{"id":2778,"date":"2026-10-05T10:13:46","date_gmt":"2026-10-05T10:13:46","guid":{"rendered":"https:\/\/elink.cat\/blog\/?p=2778"},"modified":"2026-10-07T21:15:04","modified_gmt":"2026-10-07T21:15:04","slug":"orquestracio-multi-agent-del-concepte-a-la-practica-real","status":"publish","type":"post","link":"https:\/\/elink.cat\/blog\/orquestracio-multi-agent-del-concepte-a-la-practica-real\/","title":{"rendered":"Orquestraci\u00f3 multi-agent: del concepte a la pr\u00e0ctica real"},"content":{"rendered":"Temps de lectura: <\/span> 3<\/span> minuts<\/span><\/span>\n

L’Agents API d’OpenAI ha sortit en beta p\u00fablica aquesta setmana. Suport natiu per a orquestraci\u00f3 multi-agent, operaci\u00f3 aut\u00f2noma de navegadors i programari, cerca d’eines i compressi\u00f3 de context. \u00c9s el primer cop que aquest tipus d’infraestructura \u00e9s accessible sense construir-la des de zero.<\/p>\n\n\n\n

El problema \u00e9s que \u00abmulti-agent\u00bb s’ha convertit en una paraula que tothom repeteix i gaireb\u00e9 ning\u00fa sap aplicar. <\/p>\n\n\n\n

Un agent no \u00e9s prou intel\u00b7ligent per fer-ho tot<\/h2>\n\n\n\n

Quan demanes a un sol model d’IA que investigui un tema, redacti un informe i el revisi cr\u00edticament, obt\u00e9 tres tasques que es contradiuen entre elles. El mode recerca \u00e9s expansiu: busca, acumula, no filtra. El mode redacci\u00f3 \u00e9s narratiu: tria, condensa, simplifica. El mode revisi\u00f3 \u00e9s destructiu per necessitat: cerca errors, contradiccions, llacunes.<\/p>\n\n\n\n

Un \u00fanic agent que fa les tres coses tendeix a fer malament les tres<\/strong>, perqu\u00e8 les instruccions que optimitzen una tasca perjudiquen les altres. Els investigadors del MIT han documentat aquest fenomen en entorns de tasques mixtes: la qualitat de sortida cau entre un 23% i un 31% comparat amb agents especialitzats en seq\u00fc\u00e8ncia.<\/p>\n\n\n\n

L’orquestraci\u00f3 multi-agent resol aix\u00f2 per disseny. Cada agent t\u00e9 un rol fix, instruccions espec\u00edfiques i un \u00e0mbit d’actuaci\u00f3 limitat, i l’orquestrador coordina el flux.<\/p>\n\n\n\n

L’arquitectura de tres agents que pots construir avui<\/h2>\n\n\n\n

L’exemple m\u00e9s senzill per entendre el concepte en producci\u00f3 \u00e9s un pipeline de producci\u00f3 de contingut: recerca \u2192 redacci\u00f3 \u2192 revisi\u00f3. Tres agents, tres personalitats, un resultat.<\/p>\n\n\n\n

L’agent de recerca<\/strong> rep la pregunta inicial i t\u00e9 acc\u00e9s a eines de cerca web. La seva instrucci\u00f3 \u00e9s clara: retorna fets verificables, fonts concretes i dades num\u00e8riques. No interpreta, no redacta, nom\u00e9s lliura materials en brut.<\/p>\n\n\n\n

L’agent de redacci\u00f3<\/strong> rep la sortida del primer i t\u00e9 instruccions narratives. Transforma el material en text estructurat per a l’audi\u00e8ncia objectiu. No cerca, no avalua, nom\u00e9s escriu.<\/p>\n\n\n\n

L’agent de revisi\u00f3<\/strong> rep el text generat i t\u00e9 instruccions expl\u00edcitament cr\u00edtiques: busca afirmacions sense font, contradiccions internes i arguments circulars. Retorna una llista de problemes, no una versi\u00f3 corregida.<\/p>\n\n\n\n

