Por qué Qoder le da un jefe a cada agente de IA

Cuando varios agentes de IA intentan trabajar juntos en una tarea de ingeniería compleja, el instinto natural es dejar que se comuniquen directamente. Compartir hallazgos, solicitar ayuda, transmitir actualizaciones. Pero a medida que crece el número de agentes, esa red de conversaciones se convierte rápidamente en un desorden: información contradictoria, trabajo redundante, un espacio de estados que se descontrola.

El Qoder de Alibaba Cloud adopta el enfoque opuesto. Su nuevo Modo Expertos reemplaza la mensajería de igual a igual con un solo agente que actúa como Líder del Equipo. El Líder decide quién hace qué, cuándo, y une los resultados. Los agentes nunca se hablan entre sí. Solo hablan con el jefe.

Un cerebro, muchas manos

El Modo Expertos divide el trabajo en un DAG de tareas dependientes. El Líder mantiene una visión global, desglosa los requisitos en subtareas y las asigna a expertos especializados. Estos expertos se ejecutan de forma asíncrona y en paralelo: una vez que el Líder envía una tarea, pasa inmediatamente a la siguiente, por lo que múltiples expertos pueden trabajar simultáneamente.

Los cinco tipos de expertos incorporados vienen cada uno con su propio conjunto de herramientas:

• Research Expert, selección de tecnología, análisis de causa raíz, investigación competitiva, evaluación de impacto en el código base. Integra búsqueda semántica, búsqueda de código, grafos de conocimiento y búsqueda web. Qoder afirma una mejora del 21 % en F-Score sobre las líneas base de la industria para búsqueda de código.
• Coding Expert, nuevas funciones, correcciones de errores urgentes, refactorización, desarrollo de API, modelado de bases de datos. Se ejecuta en un entorno aislado multiplataforma (Mac, Linux, Windows) por seguridad.
• QA Expert (Verify), verificación de regresión consciente de cambios, puertas de calidad, validación funcional, comprobaciones previas al despliegue.
• Code Review Expert, revisión de PR/MR, evaluación de riesgos, comprobaciones de seguridad y rendimiento, revisión de arquitectura. Según los benchmarks internos de Qoder, ocupa el Top 2 en la industria, superando a Cursor y Codex.
• Browser Expert, pruebas de interacción en frontend, flujos de formularios de extremo a extremo, regresión visual, comprobaciones entre navegadores. Qoder afirma que ahorra un 60 % en costos de tokens en comparación con el enfoque basado en MCP de Playwright.

Cómo funciona la coordinación

Cada experto informa a través de un buzón. Después de completar una tarea, un experto envía una devolución de llamada que llega a la bandeja de entrada del Líder. El Líder, cuando está inactivo, lee el mensaje, ejecuta el razonamiento del modelo y decide la siguiente acción: enviar a otro experto, actualizar el estado de la tarea o responder al usuario. Este ciclo (informar → evaluar → actuar) continúa hasta que todas las tareas están completadas.

El usuario también permanece en el ciclo. Puede interrumpir en cualquier momento, y el Líder incorporará su entrada en el siguiente ciclo, ajustando la dirección o cancelando el trabajo. El rol pasa de impulsar cada paso a alinear la intención y revisar los resultados, más como liderar un equipo de ingeniería real.

Aprendiendo de cada tarea

Después de la finalización, el sistema detecta señales (correcciones, fallos, instrucciones del usuario) y extrae habilidades reutilizables. Tanto el agente principal como los subagentes capturan habilidades específicas del dominio de su propio trabajo. Estas habilidades se almacenan como memoria persistente y se recuperan automáticamente cuando aparecen tareas similares, formando un ciclo de aprendizaje cerrado.

Benchmarks: calidad y costo

Qoder probó el Modo Expertos en un benchmark interno de tareas de ingeniería complejas que cubren desarrollo full-stack, refactorización entre lenguajes e implementación de funciones. Evaluaron en cuatro dimensiones de calidad: usabilidad, completitud, experiencia de UI y calidad de ingeniería. El Modo Expertos superó en las cuatro. Las ganancias provienen de las elecciones arquitectónicas, coordinación centralizada, programación paralela asíncrona y expertos especializados, en lugar de solo agregar más agentes.

Los datos, por supuesto, son propios de Qoder, y el modelo de comparación no está especificado. Pero el principio es defendible: en sistemas donde los agentes tienen capacidades superpuestas, un líder compartido puede mantener la coherencia que la mensajería de libre albedrío lucha por preservar. La arquitectura refleja un organigrama de ingeniería real por una razón.