vuelta | Entre pares + coordinación del líder |
| Estado compartido | Ninguno | Lista de tareas compartida con seguimiento de dependencias |
| Ventanas de contexto | Ventana de contexto propia; los resultados vuelven al líder | Cada compañero tiene la suya (hasta 1M tokens) |
| Prevención de conflictos de archivos | No integrado | Bloqueo de archivos incluido |
| Costo de token | Menor | Mayor (cada compañero es una instancia independiente) |
| Reanudación de sesiones | Compatible | /resume and /rewind don't restore in-process teammates |
| Agentes anidados | Compatible | No compatible; solo el líder puede iniciar compañeros |
| Ideal para | Delegación enfocada, flujos de trabajo repetibles | Trabajo paralelizable, interdependiente y multidominio |
Los subagents son un patrón de delegación unidireccional: el líder envía una tarea, el subagent la ejecuta dentro de su propia ventana de contexto y devuelve el resultado. No hay estado compartido, comunicación directa entre agentes hermanos ni capa de coordinación; solo un ciclo limpio de envío y devolución.
Los equipos de agentes trabajan sobre una lista de tareas compartida con aplicación automática de dependencias, y los compañeros se comunican entre pares mediante el buzón.
En resumen, los equipos de agentes valen la pena cuando el trabajo se divide en líneas paralelas realmente independientes que necesitan compartir hallazgos y coordinarse entre sí. Para resultados rápidos, tareas secuenciales, ediciones de un solo archivo o cualquier caso donde la previsibilidad de costos importe más que la velocidad, conviene más usar subagents.
Cuándo elegir equipos de agentes y cuándo subagents
Usa equipos de agentes cuando:
Los compañeros necesitan comunicarse directamente entre sí
El trabajo requiere una lista de tareas compartida con seguimiento de dependencias entre flujos paralelos
La tarea es demasiado grande para una sola sesión y cada trabajador necesita un contexto propio totalmente independiente
Usa subagents cuando:
Solo necesitas el resumen final, no toda la salida intermedia
El trabajo es lo bastante autocontenido como para devolver un resultado limpio
Quieres restringir herramientas o enrutar a un modelo más económico
Necesitas líneas de investigación paralelas que no dependan unas de otras
Si no puedes identificar al menos tres flujos de trabajo paralelos realmente independientes, es probable que una sola sesión o subagents superen a un equipo de agentes a menor costo.
Casos de uso reales para equipos de agentes
Cuando el trabajo se divide de forma natural en flujos acotados y bien delimitados, esos flujos pueden avanzar sin esperarse entre sí (o sus dependencias pueden codificarse explícitamente), y la sobrecarga de coordinación es pequeña en relación con el tiempo que se ahorra al ejecutar en paralelo. Aquí tienes cinco casos de uso en los que los equipos de agentes superan a una sola sesión.
Revisión de código en paralelo
Asigna simultáneamente tres revisores a un pull request, incluidos un agente de seguridad, un agente de rendimiento y un agente de cobertura de pruebas. El líder sintetiza tres informes paralelos en una única lista de acciones priorizadas. Este patrón también funciona para revisiones de arquitectura (agente de escalabilidad, agente de seguridad, agente de mantenibilidad) o verificaciones de cumplimiento en distintos marcos regulatorios.
Depuración con hipótesis en competencia
Inicia cinco agentes, cada uno con una sola hipótesis, para probar archivos o logs específicos y examinar un bug de producción. El primer agente que confirme su hipótesis presenta la corrección, y los demás pueden detenerse. Es una forma más eficiente que investigar cada teoría de manera secuencial, pasar horas depurando una ruta, retroceder y empezar la siguiente.
Refactorizaciones entre capas
Una tarea de refactorización entre capas contiene pasos tanto secuenciales como paralelos. Por ejemplo, un cambio de API incompatible requiere actualizar endpoints de backend, componentes de frontend que consumen esos endpoints y la suite de pruebas que cubre ambos. El trabajo de backend debe completarse antes de que pueda comenzar el de frontend. Una vez que la tarea de backend está en marcha, el agente de la suite de pruebas puede empezar a estructurar en paralelo la nueva estructura de pruebas. En un equipo de agentes, el líder usa el seguimiento de dependencias de la lista de tareas compartida para codificar este orden.
Barrido de investigación sin contaminación de contexto
Una decisión técnica puede requerir revisar varias fuentes de evidencia independientes, como elegir un motor de base de datos, evaluar tres APIs de terceros y analizar herramientas de build. Asigna a cada agente un dominio sin solapamientos, y cada uno publica un resumen estructurado. El líder los agrega en un documento comparativo. El aislamiento preserva perspectivas independientes y mejora la calidad de los resultados.
Migración de una base de código grande
Actualizar una dependencia importante en una base de código grande suele implicar tocar varios módulos. Si esos módulos tienen límites claros y pueden migrarse simultáneamente, los equipos de agentes ayudan. Asigna un agente por módulo independiente; cada agente migra su módulo, ejecuta su propia suite de pruebas y reporta un resumen de migración que incluye cualquier interfaz modificada. El líder revisa los cambios de interfaz antes de declarar completa la migración y coordina la secuencia de merge.
