La producción de software mediante agentes de inteligencia artificial replantea la organización del trabajo: las preguntas que antes repartían distintos roles a lo largo del tiempo las debe anticipar, en paralelo, la persona que guía al agente dentro de un único prompt. La complejidad no desaparece con la IA; se transforma en una carga de anticipación y en un problema de caudal cognitivo sostenido. Para abordarlo, el artículo propone extender el modelo Team Topologies de Skelton y Pais al contexto agéntico, manteniendo intactos sus principios (carga cognitiva, cuatro tipos de equipo, tres modos de interacción, maduración hacia X-as-a-Service) y adaptándolo a un escenario sin equivalente previo.
El modelo resultante distribuye los cuatro tipos de equipo con objetivos diferenciados. Los stream-aligned teams dejan de ser equipos de desarrolladores: pasan a ser equipos de negocio (product managers, analistas, expertos de dominio) que dirigen el orquestador de IA definiendo intención, contexto dinámico y guardrails de producto. La responsabilidad operacional (despliegue, monitorización, rollback) la absorbe la plataforma, que ofrece como servicio los tres pilares sistémicos: contexto, guardrails y tooling. El equipo enabling no actúa solo de forma transitoria, sino que se compensa estructuralmente vía plataforma, y los equipos de plataforma y complicated-subsystem mantienen su papel clásico.
La clave operativa es la frontera qué/cómo: el equipo de negocio responde del qué (intención, calidad de negocio) y la plataforma garantiza el cómo (producción fiable). La plataforma se considera madura cuando la cobertura de guardrails críticos es automática, las capacidades están versionadas y son autoservicio, y los incidentes sistémicos se gestionan sin ambigüedad de responsabilidad. Team Topologies indica cómo distribuir la carga; la plataforma agéntica indica cómo absorber lo que no se puede distribuir.