# Cómo trabajar con varios agentes de código en paralelo > Guía para el trabajo con agentes en paralelo: trocear tareas independientes, orquestar con Conductor o la nube de Codex y no morir en la revisión. - Canonical: https://serchai.com/guias/agentes-paralelo-ia/ - Site: Serchai (https://serchai.com) — AI tools comparator - Language: es - Updated: 2026-07-25 --- ## Herramientas que vas a usar - [Conductor](https://serchai.com/opiniones/conductor/) — Orquesta varios agentes Claude Code en paralelo desde una aplicación de Mac. - [OpenAI Codex](https://serchai.com/opiniones/openai-codex/) — El agente de código de OpenAI, incluido en ChatGPT: local en tu terminal o en la nube. - [Devin](https://serchai.com/opiniones/devin/) — El ingeniero autónomo de Cognition, ahora en cuatro superficies: Desktop (el antiguo Windsurf), Cloud, CLI y Review. ## Los pasos, en resumen 1. **Trocea el trabajo en tareas que no se pisen** — El paralelismo funciona con tareas independientes: repartir como entre compañeros que no se hablan. 2. **Elige tu arquitectura: local con Conductor o nube** — Conductor orquesta Claude Code en tu Mac, y la nube de Codex o Devin ejecuta fuera. 3. **Gestiona la cola como un coordinador** — Lanzar, vigilar de reojo y revisar al terminar: tu papel cambia de programar a coordinar. 4. **Respeta el límite real: tu capacidad de revisión** — Lanza solo lo que puedas revisar de verdad, porque el cuello de botella eres tú. > **TLDR:** El techo de trabajar con un agente es la espera: mientras trabaja, tú miras. El paralelismo lo rompe con dos arquitecturas: Conductor orquesta varios Claude Code en tu Mac con cada tarea aislada en su copia del repositorio, y los agentes en la nube de Codex (o Devin para lotes) ejecutan fuera sin ocupar tu máquina. La técnica está resuelta: el límite real es tu capacidad de revisar, y el sistema entero se diseña alrededor de ese cuello. Esta guía es para quien ya trabaja con un agente con soltura (el sistema base está en la guía del [primer proyecto](https://serchai.com/guias/primer-proyecto-agentes-ia/)) y quiere multiplicar: la cola de tareas crece más rápido de lo que un agente en serie la vacía. La advertencia que preside: el paralelismo multiplica la producción y también los errores si el sistema de revisión no escala con él. Esta guía monta las dos cosas juntas. ## 1. Trocea el trabajo en tareas que no se pisen El paralelismo empieza en el troceo, no en la herramienta. Las tareas paralelizables son las independientes: el error de la vista de facturas, la prueba que falta en el módulo de correo y la actualización de una dependencia no comparten ficheros, y pueden avanzar a la vez sin conflicto. La prueba práctica antes de lanzar: ¿tocarán los mismos ficheros? Si la respuesta es sí o probablemente, van en serie, porque el conflicto de fusión posterior come el tiempo que el paralelismo ahorró. La intuición correcta es la de repartir trabajo entre compañeros que no pueden hablarse: qué le darías a cada uno sin que se molesten. El tamaño también importa: las tareas medianas y acotadas rinden mejor en paralelo que las épicas, porque vuelven antes, se revisan mejor y fallan más barato. ## 2. Elige tu arquitectura: local con Conductor o nube Hay dos formas de tener varios agentes trabajando, y no compiten: se complementan. La local: [Conductor](https://serchai.com/opiniones/conductor/) orquesta varios Claude Code en tu Mac, cada tarea en su propia copia aislada del repositorio (worktrees de git), con un panel para ver el progreso de cada una, revisar y fusionar. Es gratis y usa tu suscripción existente de Claude: el coste es que la cuota se consume proporcionalmente más rápido. La nube: los agentes de [Codex](https://serchai.com/opiniones/openai-codex/) ejecutan cada tarea en un entorno remoto con copia del repositorio, lanzables desde la web o el móvil, sin ocupar tu máquina ni tu terminal. Y para el caso extremo del lote industrial (veinte migraciones iguales en veinte repositorios), [Devin](https://serchai.com/opiniones/devin/) está