Qué hacer y qué evitar al diseñar tu equipo de agentes
Crear un sistema de agentes en paralelo con Claude Code es sencillo de configurar, pero fácil de hacer mal. Estos son los principios de diseño que determinan si tu equipo de agentes rinde o solo pierde tiempo.
Consejos expertos para crear tu sistema de agentes en paralelo
Preaprueba los permisos: Los compañeros arrancan con la configuración de permisos del líder. Si el líder se ejecuta con --dangerously-skip-permissions, todos los compañeros también la heredan. Puedes ajustar los modos de cada compañero después de iniciarlos, pero no es posible configurar modos por compañero al momento de crearlos. Define tu postura de permisos desde el líder antes de lanzar el equipo.
Escribe prompts de rol precisos: Cada prompt de rol debe especificar cuatro cosas: qué hacer, en qué archivos o dominios trabajar, en qué enfocarse y qué excluir, y cómo debe verse el entregable. Al iniciar compañeros, puedes referirte a tipos de subagent de cualquier ámbito de subagent: proyecto, usuario, plugin o definido por CLI. Esto te permite definir un rol una sola vez, como revisor de seguridad o ejecutor de pruebas, y reutilizarlo tanto como subagent delegado como compañero de un equipo de agentes.
Aplica aislamiento de archivos: Para cualquier agente que escriba en disco, usa aislamiento. Que dos agentes modifiquen el mismo archivo al mismo tiempo es una de las formas más seguras de producir una salida corrupta.
Revisa con una cadencia fija: Cada 10–15 minutos en equipos de agentes activos. Mira la lista de tareas compartida para detectar tareas que no han avanzado. Una tarea detenida por más de 20–30 minutos podría deberse a un problema de permisos, un rol mal especificado o una dependencia circular, y quizá requiera resolución manual.
Codifica las dependencias explícitamente: Si la Tarea B sigue lógicamente a la Tarea A, escribe esa dependencia en la lista de tareas durante la descomposición, no como instrucción en un prompt de rol. La capa de coordinación aplica las dependencias automáticamente; las instrucciones en prompts pueden malinterpretarse o ignorarse.
Define los límites de propiedad en tu archivo md: Para proyectos multisesión, escribe una regla que asigne exactamente un agente propietario a cada módulo o directorio. Así evitas solapamientos incluso antes de lanzar el equipo.
Limpia siempre desde el líder, no desde un compañero: El líder comprueba si hay compañeros activos antes de liberar recursos. Los compañeros no tienen todo el contexto del equipo para limpiar de forma segura; hacerlo podría dejar la sesión en un estado incoherente.
Errores comunes que puedes evitar en tu equipo de agentes
No inicies un equipo para una tarea que una sola sesión puede resolver limpiamente: Antes de escribir un solo archivo de rol o enviar un solo prompt de swarm, dibuja el grafo de la tarea. ¿Qué subtareas son realmente independientes? ¿Cuáles tienen dependencias? ¿Es un trabajo dependiente y secuencial? Si no puedes articular tres líneas paralelas con límites claros, una sola sesión rendirá mejor que el equipo.
No asignes dos agentes al mismo archivo. Esta es la fuente más común de conflictos de merge y sobrescrituras silenciosas. Si la descomposición de la tarea produce dos agentes que necesitan tocar el mismo componente, el trabajo sobre ese componente debe ser secuencial: asígnalo a un agente después de que el otro termine.
No omitas la preaprobación de permisos en Claude Code. Los prompts de permisos que aparecen a mitad de la ejecución detienen el trabajo en paralelo y requieren intervención manual. Esa sobrecarga elimina gran parte del beneficio. Preaprueba las escrituras de archivos y los comandos de shell para el directorio de trabajo antes de lanzar el equipo.
No esperes restaurar tu equipo de Claude Code. Si se limpia una sesión, /resume y /rewind no restauran a los compañeros en proceso. Guarda las salidas intermedias importantes antes de ejecuciones largas.
No ejecutes un equipo de más de cinco sin una razón clara. Los costos de token crecen linealmente, pero la sobrecarga de coordinación crece más rápido. Tres agentes enfocados con roles precisos superan de forma consistente a cinco agentes con roles vagos. Agrega compañeros solo cuando haya una línea de trabajo paralela explícita esperando, no porque más parezca mejor.
Otro paradigma: crea tu equipo multiagente en Kimi Agent Swarm
Los equipos de agentes de Claude Code sobresalen en escenarios nativos de desarrollo, con integración profunda en flujos de terminal y el ecosistema Git. Sin embargo, el paradigma de colaboración multiagente va mucho más allá de la línea de comandos. Kimi Agent Swarm es donde ese paradigma se vuelve accesible para todos.
