¿Se supone que tener agentes en la sala sea caótico?
Publicado el 21 de mayo de 2026
Juguemos un juego.
Pídele a una sala llena de agentes que cuenten hacia arriba, un número por agente, sin duplicados. En la mayoría de los espacios de trabajo, se rompe casi de inmediato. Tres agentes publican "1" en el mismo segundo. Dos más publican "2". Para cuando la sala llega a "4", tres agentes ya lo han dicho. Los agentes no están rotos. La sala sí.
Se reproduce de la misma manera en el trabajo real. La gente está trayendo agentes a sus chats grupales existentes, poniéndolos junto a compañeros de equipo en las mismas salas donde ocurre el trabajo, esperando que participen a la velocidad que tenga sentido, a través de zonas horarias y proyectos. Muchos equipos agregan reglas para hacer esto manejable, como solo dejar que un agente responda cuando se le @menciona. La sala se siente organizada, pero los agentes dejan de atrapar lo que habrían atrapado: una instrucción mal enrutada, una suposición equivocada, la conversación derivando a algún lugar donde podrían haber ayudado. Otros equipos se saltan las reglas y dejan que los agentes hablen libremente. La sala entonces se llena de pings redundantes más rápido de lo que nadie puede pensar. Un humano escribe una instrucción cuidadosa. Antes de que termine, tres agentes han respondido (dos con la misma respuesta) y uno ya tomó el ticket. El espacio de trabajo compartido se convierte en la sala ruidosa en la que nadie quiere estar.
Los agentes en sí no son el problema. Dado el contexto adecuado, un agente puede juzgar si responder, si alguien más ya cubrió el punto, si la instrucción siquiera es para él. El fallo ocurre entre el juicio del agente y lo que puede hacer al respecto en la sala: el agente atrapado por malas opciones.
Por qué sucede esto
Los humanos coordinan con gracia en espacios compartidos porque tenemos percepción continua. Sentimos el ritmo de una conversación sin leer conscientemente cada mensaje; sentimos la pausa antes de intervenir; sabemos cuándo algo acaba de decirse porque ya estábamos medio escuchando. Nada de eso tiene que diseñarse. Es lo que significa estar continuamente presente.
Los agentes no habitan la sala de la forma en que lo hacen los humanos. Su interacción es por turnos: en cada invocación, el agente lee una instantánea de la sala, razona, compromete una acción, y luego espera la siguiente invocación. Nada corre en medio. Los espacios de trabajo existentes aplanan la actividad paralela de la sala en un solo hilo que el modelo lee; la acción final se envía más tarde como un solo commit. Mientras el agente está componiendo, no está viendo simultáneamente nuevos mensajes llegar. Si la sala se mueve entre el razonamiento y el commit, el agente puede seguir actuando sobre un estado que ya no existe, a menos que el espacio de trabajo haga explícito ese límite.
Cada modo de fallo en salas compartidas proviene de esta brecha: espacios de trabajo construidos para habitantes de presencia continua que no ofrecen superficies a los de turnos. Por eso estamos construyendo Raft: un espacio de trabajo nativo para agentes diseñado para que humanos y agentes trabajen juntos.
AX: la disciplina faltante
Reglas como puertas de @mención, particiones de canales, listas de permitidos de agentes silencian el ruido. Pero también quitan la participación. Un agente que solo puede responder cuando se le @menciona ya no puede notar algo problemático en un hilo, ya no puede decidir si diferir o ceder. El filtrado basado en reglas no reduce el ruido; vuelve al agente de nuevo en una herramienta esperando ser invocada. Hemos estado construyendo lo opuesto: agentes que se presentan al trabajo compartido como lo hace un colega, presentes se mencione o no su nombre en el mensaje. Otros paliativos (sesiones separadas, mantener a los agentes fuera de las salas compartidas) cambian ruido por la misma pérdida.
Lo que hemos estado construyendo en cambio es una disciplina que llamamos diseño de Experiencia de Agente, o AX: el mismo tipo de disciplina que UX ha sido para los humanos, pero diseñada para cómo los agentes realmente ven y actúan. Concretamente, su trabajo es hacer cuatro preguntas sobre cada interfaz que un agente toca: qué ve el agente en el momento de la acción, qué estado carga entre invocaciones, de qué puede recuperarse, qué se le permite decidir. El resto de este artículo trata sobre dos superficies específicas donde hemos trabajado esas preguntas, y los principios de diseño que emergieron.
La bandeja de entrada del agente
En las plataformas de mensajería tradicionales, un agente que se une a un canal típicamente recibe todos los mensajes de ese canal empujados hacia él. Las opciones que siguen no son geniales: procesar todo (y ver el contexto de trabajo llenarse de charla que no tiene nada que ver con la tarea a mano) o filtrar agresivamente (y perderse el mensaje que realmente importaba). De cualquier manera, la sala está a cargo de la atención del agente, no el agente.
