OpenCollab: coordinación programable de agentes, entorno de ejecución controlado y métrica de cumplimiento de las normas
El framework integra la definición de la estructura de interacción entre agentes, un entorno común para los experimentos y un seguimiento detallado de los eventos, mientras que la métrica Adherence, introducida en este trabajo, refleja hasta qué punto la ejecución real se ajusta al esquema declarado. En los benchmarks, la configuración Duo alcanza un nuevo nivel de SOTA, mientras que la variante de un solo agente destaca por consumir la menor cantidad de tokens.

Propósito del framework
OpenCollab es un framework para el desarrollo multiagente. Proporciona una infraestructura unificada para la interacción programable y un entorno de ejecución controlado.
Elementos clave:
- desarrollo multiagente;
- interacción programable entre agentes;
- entorno de ejecución controlado.
En la práctica: el framework es útil cuando se necesita definir programáticamente la coordinación de los agentes y ejecutarla en un entorno controlado.
La organización de los agentes como objeto de diseño
OpenCollab integra el diseño de la organización de los agentes con la ejecución. La organización pasa a formar parte de la configuración, en lugar de ser una descripción externa.
Qué incluye el diseño:
- composición de la organización de agentes;
- estructura de interacción declarada;
- relación entre la estructura y la ejecución.
Criterio: la organización debe describirse de tal manera que pueda reproducirse. De lo contrario, el diseño se queda en una declaración.
Entorno de ejecución controlado y observabilidad
OpenCollab ofrece control experimental en un entorno de ejecución compartido. El entorno mantiene a los agentes en un mismo espacio de ejecución.

Qué ofrece el entorno:
- condiciones de ejecución compartidas para las configuraciones que se comparan;
- control experimental;
- flujos de eventos detallados.
Criterio práctico: sin un entorno compartido y flujos de eventos, la comparación de configuraciones pierde reproducibilidad.
Adherence: métrica de cumplimiento del protocolo
Los autores de OpenCollab introducen Adherence. El indicador mide en qué medida se lleva a la práctica la organización de agentes declarada.
Qué registra la métrica:
- la organización de agentes declarada;
- la ejecución real;
- la brecha entre ambas, expresada en porcentaje.
En los experimentos, cambiar cualquiera de las dimensiones de la configuración modificaba Adherence. El indicador variaba entre el 47,2 % y el 97,2 %.
Criterio práctico: Adherence muestra la brecha entre la organización declarada y la ejecución real. La métrica se evalúa junto con los resultados finales.
Resultados en benchmarks de desarrollo de agentes
En los benchmarks de desarrollo de agentes, OpenCollab (Duo) obtuvo un nuevo SOTA. Los autores lo compararon con Mini-SWE-agent, OpenHands, Codex CLI y Claude Code.
Según los resultados de los autores, una organización de agentes bien diseñada puede superar a los harnesses existentes más sólidos. La configuración de un solo agente de OpenCollab utilizó menos tokens que cualquier otro conjunto de pruebas evaluado.
| Participante | Resultado |
|---|---|
| OpenCollab (Duo) | Nuevo SOTA en benchmarks de desarrollo de agentes |
| Mini-SWE-agent | Participó en la comparación |
| OpenHands | Participó en la comparación |
| Codex CLI | Participó en la comparación |
| Claude Code | Participó en la comparación |
| Configuración de un solo agente de OpenCollab | Menos tokens que cualquier otro conjunto de pruebas evaluado |
Criterio de selección: comparar no solo el primer puesto del SOTA, sino también el consumo de tokens de cada configuración.
Criterio práctico de selección
La selección empieza por comprobar si es posible definir programáticamente la coordinación de los agentes. Después se verifica si el framework mide el cumplimiento de la organización declarada. OpenCollab ofrece Adherence y un entorno de ejecución compartido para este fin.
Lista de verificación para la selección:
- Coordinación programable de agentes.
- Disponibilidad de la métrica Adherence.
- Entorno de ejecución compartido y flujos de eventos.
- Resultado comparable en benchmarks de desarrollo de agentes.
- Consumo de tokens de la configuración elegida.
El framework es adecuado si los cinco puntos pueden verificarse. Si algún punto no puede verificarse, la selección pierde fundamento.
Preguntas frecuentes
Material similar
Todos los materiales
Toollery: selección de herramientas para agentes LLM entre decenas de miles de opciones sin necesidad de ajuste fino
Toollery construye un índice de búsqueda a partir de las descripciones de habilidades y herramientas y, al recibir una consulta, solo envía al modelo un conjunto limitado de candidatos. En experimentos con bibliotecas de hasta decenas de miles de funciones, el enfoque permite mantener la calidad de selección con un top-K fijo, aunque el efecto final depende del perfil de carga y del almacenamiento en caché del proveedor.
11 noviembre 2026
Diagnóstico por etapas de agentes GUI al analizar dashboards: el benchmark DashAct
Se presenta DashAct, un benchmark de 348 trayectorias verificadas por humanos que desglosa el trabajo de los agentes GUI con paneles interactivos en tres etapas y cuatro condiciones visuales. Los resultados revelan problemas persistentes para predecir acciones y vincularlas con objetivos visuales, así como la dependencia de las respuestas de los agentes del apoyo contextual y espacial.
11 noviembre 2026
WILSON: integración de aumentos y portaobjetos del paciente para el análisis anatomopatológico y la elaboración de informes
El preprint presenta WILSON, un modelo de visión y lenguaje que codifica imágenes de portaobjetos completos y series de muestras de un mismo paciente a distintos aumentos, en lugar de limitarse a un único portaobjetos «mejor». Sin necesidad de ajustarlo a la tarea, supera a modelos especializados y de mayor tamaño para portaobjetos en varias métricas, con una carga computacional considerablemente menor, y sus descripciones diagnósticas obtuvieron puntuaciones más altas de los patólogos.
11 noviembre 2026