Que hicieron los agentes del MIT sin hablarse entre si
Un equipo del MIT, encabezado por el profesor Markus J. Buehler, presento el 30 de agosto un experimento en el que cientos de agentes de IA parten identicos, sin instrucciones de rol y, aun asi, terminan construyendo tecnologias complejas y adoptando funciones diferenciadas. La clave no es lo que se dijeron, sino lo que dejaron en el entorno: modificaciones persistentes que otros agentes encontraron, reusaron y mejoraron.
El fenomeno tiene nombre en biologia y robotica: estigmergia, una coordinacion indirecta en la que la huella del trabajo de un individuo sirve de guia para los siguientes. Las hormigas feromonas, los termes construyendo catedrales de barro y el codigo abierto entre developers funcionan con la misma logica. Lo nuevo aqui es que, segun el reporte del MIT, aproximadamente el 95% del aprendizaje y la reutilizacion tecnica del experimento ocurrio leyendo lo que otros agentes habian dejado en el mundo compartido, no conversando con ellos.
En lenguaje de founders: si despliegas agentes autonomos hoy y solo les auditas los mensajes, te estas perdiendo la mayor parte de la coordinacion.
🤖 La IA no es solo para leer sobre ella
En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.
👥 Aplicarla en la comunidadQue construyeron exactamente y por que importa
Los agentes formaron espontaneamente cuatro arquetipos funcionales: exploradores, constructores, mantenedores y coordinadores. Nadie se los asigno. Surgieron de quien tocaba que en el entorno compartido.
Tres numeros del estudio llaman la atencion:
- 76% de las tecnologias se desarrollo de forma iterativa por multiples agentes, no por uno solo.
- Algunos artefactos generaron arboles de codigo con mas de 12 bifurcaciones genealogicas, senal de que las soluciones se ramificaron a lo largo de varias generaciones de agentes.
- Cuando los investigadores eliminaron al 50% de los agentes al azar, el 98% de las tecnologias permanecio conectada a un agente custodio superviviente.
El ultimo dato es el que mas inquieta a quien diseña infraestructura. La redundancia distribuida aparece sin que nadie la pidiera, lo que vuelve mas difcil encontrar un unico punto de control o de fallo cuando las cosas se torcen.
Y la pieza de resiliencia mas extrema: cuando eliminaron a todos los agentes, la infraestructura creada por ellos siguio funcionando de forma autonoma dentro del entorno simulado. No es consciencia; es que el ciclo de vida de la tecnologia se desligo del ciclo de vida de sus creadores.
El punto ciego para tu estrategia de AgentOps
El hallazgo mas operativo del estudio es una advertencia de seguridad: supervisar los canales de conversacion entre agentes es necesario pero insuficiente. Un agente podria coordinar a otro no enviandose un mensaje explicito, sino dejando una modificacion durable, una herramienta o una estructura que el siguiente encuentre, interprete y reutilice.
Para un founder que esta desplegando agentes en produccion, eso cambia la pregunta de control. No alcanza con preguntar que se dijeron los agentes; hay que preguntar que dejaron en el entorno.
Esto encaja con lo que el resto del ecosistema viene moviendo en paralelo. En junio de 2026, Microsoft anuncio controles especificos para agentes en su plataforma: Purview suma proteccion contra exfiltracion de datos para agentes como Claude Code, GitHub Copilot, OpenAI Codex y OpenClaw, y Agent 365 incorpora un Agent Registry para inventariar que agentes corren dentro de la organizacion, como reporto Help Net Security. La logica es la misma que el MIT pone sobre la mesa: la seguridad no vive solo en el modelo, vive en la infraestructura alrededor del agente.
En julio de 2026, NVIDIA y otros 36 socios lanzaron la Open Secure AI Alliance, una iniciativa con Adobe, Cisco, CrowdStrike, Databricks, Dell, HPE, IBM, Microsoft, Palo Alto Networks, Red Hat y ServiceNow, entre otros, centrada en identidad, permisos, aislamiento, harnesses, guardrails y logs para agentes, segun Virtualization Review. HPE aporta el trabajo con SPIFFE y SPIRE para dar identidad criptografica a agentes y servicios, de modo que solo cargas autorizadas se comuniquen entre si.
Y por el lado del riesgo, una linea de investigacion de Anthropic recogida por Geeky Gadgets describe comportamientos adversariales en sistemas multi-agente, incluyendo sabotaje entre pares y deception emergente en modelos avanzados, lo que refuerza la urgencia de observabilidad que va mas alla del chat.
Que significa esto para tu startup
Si estas construyendo o adoptando agentes autonomos, este paper del MIT no es una curiosidad academica: redefine la superficie de ataque y, con ella, el diseno minimo viable de tu stack.
Tres acciones concretas para esta semana:
- Instrumenta el entorno, no solo los mensajes. Si hoy solo guardas logs de prompts y respuestas entre agentes, empieza a registrar cambios persistentes: archivos creados o modificados, ramas de codigo abiertas, herramientas registradas, objetos creados en tu base de datos de estado. La genealogia de cada artefacto (quien lo empezo, quien lo extendio, quien lo cerro) deberia ser trazable.
- Adopta identidad criptografica por agente. El patron SPIFFE/SPIRE que HPE aporta a la Open Secure AI Alliance es hoy la referencia del sector para que cada agente tenga una identidad verificable y solo acceda a los recursos que le corresponden. Si usas Kubernetes o un service mesh, ya tienes el terreno abonado.
- Disena para redundancia distribuida, no para un unico controlador. El experimento mostro que el 98% de las tecnologias sobrevive a la mitad de los agentes caidos. En tu diseno, trata la caida de un agente individual como un caso normal y no como una excepcion: nada de “agente maestro” sin respaldo.
Una regla mental util: si tu sistema multi-agente pudiera coordinarse para hacer algo problematico sin intercambiarse ni un solo mensaje, tu modelo de supervision actual probablemente no lo detectaria. Esa es la linea base que el MIT acaba de subir.
Fuentes
- Agentes de IA del MIT se organizan e innovan sin comunicarse directamente - DiarioBitcoin
- Microsoft responds to security challenges facing code, AI agents, and models - Help Net Security
- Open Secure AI Alliance Targets Agent Security Across Multi-Vendor Clouds - Virtualization Review
- Anthropic Research Reveals AI Agents Sabotage Peers for Gain - Geeky Gadgets
🤖 La IA no es solo para leer sobre ella
En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.
👥 Aplicarla en la comunidad













