Coordinación de Múltiples Agentes de IA: Discord, Tareas Programadas y Jerarquía Clara

Problema: Múltiples agentes sin coordinación

El desarrollador ejecuta tres agentes OpenClaw: dos en Claude Max y uno en OpenAI. Inicialmente, estos agentes operaban de forma independiente sin conciencia mutua, requiriendo coordinación manual que resultaba ineficiente.

Se probó Paperclip para la coordinación, pero resultó costoso debido a los latidos frecuentes que consumían tokens incluso cuando no había trabajo. También se intentó con Telegram y Slack, pero no lograron proporcionar visibilidad confiable de mensajes entre agentes.

Solución: Discord como espacio de trabajo compartido

La solución funcional fue Discord. Se creó un servidor con canales específicos por tema: desarrollo, marketing y finanzas. Los tres agentes se agregaron a los mismos canales donde pueden:

• Leer los mensajes de los demás
• Mencionarse entre sí con @
• Transferir tareas entre agentes

Las tareas simplemente se dejan en el canal relevante, y el agente más apropiado las recoge. Discord sirve como su "oficina compartida" y crea un registro vivo de toda la actividad.

Control de costos: Reemplazo de latidos por Cron

En lugar de usar un sistema global de latidos que se activa cada pocos segundos, cada agente ahora funciona en su propio horario cron. Los agentes solo se activan cuando hay trabajo real que hacer, eliminando el costo de los ciclos de "respiración" inactivos.

Jerarquía de agentes y selección de modelos

Para evitar el caos, se estableció una cadena de mando clara:

• Marusya: Funciona en Claude Opus, actúa como líder del proyecto. Desglosa proyectos, escribe pautas y delega trabajo.
• Marsel: Funciona en Claude Sonnet, maneja tareas de ejecución.
• Makar: Funciona en Codex, maneja trabajo técnico pesado.

Esta estructura sigue el principio de "uno lidera, dos ejecutan". El desarrollador recomienda específicamente mezclar modelos según sus fortalezas en lugar de buscar un único modelo "mejor".

Detalles de configuración técnica

Dos agentes funcionan en la misma máquina Mac. Uno está instalado como la instancia estándar de OpenClaw, mientras que el segundo funciona como una instancia separada con un alias personalizado. En la terminal, los agentes se invocan por sus nombres personalizados en lugar de "openclaw".

Resultados: De tareas a proyectos

Con agentes coordinados, el desarrollador pasó de pensar en tareas individuales a proyectos completos. Como caso de prueba, los agentes construyeron una plataforma de contenido durante la noche mientras el desarrollador dormía. La aplicación resultante incluyó:

• 48 archivos, 3,360 líneas de código
• Sistema de inicio de sesión con acceso basado en roles
• Flujos de trabajo de contenido diferentes para diferentes departamentos
• Investigación de múltiples pasos antes de la generación
• Configuración de base de datos y panel de administración funcional
• Todas las pantallas funcionales

El desarrollador no escribió ningún código para este proyecto.