Un playbook open-source y pedagógico de lecciones de proceso agentico.
Destilado de un experimento real contra la Hipótesis de Riemann. Aplicable a tu día a día.
This is a playbook of agentic process lessons, not a software framework. No runtime, CLI, or executable pipeline is included.
This repository contains documentation, field notes, templates, and a case study. Use it as a source of patterns, not as installable software.
La mayoría de gente usa un modelo de IA. Le da un prompt, recibe una respuesta. Si la respuesta no es buena, prueba otro prompt, o cambia de modelo.
Esto es sobre algo distinto: orquestar varios modelos especializados en paralelo, cada uno con un rol asignado, para atacar problemas que ningún modelo individual puede resolver bien.
No es teoría. Lo usamos para investigar la barrera del 2/3 en los ceros de la función zeta de Riemann — un problema de matemáticas abierto desde 1859. Cinco modelos, seis ángulos de ataque, ~8 horas de cómputo activo distribuidas en ~3 semanas de iteración, resultado negativo pero preciso. El repo de ese experimento está aquí.
Esta guía extrae lo que aprendimos y lo hace práctico.
Un solo modelo, por bueno que sea, tiene blind spots. Comparte sesgos across todas sus respuestas. Si se equivoca en un tipo de razonamiento, se equivoca igual en todos los intentos.
Cinco modelos con biases distintos no comparten los mismos blind spots. Si uno falla, los otros pueden cubrirlo. Si todos coinciden, la confianza sube. Si discrepan, has encontrado algo interesante.
La pregunta deja de ser "¿qué modelo uso?" y pasa a ser "¿qué responsabilidad tiene cada modelo?"
| Sección | Qué contiene |
|---|---|
| Guía completa | ~3500 palabras. Panel de modelos, contratos, caching, verificación, patrones, anti-patrones. Todo explicado pedagógicamente |
| Patrones swarm | Nuevo. Fan-out/fan-in, jurado de votación, especialistas cruzados, red-team, multiverse. Cómo lanzar enjambres de modelos NaN con límites reales |
| Caso de estudio: Riemann | El experimento real que inspiró estas lecciones. 5 modelos, 6 ángulos, fallo real de Kimi K2.6 y recuperación |
| Plantilla: Contrato de trabajo | Template reutilizable para handoffs orquestador → sub-agente |
| Plantilla: Prompt caching | Cómo estructurar prompts para maximizar cache hits en NaN Builders (98% descuento estimado) |
El panel del experimento original mezcla plataformas (ver guía completa). Para un stack NaN-first con cuotas amplias y latencia baja, este es el panel mínimo verificado (2026-08-22):
| Rol | Modelo | Plataforma | Contexto | Por qué |
|---|---|---|---|---|
| Ejecución rápida / tool-calls | gemma4 |
NaN | 256K | Respuestas cortas y disciplinadas, JSON limpio — el mejor para sub-agentes con contratos |
| Análisis / razonamiento medio | qwen3.6 |
NaN | 256K | Flagship, MTP 2x, multimodal; bueno para análisis y síntesis |
| Revisión / jueces / escepticismo | deepseek-v4-flash |
NaN | 1M | Reasoning profundo, ideal como verificador externo (cuidado: respuestas cortas en NaN si no se pide longitud) |
| Omnimodal (texto+vision+audio) | mimo-v2.5 |
NaN | 1M | NO recomendado para agentes/swarm (falla disciplina JSON); útil solo para tareas multimodales |
| Full-context orquestador (si está en el stack) | glm-5.2 |
Ollama Cloud | 1M | 1M de contexto y síntesis; caro, reservado para orquestación final |
Panel swarm mínimo recomendado: gemma4 + qwen3.6 + deepseek-v4-flash (3 roles: ejecutar, alternar, juzgar). Los 3 caben en 5 concurrentes de NaN.
| Métrica | Valor | Contexto |
|---|---|---|
| Latencia mediana aproximada | 0.76s | DeepSeek V4 Flash en NaN (vs 2.37s en Ollama Cloud) |
| Caching estabilizado aproximado | 0.57–0.78s | Tras cold start, runs repetidas |
| Cold start aproximado | 3.29s | Primera llamada |
| Throughput estimado | ~145 tok/s | Paridad aproximada con Ollama Cloud |
| Cuota mensual | deepseek-v4-flash 2B · mimo-v2.5 1B | Actualizado 2026-08-22 desde docs oficiales (antes figuraba 500M) |
| Rate limits | 60 rpm / 5 concurrentes / 1.5M tpm por modelo | Actualizado 2026-08-22; clave para diseñar el fan-out (N modelos = N×1.5M tpm) |
| Cache discount estimado | ~98% en cached tokens | DeepSeek — una de las políticas más agresivas |
¿Qué significa en práctica? Puedes lanzar 3 sub-agentes en paralelo, si uno falla lo reasignas, iteras sin mirar el contador. "¿Podemos permitirnos otro intento?" deja de ser la pregunta. "Lanza todos los que quieras" es la respuesta.
# Pseudocódigo — adapta a tu harness (OpenClaw, Claude Code, OpenCode, etc.)
# 1. El orquestador define el plan
plan = glm52.analyze(objetivo, contexto)
tareas = plan.divide_en_subtareas_independientes()
# 2. Calentar caché: primer sub-agente solo
primer_resultado = deepseek_flash.ejecutar(tareas[0], contrato=CONTRATO_BASE)
# → prefijo del prompt ahora en caché
# 3. Resto en paralelo (caché caliente)
resultados = parallel([deepseek_flash.ejecutar(t, contrato=CONTRATO_BASE) for t in tareas[1:]])
# 4. Verificación cruzada
verificacion = cogito.verificar_desde_cero(resultados, sin_contexto_de_produccion=True)
# 5. Orquestador sintetiza
sintesis = glm52.sintetizar(resultados + verificacion)- Desarrolladores usando NaN Builders que quieren sacarle más provecho a sus cuotas (2B tok/mes en deepseek-v4-flash, 1B en mimo-v2.5)
- Equipos experimentando con agentes que quieren ir más allá de "un modelo, un prompt"
- Investigadores que necesitan confirmar hallazgos desde múltiples ángulos independientes
- Cualquiera curioso sobre cómo se ve la orquestación multi-modelo en la práctica, no en teoría
No necesitas ser matemático. No necesitas trabajar en IA. Si escribes código o tomas decisiones complejas, esto es para ti.
Esto es un documento vivo. Si has experimentado con multi-modelo y tienes lecciones que añadir:
- Abre un issue con tu experiencia
- O envía un PR con mejoras, nuevos ejemplos, o correcciones
- Cuanto más diversidad de experiencias, mejor para todos
Áreas donde buscamos contribuciones:
- Casos de estudio adicionales (no solo Riemann)
- Benchmarks comparativos de modelos en tareas específicas
- Patrones nuevos no cubiertos aquí
- Traducciones a otros idiomas
- Elcano Research Program — investigación original y documentación
- NaN Builders (@borjaperfra) — infraestructura que hizo posible el experimento
- Helmcode — el post sobre GLM-5.2 + DeepSeek que inspiró sistematizar el caching
- Anthropic / Claude Code (Boris Cherny) — arquitectura de sub-agentes que extendemos con multi-modelo
- Templates y documentación: MIT
- Documentación y guías: CC-BY-4.0
Ver LICENSE para detalles.
Si este playbook te resulta útil, el experimento completo que lo inspiró está en github.com/elCanosail/riemann-conjecture.