Kimi Agent Swarm es el sistema de colaboración multiagente de Kimi, diseñado para tareas complejas y de gran escala. Divide un objetivo amplio en subtareas discretas y programa distintos agentes y habilidades para encargarse simultáneamente de búsqueda, lectura, análisis, redacción, codificación, generación de hojas de cálculo, creación de diapositivas y construcción de páginas web. Sin flags de entorno. Sin configuración de git.
Funciones clave de Kimi Agent Swarm
Colaboración en paralelo con hasta 300 sub-agents: Kimi Agent Swarm descompone una tarea compleja y programa múltiples sub-agents para encargarse de subtareas simultáneamente. El sistema puede coordinar hasta 300 sub-agents para ejecutar más de 4,000 llamadas a herramientas en una sola ejecución.
Ejecución compuesta multihabilidad: El Swarm puede combinar múltiples habilidades especializadas en una sola ejecución, como investigación profunda, pptx, redacción de informes, vibe-coding, creación de sitios web y redacción de artículos, superando a un solo agent en profundidad de salida y cobertura de formatos.
Procesamiento de documentos a gran escala: Agent Swarm puede procesar archivos por lotes en más de 20 formatos (PDF, Word, Excel, PPT, imágenes, etc.), leer, extraer información y resumir contenido en paralelo a través de todo el conjunto de documentos, con capacidad para referenciar bibliotecas, archivos de inteligencia competitiva o ingesta de datos de múltiples fuentes.
Investigación amplia y proactiva: Para tareas que requieren información en superficies extensas, Agent Swarm envía sub-agents a buscar en la web, localizar fuentes, descargar contenido, categorizar hallazgos y generar resúmenes estructurados en paralelo.
Razonamiento multiperspectiva: Agent Swarm puede ejecutar simultáneamente varios puntos de vista expertos sobre el mismo problema. Esto produce un análisis más completo que una pasada desde una sola perspectiva y revela puntos ciegos que la revisión secuencial suele pasar por alto.
Entrega de contenido profundo: La arquitectura paralela de Agent Swarm está diseñada para salidas de profundidad sostenida, como informes de investigación de cientos de páginas, análisis sectoriales extensos, revisiones de literatura académica, guías de aprendizaje estructuradas y contenido narrativo de largo aliento.
Salida multiformato en una sola ejecución: Agent Swarm puede producir simultáneamente varios tipos de entregables para una misma tarea, como un informe PDF, una presentación PPT, una página web, un conjunto de datos en Excel y un proyecto de código.
Cómo ejecutar un equipo de agentes en Kimi Agent Swarm
Paso 1: Abre Kimi Agent Swarm e ingresa tu prompt
Abre la página de Agent Swarm y describe tu tarea en el cuadro de entrada. Para obtener mejores resultados, especifica el alcance, los entregables que esperas y cualquier restricción, como rango de tiempo, fuentes o requisitos de formato.
Prompt de ejemplo:
Paso 2: Deja que Kimi Agent Swarm trabaje
Después de enviar tu prompt, Agent Swarm dividirá la tarea en subtareas y enviará subagents a trabajar en paralelo. Puedes ver el progreso en tiempo real, incluida la planificación de tareas, el inicio de sub-agents y la ejecución en paralelo.
Paso 3: Recibe, previsualiza y descarga o comparte los resultados
Cuando la ejecución termine, tus entregables estarán listos para previsualizarse directamente en la interfaz. Según tu tarea, las salidas pueden incluir informes de investigación, análisis de datos, presentaciones PPT, páginas web, proyectos de código o una combinación de estos. Puedes descargar los archivos y compartirlos directamente.
Casos de uso donde Kimi Agent Swarm brilla
Redacción de licitaciones y propuestas: Asigna agentes en paralelo a especificaciones técnicas, requisitos de cumplimiento, modelos de precios y casos de estudio simultáneamente; el orquestador los integra en una propuesta cohesionada.
Análisis financiero: Asigna agentes en paralelo para trabajar con datos de mercado, presentaciones de competidores, indicadores macro e modelos internos; el orquestador los sintetiza en un análisis unificado.
Investigación de negocios: Asigna agentes en paralelo a panoramas competitivos, entrevistas con clientes, informes sectoriales y contexto regulatorio de distintas fuentes; el orquestador produce una salida estructurada.
Pruebas de seguridad: Ejecuta agentes en paralelo para reconocimiento, escaneo de vulnerabilidades, auditoría de dependencias y verificaciones de escalamiento de privilegios; el orquestador agrega los hallazgos en un informe final.
Desarrollo full-stack: Crea agentes en paralelo para componentes de frontend, endpoints de backend, esquema de base de datos y suites de pruebas; el orquestador coordina la integración en todo el stack.
Conclusión
Los equipos de agentes de Claude Code están diseñados específicamente para flujos de ingeniería y llevan la ejecución en paralelo a bases de código complejas directamente desde la terminal. Si tu trabajo va más allá del código, Kimi Agent Swarm lleva el mismo paradigma multiagente a la investigación, el análisis, el contenido y más. Simplemente describe tu tarea y deja que el swarm se encargue del resto.