En el zumbido silencioso de una oficina moderna, ha surgido un nuevo tipo de trabajador: el agente de uso de computadora. Estos son sistemas de inteligencia artificial diseñados no solo para leer texto o generar imágenes, sino para sentarse realmente en un escritorio virtual, mirar una pantalla y mover un ratón o escribir en un teclado para completar tareas del mundo real. Pueden reservar vuelos, organizar hojas de cálculo o navegar por sitios web complejos. A medida que estos agentes se vuelven más capaces, los investigadores están tratando de hacer que trabajen juntos en equipos, de forma muy similar a un gestor de proyectos humano que asigna diferentes partes de un trabajo a distintos especialistas. La esperanza es que, al dividir un trabajo grande y complicado en piezas más pequeñas y hacer que múltiples agentes trabajen en ellas al mismo tiempo, el equipo pueda terminar más rápido y con mayor precisión que un solo agente trabajando solo. Sin embargo, existe un límite físico fundamental en la forma en que estos trabajadores digitales pueden compartir su progreso. Si bien un agente puede copiar fácilmente un archivo o una nota de texto y entregarla a un compañero, no puede copiar fácilmente todo su entorno de trabajo. Si un agente ha iniciado sesión en una cuenta segura, tiene una docena de pestañas del navegador abiertas y está en medio del llenado de un formulario complejo, ese estado específico de la computadora no puede duplicarse y fusionarse con el estado de otro agente. Una vez que dos agentes comienzan a trabajar en diferentes partes de un problema, sus entornos digitales divergen y no pueden simplemente coserse de nuevo más tarde.

Esta restricción crea un cuello de botella significativo para los equipos de agentes de IA. Si una tarea requiere que un agente permanezca con la sesión iniciada durante horas mientras otro agente recopila datos en segundo plano, el equipo debe decidir cómo manejar el estado vivo y evolutivo de la computadora. Los intentos previos para resolver esto a menudo dependían de soluciones improvisadas, donde el sistema intentaba adivinar cómo fusionar estados o descartaba el progreso valioso y comenzaba de nuevo, lo que provocaba pérdida de tiempo y errores. Un equipo de investigadores de Scale AI, la Universidad de Texas en Dallas y la Universidad Johns Hopkins ha propuesto una nueva forma de organizar estos equipos, llamada Coordinación de Columna Vertebral y Ramas (Spine-Branch Coordination). En lugar de intentar forzar la fusión de entornos incompatibles, su marco de trabajo acepta la limitación como una regla fundamental del juego. Diseñaron un sistema donde un agente, la "columna vertebral" (spine), lleva el hilo principal y continuo de la tarea, manteniendo intacto el estado vivo de la computadora de principio a fin. Mientras tanto, otros agentes, las "ramas" (branches), se ejecutan en paralelo en computadoras nuevas y desechables para recopilar información o realizar tareas aisladas. Una vez que un agente de rama termina su trabajo y produce un resultado tangible, como un archivo descargado o un resumen de texto, su computadora es simplemente apagada y descartada. La información que encontró se transfiere entonces al agente de la columna vertebral, que continúa con el flujo de trabajo principal sin necesidad de fusionar nunca dos estados de computadora diferentes.

Los investigadores probaron este enfoque en doscientas tareas largas y complejas que involucraban flujos de trabajo de múltiples pasos, como planificar un viaje o investigar productos en múltiples sitios web. Compararon su sistema de Columna Vertebral y Ramas con un método base que intentaba gestionar múltiples agentes sin esta separación estricta, así como contra un solo agente trabajando solo. Los resultados fueron claros y consistentes en diferentes tipos de modelos de IA. El sistema de Columna Vertebral y Ramas tuvo éxito en completar las tareas significativamente más veces, mejorando la tasa de éxito entre un 6.0% y un 16.5% en comparación con el mejor método multiagente anterior. Quizás de forma más sorprendente, también resultó mucho más económico de ejecutar. Al evitar la necesidad de reiniciar o reconstruir constantemente los estados perdidos de la computadora, el sistema redujo el costo por tarea entre un 34% y un 70%. El estudio demostró que este método fue particularmente efectivo para las tareas más difíciles, donde la capacidad de mantener una línea de trabajo continua e ininterrumpida permitió a los agentes navegar por secuencias complejas sin perderse o cometer errores costosos.

