Router-Specialist y Supervisor-Workers

Especializar no consiste en añadir nodos, sino en reducir el prompt de cada uno. Un router clasifica con lo mínimo y deriva; cada especialista trabaja con instrucciones cortas y una sola responsabilidad. El grafo crece; la superficie de error de cada pieza, no.

01 — El problema

El agente monolítico

Un solo nodo con cincuenta herramientas y un prompt de tres páginas es lento, caro y fácil de confundir. Cada instrucción compite con las demás por la atención del modelo, y cuando falla no sabes cuál de las cincuenta lo estropeó.

builder.add_conditional_edges(
    "router",
    lambda s: s["intencion"],
    {"MATEMATICAS": "mates", "CHISTE": "chiste", "GENERAL": "general"},
)

router→ mates / chiste / general →END

Mecanismo idéntico al de la lección 02. Lo que cambia es quién rellena intencion: ya no un if sobre un entero, sino un modelo.

02 — La pregunta invertida

Los especialistas no tienen por qué ser LLMs

El mejor especialista para «50 + 50» no es un modelo: es Python. Un nodo determinista es más barato, más rápido y no alucina el resultado. El grafo no distingue entre un nodo que llama a un LLM y uno que hace una división — los dos reciben el estado y devuelven un parche.

// no es «qué modelo pongo en cada rama», sino «qué ramas no necesitan modelo».

03 — Cuándo el router no basta

Router-Specialist frente a Supervisor-Workers

	Router-Specialist	Supervisor-Workers
Forma de la tarea	Una intención → un experto	Una tarea → varias sub-tareas
Quién vuelve a decidir	Nadie: se ramifica una vez	El supervisor, tras cada worker
Topología	Árbol, sin ciclo	Estrella con ciclo de vuelta
Coste típico	Una llamada de clasificación	Una llamada de supervisión por ronda
Ejemplo	soporte / ventas / facturación	investiga X y escribe un informe

El supervisor es, estructuralmente, el ciclo ReAct de la lección 05 con agentes en lugar de herramientas: decide, delega, lee el resultado, vuelve a decidir. Y hereda el mismo riesgo — sin contador de rondas, gira.

04 — El punto frágil

Un router de texto libre atado a las claves del mapa

Pedirle a un modelo que responda «SOLO con la categoría» y meter ese texto directamente en el mapa de aristas es una promesa que el modelo no ha firmado. Devuelve MATH, o Matemáticas, o la categoría con un punto final, y el grafo revienta con ValueError: Edge mapping missing key.

reforzar el promptreduce la frecuencia, no el fallo

normalizar + defectoel grafo no cae nunca

salida estructuradael formato lo garantiza el proveedor

Las tres defensas, ordenadas por cuánto delegan la garantía fuera del prompt. La tercera es with_structured_output sobre un esquema con un campo Literal.

Auditoría

La lección vende el patrón como ahorro de costes — «modelo pequeño para enrutar, grande para ejecutar» — pero en su propio ejemplo el router y el especialista general son el mismo modelo, gpt-4o-mini, y el tercer especialista usa gpt-3.5-turbo. El modelo caro no aparece en ninguna parte.

Comprueba dos cosas: si gpt-3.5-turbo sigue disponible en tu proveedor y a qué precio, y si con esa configuración el ejemplo demuestra realmente el ahorro que anuncia o solo lo describe. Un patrón de optimización cuyo ejemplo no mide nada merece la duda.

05 — Ahora tú

Fuerza al router a salirse del mapa

Pasa por el router una pregunta deliberadamente ambigua: «Cuéntame algo curioso sobre el número 7». Imprime la categoría cruda que devuelve el modelo, sin .strip().upper(), y compárala con las claves del mapa carácter a carácter.

Después fuerza el fallo: cambia una clave del mapa a "MATEMATICA" (sin la S) y ejecuta el caso de mates. Anota si el error aparece al compilar o al invocar, y qué te dice eso sobre qué valida compile().