La división del trabajo para los Agentes de IA será crítica para maximizar el impacto de los agentes en todas las áreas del trabajo del conocimiento. Desde hace tiempo hemos tenido una división del trabajo en las organizaciones porque resulta que tener expertos individuales pasando tareas entre sí es más efectivo que un grupo de generalistas tratando de hacer las cosas de manera diferente cada vez. Los Agentes de IA presentan la misma dinámica. Para que los Agentes de IA funcionen, necesitas la cantidad justa de contexto sobre la tarea que están tratando de completar. Esto significa una comprensión profunda del dominio, un conjunto de conocimientos sobre los que trabajar, instrucciones claras y un conjunto de herramientas para usar. Muy poco contexto y el agente fallará. Sin embargo, igualmente, a medida que más de esta información entra en la ventana de contexto, sabemos que los modelos pueden volverse subóptimos. Para un proceso empresarial complejo, si pones toda la documentación, la descripción del flujo de trabajo y las instrucciones en la ventana de contexto, sabemos que el agente eventualmente se confundirá y entregará peores resultados. La arquitectura lógica entonces en el futuro es dividir a los agentes en unidades atómicas que se correspondan con los tipos correctos de tareas y luego hacer que estos agentes trabajen juntos para completar su trabajo. Ya estamos viendo esto desarrollarse de manera efectiva en los agentes de codificación. Están surgiendo más y más ejemplos de personas configurando subagentes que poseen partes específicas de una base de código o área de servicio. Cada agente es responsable de una parte del código, y hay documentación amigable para el agente sobre el código. Luego, a medida que se necesita trabajo en esa área relevante de la base de código, un agente orquestador coordina con estos subagentes. Podríamos ver que este patrón probablemente se aplique a casi cualquier área del trabajo del conocimiento en el futuro. Esto permitirá que los Agentes de IA se utilicen para mucho más que casos de uso específicos de tareas y se extiendan para impulsar flujos de trabajo completos en la empresa. Incluso a medida que los modelos de IA mejoren para poder manejar ventanas de contexto más grandes, y los niveles de inteligencia aumenten, no es obvio que esta arquitectura desaparezca. Es probable que el papel de cada agente se expanda a medida que mejoren las capacidades, pero las líneas claras de separación entre subagentes pueden siempre llevar a mejores resultados.