El éxito del sistema reside en una división clara del trabajo que respeta la realidad física de cómo funcionan las computadoras. El agente de la "columna vertebral" es el único que mantiene viva la sesión principal, preservando cosas como las sesiones de inicio de sesión y las ventanas abiertas que serían difíciles o imposibles de recrear. Este avanza paso a paso, heredando el estado del paso anterior. Los agentes de las "ramas" son libres de ejecutarse en paralelo, explorando diferentes sitios web o analizando datos, pero son tratados como temporales. No necesitan mantener un estado a largo plazo; solo necesitan producir un resultado que pueda guardarse como un archivo o texto. Cuando una rama termina, su computadora se descarta y su resultado se entrega a la columna vertebral. Este diseño elimina la necesidad de un gestor central que intente constantemente reconciliar estados de computadora conflictivos, un proceso que a menudo provocaba errores en sistemas anteriores. En su lugar, el flujo de información está estructurado de modo que el estado vivo se mueve en una sola dirección a lo largo de la columna vertebral, mientras que la información estática fluye libremente entre cualquier agente que la necesite.

En sus experimentos, los investigadores descubrieron que esta estructura permitía a los equipos de agentes trabajar de manera más eficiente y con menos errores. En las tareas más difíciles, donde el flujo de trabajo se extendía a lo largo de muchos pasos, el sistema de Columna Vertebral y Ramas mantuvo su rendimiento mientras que otros métodos vieron caer drásticamente sus tasas de éxito. El sistema también redujo el número de veces que la IA tenía que reiniciar o replanificar sus acciones, lo que ahorró tanto tiempo como dinero. Los investigadores señalaron que este enfoque funcionó bien en diferentes modelos, desde agentes más pequeños y menos potentes hasta otros más grandes y capaces. Incluso cuando el agente de planificación central era menos potente, la estructura de Columna Vertebral y Ramas se mantuvo robusta, lo que sugiere que la forma en que se organizaban las tareas era más importante que la inteligencia bruta del gestor. El estudio también destacó que no todas las tareas se benefician de ser divididas; para trabajos muy simples, la carga de coordinar múltiples agentes puede, de hecho, hacer que las cosas sean más lentas y costosas. Sin embargo, para las tareas complejas de largo alcance que representan el futuro del trabajo de la IA, el método de Columna Vertebral y Ramas ofrece una forma fiable de escalar sin chocar con el muro de los estados de computadora incompatibles.

Las implicaciones de este trabajo se extienden más allá de solo hacer que los agentes de IA sean más rápidos. Sugiere una nueva forma de pensar sobre cómo construir sistemas que interactúen con el mundo real. Al tratar la incapacidad de fusionar los estados de la computadora como una restricción fundamental en lugar de un error que deba corregirse, los investigadores crearon un marco que es tanto más simple como más efectivo. El sistema no intenta forzar lo imposible; trabaja dentro de los límites de la tecnología para encontrar el camino más eficiente. Este enfoque permite que múltiples agentes colaboren sin estorbarse entre sí, asegurando que el valioso estado vivo de una sesión de computadora se preserve, mientras se aprovecha al mismo tiempo la velocidad y la amplitud del trabajo paralelo. A medida que los agentes de uso de computadora continúen evolucionando, la capacidad de coordinarlos eficazmente será tan importante como su inteligencia individual, y el método de Columna Vertebral y Ramas proporciona un plano claro de cómo lograr esa coordinación de una manera práctica y escalable.