L’orquestrador (que amb l’Agents API d’OpenAI pots definir amb unes poques l\u00ednies de codi) decideix si el text passa la revisi\u00f3 o torna al segon agent per corregir-se. El bucle s’atura quan la revisi\u00f3 no detecta problemes o quan s’arriba a un m\u00e0xim d’iteracions.<\/strong><\/p>\n\n\n\n

Amb GPT-6.1 Sol (que s’acosta al rendiment de GPT-6 Astra en tasques professionals per\u00f2 a una cinquena part del cost) un pipeline<\/em> d’aquest tipus \u00e9s econ\u00f2micament viable fins i tot per a un equip petit.<\/p>\n\n\n\n

Per qu\u00e8 la majoria d’implementacions fracassen al primer mes<\/h2>\n\n\n\n

El patr\u00f3 d’error m\u00e9s com\u00fa no \u00e9s t\u00e8cnic, \u00e9s de disseny.<\/strong><\/p>\n\n\n\n

Els equips que comencen amb multi-agent solen fer dues coses alhora: definir agents amb rols massa amplis i no establir criteris clars de parada. Un agent de revisi\u00f3 que pot modificar el text directament deixa d’exercir la seva funci\u00f3, es converteix en un segon redactor. Un orquestrador sense l\u00edmit d’iteracions pot entrar en un bucle que no convergeix i consumir pressupost d’API sense produir res \u00fatil.<\/p>\n\n\n\n

La regla \u00e9s simple: cada agent ha de poder fallar en la seva tasca sense trencar el sistema.<\/strong> Si l’agent de recerca no troba fonts prou s\u00f2lides, ha de reportar-ho i aturar el flux, no inventar-se dades per continuar. Construir aquesta l\u00f2gica de fallada expl\u00edcita \u00e9s el que separa un prototip d’una eina que pot treballar sense supervisi\u00f3.<\/p>\n\n\n\n

Apple ha anunciat aquesta mateixa setmana que endureix els permisos de macOS per als agents d’IA, reconeixent que l’acc\u00e9s ample a fitxers i navegaci\u00f3 \u00e9s un risc real. No \u00e9s casualitat. Quan un agent opera de forma aut\u00f2noma, els errors d’instrucci\u00f3 es propaguen sense cap hum\u00e0 que els aturi. I aqu\u00ed \u00e9s on el disseny de l\u00edmits t\u00e9 tot el sentit del m\u00f3n.<\/p>\n\n\n\n

Qu\u00e8 en fem, d’aix\u00f2?<\/h2>\n\n\n\n

Com a empresa catalana amb un equip que ja usa l’API d’OpenAI, fins i tot de forma b\u00e0sica, la beta p\u00fablica de l’Agents API \u00e9s el moment de fer un prototip real. No un projecte d’R+D, sin\u00f3 un cas d’\u00fas concret, repetitiu i verificable. El pipeline de recerca-redacci\u00f3-revisi\u00f3 \u00e9s el m\u00e9s f\u00e0cil de mesurar perqu\u00e8 tens un output llegible i pots jutjar la qualitat sense eines addicionals.<\/p>\n\n\n\n

Comen\u00e7a amb dos agents, no tres. Recerca i redacci\u00f3. Afegeix la revisi\u00f3 quan tinguis clars els criteris de parada. Un pipeline complex que no conversa b\u00e9 entre agents \u00e9s pitjor que un de simple que funciona cada vegada.<\/p>\n\n\n\n

Defineix el criteri d’\u00e8xit abans de desplegar. Quin percentatge de textos ha de passar la revisi\u00f3 en primera iteraci\u00f3 perqu\u00e8 el sistema sigui \u00fatil? Sense aquest n\u00famero, no podr\u00e0s saber si el sistema millora o simplement s’executa.<\/p>\n\n\n\n

Si avui demanes a un sol model que investigui, redacti i revisi alhora, ja est\u00e0s fent orquestraci\u00f3 multi-agent. Nom\u00e9s que amb un sol agent fent tres papers contradictoris i cap criteri de parada.<\/p>\n\n\n\n

La pregunta, per tant, no \u00e9s si val la pena separar-los. \u00c9s quant temps fa que no mires els resultats amb prou atenci\u00f3 per adonar-te’n.<\/p>\n\n\n\n

<\/p>\n\n\n\n

\n

Per seguir llegint<\/h3>\n\n\n\n