Hermes: un agente que coordina a otros agentes

El problema de fondo

Cuando una tarea es larga, el impulso natural es dársela entera al modelo más capaz que uno tenga a mano. Funciona, pero se paga dos veces: en dinero, porque el modelo caro acaba haciendo también el trabajo aburrido, y en tiempo, porque todo ocurre en fila.

La idea de la orquestación es sencilla de enunciar: que un agente principal entienda el problema, lo parta y reparta los pedazos entre agentes auxiliares que trabajan en paralelo. El difícil está en los detalles, y ahí es donde conviene leer la documentación en vez de los resúmenes.

Qué es Hermes Agent

Es un marco de agentes de código abierto de Nous Research. Su documentación oficial describe dos mecanismos distintos para trabajar con varios modelos a la vez, y conviene no confundirlos porque resuelven cosas diferentes.

Uno: delegar en subagentes

La herramienta delegate_task crea agentes hijos. Cada uno arranca con el contexto en blanco: no sabe nada de la conversación del padre, lo que evita que el historial completo viaje a todas partes.

Trabajan en paralelo, hasta diez a la vez por omisión, y ese número se puede configurar. Cuando terminan, al contexto del agente principal solo vuelve el resumen final, no todo lo que hicieron por el camino. Por defecto la estructura es plana, pero se pueden anidar niveles para que un hijo orqueste a los suyos.

Ese detalle cambia el diseño

Es el punto donde varios artículos que salen primero en Google se equivocan: dan a entender que a cada subagente se le puede asignar un proveedor distinto dentro del mismo flujo. La documentación oficial dice que no. El modelo de delegación es una configuración global, no un parámetro de cada tarea.

Lo que sí permite, y es lo que de verdad importa, es separar dos papeles: un modelo caro y capaz planificando y sintetizando, y un modelo barato y rápido ejecutando las tareas repetitivas. La mezcla no ocurre tarea por tarea, sino entre el nivel que piensa y el nivel que trabaja.

Dos: Mixture of Agents

El segundo mecanismo sí combina modelos de proveedores distintos dentro de un mismo turno, pero de otra manera. Mixture of Agents es un proveedor virtual: usted define un preajuste y le aparece como si fuera un modelo más en la lista.

Dentro hay dos papeles. Los modelos de referencia opinan primero, una vez por turno, y reciben solo el texto de la conversación para que salga barato. El agregador es el que actúa de verdad: lee esas opiniones, escribe la respuesta y ejecuta las herramientas.

Conviene saber de dónde sale la factura. La documentación es explícita: el agregador corre en cada paso del ciclo, así que casi todo el costo de un preajuste cae sobre el proveedor del agregador.

Lo que sostiene todo esto

Coordinar modelos de varios proveedores sirve de poco si uno se cae o si se agota la cuota. Hermes documenta las piezas que hacen falta alrededor:

• Proveedores de respaldo: conmutación automática cuando el modelo principal no responde.
• Enrutamiento de proveedores: preferencias para optimizar por costo, velocidad o calidad.
• Grupos de credenciales: varias claves por proveedor, con rotación automática para recuperarse de los límites de uso.
• Modo bot: una lista de bots con nombre, cada uno con su propio modelo, memoria, rol y habilidades.

Para qué mirarlo

Si está evaluando automatizar algo con IA, el valor de leer un marco así no es adoptarlo mañana. Es ver qué decisiones hay que tomar de todas formas: quién planifica y quién ejecuta, cuánto contexto viaja entre partes, qué pasa cuando un proveedor falla y dónde se acumula el costo.

Esas preguntas son las mismas construya usted sobre Hermes, sobre otro marco o sobre nada. Lo que cambia es si las responde al diseñar o cuando llega la factura.