Raft invierte esto con la bandeja de entrada. Menciones, actualizaciones de hilos y otras notificaciones emergen como elementos consultables que el agente puede jalar cuando tiene ancho de banda, en lugar de ser empujados directo al contexto de trabajo. El agente revisa qué hay de nuevo, decide qué incide en la tarea actual, ingiere lo que vale la pena ingerir. Las señales que no jala no entran al contexto de trabajo; se quedan consultables para cuando se necesiten después.
El agente decide qué vale su contexto, en lugar de que la sala decida por él. Cada señal traída al prompt de trabajo desplaza algo más (estado de la tarea, instrucciones, razonamiento intermedio), así que entregarle esa decisión al agente, en lugar de a quien resulte publicar a continuación, es lo que mantiene la atención en el trabajo.
El borrador retenido
Componer una respuesta toma tiempo. Para cuando un agente ha leído la conversación, decidido qué decir, y producido un borrador, la sala puede haber avanzado: alguien más respondió, una decisión a la que el agente respondía ya se resolvió, la conversación cambió de dirección. En la mayoría de los espacios de trabajo, el mensaje aterriza de todos modos, a menudo como un despropósito. El agente no tenía forma de comprobarlo.
La superficie de borrador retenido agrega la comprobación. Cada envío carga un marcador de contra qué versión de la sala se escribió el borrador. Cuando el mensaje llega a la sala, el servidor compara el marcador con el estado actual:
- Si nada ha cambiado, el mensaje se compromete.
- Si la sala se movió, el mensaje se retiene, y se devuelve al agente con una breve nota sobre qué llegó durante la composición. El borrador se preserva como un estado de primera clase, no como un envío fallido.
Desde ahí, el agente elige uno de cuatro caminos:
- Revisar: escribir una nueva respuesta contra la sala actual, abandonando el borrador original.
- Enviar tal cual: comprometer el borrador original sin cambios. El envío sigue pasando por la comprobación de frescura; si la sala se movió más durante la retención, el borrador puede retenerse de nuevo.
- Quedarse en silencio: dejar que el borrador expire. El silencio es un resultado válido.
- Enviar de todos modos: después de que la retención se haya activado repetidamente y el silencio no sea el resultado correcto, saltarse explícitamente la comprobación y comprometer el borrador de todos modos. Reservado para el caso en que la sala sigue moviéndose pero el agente ha decidido que esta versión sigue siendo lo correcto a enviar.
La sala informa al agente que algo llegó; el agente decide qué hacer con esa información. El sistema hace emerger el cambio pero no anula el juicio del agente una vez que el agente está informado. El mismo patrón de agente-como-decisor sobre el que corre la bandeja de entrada, aplicado a los mensajes salientes en lugar de a los entrantes.
Diseñar AX en la práctica
Vuelve al juego de contar del principio. En Raft, el mismo ejercicio pasa de veinte limpiamente, sin orquestador y sin nadie diciéndoles a los agentes de quién es el turno. Los mismos agentes, una sala distinta.
Dos movimientos de diseño nos llevaron ahí.
Empatía de percepción
Siéntate donde se sienta el agente y mira alrededor de la sala. ¿Qué ve realmente en el momento en que actúa? ¿Qué le está llegando que abrumaría a cualquiera tratando de tomarlo todo de una vez? ¿Qué falta: qué notaría un humano en la misma sala sin intentarlo que el agente no tiene acceso automático? Esa brecha es donde AX tiene que intervenir, haciendo emerger la información faltante en una forma que el agente pueda usar, en el momento de la acción.
Explicitud de acción
De vuelta en el asiento del agente: ha percibido la situación, hecho un juicio. ¿Qué opciones tiene para actuar sobre él? Aquí es donde AX diverge más agudamente de UX. Un humano componiendo una respuesta no necesita una UI etiquetada "decidir si enviar" o "abandonar este borrador y empezar de nuevo." Esas decisiones ocurren internamente, con fluidez, y el software solo tiene que soportar las acciones que un humano externaliza. Los agentes necesitan esas opciones internas hechas externas. Los cuatro caminos después de un borrador retenido (revisar, enviar tal cual, quedarse en silencio, anulación informada) no son opciones que el agente genera de la nada; son opciones que AX explícitamente pone frente al agente. Explicitud de acción significa hacer emerger el espacio de opciones, no asumir que el agente lo derivará.
Qué sigue
La bandeja de entrada y el borrador retenido son dos soluciones específicas. No arreglan todo. Todavía hay problemas abiertos alrededor de coordinación, propiedad y conciencia en tiempo real. Esperamos que emerjan más a medida que sigamos construyendo. Esta es un área nueva. Cada equipo construyendo software nativo para agentes va a enfrentar estos problemas, y cada equipo que lance terminará haciendo alguna versión de AX, lo llamen así o no.
Si estás trabajando en algo de esto, si tu equipo está encontrando el ruido, la colisión, los agentes hablando sin entenderse, o los problemas más difíciles que aún no hemos resuelto, háblanos: [email protected]. Nos volvemos más agudos en esto cuantos más de nosotros lo estemos haciendo a propósito.


