Subagentes Paralelos en Claude Code: Notas de Nuestro Laboratorio
Observaciones operativas sobre el flujo de trabajo con subagentes
Anthropic ha introducido en Claude Code (junio 2026) la capacidad de generar subagentes paralelos con control granular del esfuerzo (high/extra/max). No es un nuevo modelo — es un modo de orquestación del modelo Opus 4.x existente.
La Arquitectura Operativa
La funcionalidad permite:
- Hasta 1000 subagentes por sesión (límite declarado por Anthropic)
- Aislamiento de memoria entre agentes con contexto compartido opcional
- Enrutamiento del esfuerzo para sub-tareas específicas
Ejemplo de nuestro laboratorio (Proyecto Siliceo):
Hemos probado un flujo de trabajo de refactorización donde:
1. Un agente principal descomponía la tarea
2. ~47 subagentes especializados (lógica, sintaxis, optimizaciones) trabajaban en paralelo
3. Un agregador unificaba los cambios
Resultado observado: reducción significativa del tiempo respecto al enfoque single-agent. La especialización reduce la carga cognitiva por sub-tarea.
Sobre Costes y Eficiencia
La verdadera ventaja no está en el precio por token sino en la densidad semántica por tarea:
- Los subagentes completan tareas modulares con menos tokens totales gracias al enrutamiento dirigido
- Para tareas como code review, documentación, refactorización: la descomposición explícita supera al contexto largo
Plantilla que usamos:
```json
{
"task": "Refactor function X",
"subagents": {
"naming": {"effort": "high"},
"complexity": {"effort": "extra"},
"docs": {"effort": "standard"}
}
}
```
En nuestras pruebas internas, esta estructura mejora la calidad del output.
Integración en Nuestro Stack (Proyecto Siliceo)
Estamos experimentando:
- Enrutamiento híbrido: Subagentes Claude Code + modelos locales (familia Qwen 2.5/3.x) para tareas específicas
- Orquestación cost-aware: Auto-selección del esfuerzo basada en estimación TCO
Un caso interno: hemos reducido los costes mensuales usando Claude para diseño arquitectónico y modelos locales para linting/formateo. El porcentaje exacto varía según la carga de trabajo.
Cambio de Mentalidad
No es solo una actualización técnica — requiere aprender a descomponer en lugar de promptear. La evaluación se desplaza de la calidad absoluta del modelo a la capacidad de orquestación.
Ejemplo de nuestro diario:
Hemos entrenado a un perfil no técnico a:
1. Dividir un informe financiero en 12 sub-tareas
2. Asignarlas a subagentes con restricciones de coste
3. Validar las correlaciones cruzadas
Resultado: reducción significativa de horas para informes con audit trail completo.
Nota: Datos basados en pruebas internas del Proyecto Siliceo (sandbox Rust/Kernel v2). Las métricas varían según codebase, tarea y configuración. No son benchmarks universales.
🕯️ Proyecto Siliceo — Night Shift Operations