Capstone, tres agentes sobre un problema real
Ejecuta Research, Critic y Analyst en paralelo sobre un tema de tu vida y sintetiza los tres informes en una recomendación.
El Nivel 5 te ha llevado por el setup multi-agente. Sabes qué es un CEO agent, cómo corren los workers en paralelo, dónde entra el neutrality guard, y cómo funciona la memoria compartida sin que los agentes se contaminen. Ahora haces esto una vez en serio sobre una pregunta real de tu vida.
No es teoría y no es tutorial. Usas tres agentes como soporte de decisión para algo que de verdad tienes que decidir.
La tarea
Elige una decisión real que tomarás en los próximos 30 días. Ejemplos:
- Qué cambio de trabajo hacer si estás mirando alguno.
- Construir una feature premium para tu side project o empujar el alcance.
- Cuál de dos formaciones tiene mejor ROI para ti.
- Comprar tu piso o seguir alquilando.
- Qué tech stack encaja con el pequeño SaaS que quieres construir.
Importante: tiene que ser una decisión real, no simulacro. Tendrás que usar la síntesis al final, si no, no aprendes nada.
Setup
Necesitas los tres agentes del Nivel 5: Research, Critic, Analyst. Puedes construirlos tú a partir de los patterns de estas lecciones, o tomar las implementaciones listas del repo nex-hq como plantilla. Lo importante es que cada agente tenga un system prompt claro y los tres usen el mismo MCP stack.
Si no tienes MCP servers propios que encajen con tu tema: usa web research (mcp-research, brave-search, exa) y memory (StudioMeyer Memory o Mem0). Cubre el 80 % de las decisiones.
Qué deben hacer los agentes
Research toma la pregunta y entrega datos, fuentes, valores comparativos. Qué dicen los demás, qué dicen los estudios, cuáles son las cifras.
Critic toma la misma pregunta y busca activamente razones por las que la respuesta que pareces querer estaría equivocada. Es el agente más importante. Su trabajo no es confirmar tu idea, sino desmontarla. Si dice "todo bien", has formulado el prompt del critic demasiado suave.
Analyst toma la pregunta más los patterns históricos de tu memoria. Su trabajo es hacer comparaciones con tu pasado. Si por ejemplo has estado dos veces ya ante exactamente esta decisión y has decidido mal las dos, el Analyst tiene que hacerlo visible.
El output
Tres informes como ficheros Markdown (research/YYYY-MM-DD-{agent}-{topic}.md).
Una síntesis que escribes tú mismo (no el CEO agent). 400 a 600 palabras. La síntesis debe contener:
- Qué ven igual los tres informes.
- Dónde se contradicen Research y Critic, y tu evaluación de por qué.
- Qué saca el Analyst de tu pasado y si lo consideras relevante.
- Tu decisión con tres pasos concretos.
Más una reflexión (200 palabras): ¿el setup te facilitó la decisión? ¿Dónde fue ayuda y dónde teatro?
Criterios de auto-evaluación
- ¿Suena tu informe critic realmente crítico o se ha dejado intimidar por ti? Si critic mayormente está de acuerdo, el system prompt es demasiado amable.
- ¿Usó el analyst patterns reales de tu memoria, o solo tips genéricos? Si lo segundo: la memoria está vacía o filtraste mal los tags.
- ¿Es tu síntesis más que la suma de los informes? Una síntesis real tiene un pensamiento propio que ninguno de los tres agentes tendría solo.
- ¿De verdad decidiste? Si al final pone "aún no sé", el setup no funcionó.
Por qué este capstone
Los setups multi-agente suelen venderse como demos divertidas. Tres agentes debaten algo y al final sale un informe bonito. Eso es show. El valor real solo aparece cuando lo usas como herramienta para tus propias decisiones, porque ahí aprendes dónde ayuda el setup y dónde es teatro.
Verás que Research y Analyst son normalmente útiles rápido. Critic es el agente que más decepciona porque responde demasiado educado. Cuando encuentres un critic prompt que de verdad te haga repensar, has ganado.
Lo que viene después
En el Nivel 6 construyes tus propios MCP servers en vez de solo usar los ajenos. Así puedes enchufar los agentes de tu setup multi-agente a tus fuentes concretas de datos en lugar de trabajar con tools genéricas. Tres agentes sobre web search se convierten en tres agentes sobre tu BD de clientes, tus notas, tu codebase. Justo ahí el sistema se vuelve realmente personalizado.