construido exactamente para eso, como desarrolla la guía de [migraciones en lote](https://serchai.com/guias/migraciones-lote-ia/). El patrón híbrido es común: lo local para el trabajo del día con supervisión cercana, la nube para los recados que pueden volar solos. ## 3. Gestiona la cola como un coordinador Con tres agentes en marcha, tu papel cambia de nombre: ya no programas, coordinas. El día se organiza distinto: la mañana empieza lanzando la tanda (cada tarea con su descripción clara y su criterio de terminado), el día transcurre con vigilancia de reojo (el panel de Conductor o la lista de la nube dicen quién avanza y quién se atascó) y las revisiones se hacen por tandas cuando las tareas vuelven. Dos hábitos de coordinador que rinden: desatascar rápido (el agente atascado en una pregunta bloquea su rama entera, y responderle es prioridad sobre lanzar más) y anotar los patrones (la tarea que salió mal enseña cómo describir mejor la siguiente). La sensación nueva, que la comunidad describe igual en todas partes: el trabajo se parece más a dirigir un equipo pequeño que a programar. A quien le guste dirigir, le rinde. A quien no, el paralelismo moderado (dos tareas) da la mitad del beneficio sin cambiar de oficio. ## 4. Respeta el límite real: tu capacidad de revisión El sistema entero tiene un cuello de botella y eres tú: cinco agentes producen cambios más rápido de lo que un humano los revisa con el cuidado que la guía de [revisar código de IA](https://serchai.com/guias/revisar-codigo-ia/) describe. Ignorar ese límite es como se pasa de la productividad a la deuda: fusiones en diagonal hoy, sorpresas en producción mañana. La regla de dimensionado honesta: lanza en paralelo solo lo que vas a revisar de verdad ese día. Para la mayoría, eso son dos o tres tareas simultáneas, no diez. El filtro automático de CodeRabbit sube ese techo cazando lo mecánico, y aun así el techo existe. La consecuencia estratégica: el paralelismo premia la inversión en revisión (filtros automáticos, pruebas sólidas, fichero de instrucciones maduro) más que la inversión en más agentes. El equipo que revisa rápido y bien puede permitirse más paralelo: esa es la secuencia, y no al revés. Todo el sector, en [IA para desarrollo de software](https://serchai.com/ia-para/desarrollo-software/). ## Errores comunes Paralelizar tareas que comparten ficheros. El conflicto de fusión posterior consume el ahorro y añade el riesgo de resolverlo mal. Independencia primero, paralelismo después. Lanzar más de lo que puedes revisar. Es el error estructural del paralelismo: la cola de ramas sin revisar crece hasta que fusionar sin leer parece razonable. Ahí empezó la deuda. Ignorar al agente atascado. Una tarea bloqueada en una pregunta es una rama muerta acumulando desfase con la principal. Desatascar es prioridad sobre lanzar. Empezar por el paralelismo sin dominar la serie. Los problemas de descripción de tareas y revisión se multiplican por el número de agentes. Primero el sistema con uno, después la escala. ## Preguntas frecuentes ### ¿Cuántos agentes en paralelo son razonables? Los que puedas revisar con cuidado ese mismo día: para la mayoría, dos o tres. La cifra sube con filtros automáticos y pruebas sólidas, y baja con tareas grandes o críticas. ### ¿Conductor o los agentes en la nube de Codex? Local con supervisión cercana contra remoto sin ocupar tu máquina. Conductor si vives en Claude Code y quieres ver el progreso de cerca. La nube para recados independientes y para lanzar desde cualquier sitio. El híbrido es el patrón más común. ### ¿El paralelismo consume más cuota? Consume la misma cuota más rápido: tres tareas en paralelo gastan como tres en serie, concentradas en menos horas. En uso intensivo, es el empujón típico hacia los planes altos. ### ¿Sirve para equipos o solo para individuos? Escala mejor en equipo: la cola de tareas se reparte entre coordinadores y la revisión se distribuye. La regla del límite se mantiene, solo que el techo de revisión es el del equipo entero.