En una reciente ampliación de capacidad de IA, programé un nodo de plano de control en una ola de transición temprana porque la instantánea de tráfico de 2 semanas que tenía de él parecía efectivamente aislada. No lo estaba. Era un trabajo mensual de conciliación de capacidad. El día 21 se despertó, la mitad de la conciliación ahora cruzaba una frontera de centro de datos, y la latencia del pipeline pasó de aproximadamente 10 minutos a cerca de 60.

El grafo no estaba equivocado. Mi ventana de observación sí lo estaba. Habíamos usado una ventana de captura de 2 semanas como fuente de verdad para un trabajo que solo se ejecutaba una vez al mes. El modo de fallo que me importa es un modelo de razonamiento que parece correcto con la evidencia que se le mostró, y silenciosamente incorrecto con la evidencia que no se le mostró. Un solo modelo al que se le entrega toda esta evidencia suavizará las contradicciones entre ella y producirá una respuesta segura. Un pequeño equipo de agentes especialistas, con un coordinador que nombra las contradicciones en lugar de promediarlas, no lo hace.

El trabajo a esta escala no es una sola pregunta. Son docenas de preguntas que comparten muy poco contexto entre sí. Un solo modelo de razonamiento fuerte falló de 2 maneras: promedió las contradicciones o dejó caer tareas. El patrón de subagentes que Codex y Claude Code ambos distribuyen resuelve la segunda falla directamente, porque cada especialista solo ve la evidencia de su propia pregunta. Cada especialista devuelve un hallazgo tipado, no un párrafo. Afirmación, evidencia, confianza, frescura, y uno de 3 veredictos: ok, warn o hold.

Entidades clave: Empresas: Towards Data Science