Un investigador reimplementó el flujo central de 40 artículos publicados sobre sistemas multiagente con modelos de lenguaje y volcó el código en el repositorio h5i-python. La experiencia, descrita como un ejercicio de ingeniería más que de crítica, destila varias lecciones técnicas aplicables a quien construya o evalúe este tipo de sistemas.
En primer lugar, la mayoría de las contribuciones se reducen a unos cien líneas de flujo de control: una forma de bucle, una disciplina de prompt y una regla de agregación. Algoritmos como el debate multiagente o el Skeleton-of-Thought obedecen a ese patrón minimalista.
En segundo lugar, la independencia entre muestras es el invariante que sostiene los métodos más robustos. Técnicas como self-consistency, CodeT o Chain-of-Verification pierden sentido si los agentes comparten contexto. Por ello, se recomienda que la infraestructura ofrezca entornos aislados y verificables.
En tercer lugar, la familia de bucles de refinamiento (Self-Refine, Reflexion, CRITIC, Self-Debug, Constitutional AI) comparte una misma estructura de dos pasos y solo cambia la fuente de la retroalimentación: el propio modelo, herramientas externas, ejecución de código o principios escritos. Tratar la retroalimentación como un objeto estructurado reduce los cinco enfoques a una función parametrizada.
En cuarto lugar, los métodos más sólidos sustituyen la opinión del LLM por señales reales: ejecución de tests (AgentCoder, CodeT), resultados de búsqueda (LATS) o herramientas externas (CRITIC). La verificación debe ejecutarse en un entorno neutro, nunca en el del autor.
Finalmente, las reglas de agregación, en apenas diez líneas, son las que realmente diferencian a los artículos, y la familia de debates multiagente se reduce a una función de visibilidad que determina qué agente ve los mensajes de cuál entre rondas.