Orquestadores de agentes IA 2026: qué son, cómo funcionan y cuáles existen (Orca, Herder, Conductor, Superset, Warp, Claude Squad, CAO y más)

¿Qué es un orquestador de agentes IA?
Un orquestador de agentes IA es una herramienta que coordina múltiples agentes de coding (Claude Code, Codex, Cursor, OpenCode, etc.) para que trabajen en paralelo sobre el mismo codebase sin pisarse entre sí. Piensa en ello como un project manager para agentes IA: asigna tareas, aísla el trabajo de cada agente, monitorea el progreso, maneja fallos de CI, routea review comments y mergea los resultados.
El problema que resuelven es real: un solo agente es útil, pero cuando necesitas que 5 agentes trabajen simultáneamente en tu repo, la coordinación se vuelve caótica. Branches se solapan, terminales se pierden, CI failures necesitan follow-up, review comments necesitan respuestas, y merge conflicts tienen que llegar al agente correcto. Los orquestadores convierten ese caos en un workflow manejable.
Por qué necesitas un orquestador
- Paralelismo real: 5 agentes trabajando simultáneamente = 5x throughput, pero solo si no se pisan
- Aislamiento: cada agente trabaja en su propio git worktree, sin sobrescribir el trabajo de otros
- Feedback loops automáticos: CI failures y review comments se routean al agente que escribió el código
- Visibilidad: saber qué agente está working, blocked o idle sin cazar terminales
- Unattended mode: agentes trabajando overnight con watchdogs que detectan stalls
- Multi-agent: usar Claude Code para una tarea, Codex para otra, Aider para una tercera — todo desde un solo lugar
Conceptos clave que todos comparten
1. Git worktrees = aislamiento estándar
Casi todos los orquestadores usan git worktrees como primitiva de aislamiento. Cada agente obtiene su propio worktree (una carpeta física separada linked al mismo repo), su propia branch y su propio PR. Esto previene que agentes sobrescriban el trabajo de otros.
2. tmux = session manager dominante
Para execution local, tmux es el session manager dominante. Los agentes corren en tmux sessions separadas, lo que permite attach/detach sin matar el proceso. Algunos orquestadores construyen su propio TUI encima de tmux; otros usan terminales nativos.
3. External state > context windows
Los orquestadores mantienen estado (tareas, progreso, resultados) en archivos externos o bases de datos, no en context windows de LLMs. Esto significa que la coordinación no consume tokens y el estado sobrevive a crashes.
4. Agent-agnostic
La mayoría de orquestadores son agent-agnostic: no envuelven ni reemplazan a los agentes, solo gestionan sus terminales. Si funciona en una terminal, funciona en el orquestador. Claude Code, Codex, Cursor, OpenCode, Aider, Goose, Gemini — todos soportados.
Patrones de orquestación
| Patrón | Cómo funciona | Cuándo usarlo |
|---|---|---|
| Supervisor / Worker | Un parent agent divide la tarea en items, spawn workers para cada uno, escribe un summary | Tarea naturalmente divisible, un coordinador |
| Fan-out / Fan-in | Parent spawn N children en paralelo con prompts sharded, espera a todos y mergea | Large refactors, migrations, multi-target |
| Critic / Verifier | Writer propone solución, critic revisa, cycle repite hasta approve o budget exhausted | Correctitud > throughput |
| Review swarm | Webhook-triggered parent spawn un child por PR abierto, reviews en paralelo | CI/CD automation, PR reviews |
| DAG (Directed Acyclic Graph) | Grafo de subtasks con dependencias, spawn ready nodes, espera transitions | Workflows con ordering (build → test → deploy) |
| Swarm | Grupo de peer agents que se descubren via messaging, coordinan sin jerarquía | Exploración, usar con cautela (hard to debug) |
| Arena / Tournament | Múltiples agents implementan la misma tarea independientemente, se compara y se selecciona el mejor | Calidad máxima, comparación de modelos |
Comparativa de orquestadores 2026
| Tool | Tipo | UI | Aislamiento | Agentes | Open Source | Stars |
|---|---|---|---|---|---|---|
| Orca | Desktop app + CLI | GUI + mobile | Git worktrees + SSH | 30+ CLI agents | Sí | — |
| Herder | Terminal multiplexer | TUI | Panes (tmux-style) | Claude, Codex, Cursor, etc. | Sí (Rust) | — |
| Microsoft Conductor | CLI + YAML | Web dashboard | Worktrees | Copilot, Claude, Hermes | Sí (MIT) | — |
| Superset | CLI skill | Terminal | Workspaces (worktrees) | Claude Code, Codex + any | Sí | — |
| Warp (Oz Platform) | App + CLI + API | GUI + web | Local + cloud envs | Warp Agent, Claude Code, Codex | No (platform) | — |
| Claude Squad | CLI/TUI | TUI | tmux + worktrees | 10-20 agents | Sí (MIT) | ~5.600 |
| Agent Orchestrator (AO) | Desktop app + CLI | GUI + mobile | Worktrees | 25 harnesses | Sí (Apache 2.0) | ~9.200 |
| CAO (AWS Labs) | Server + CLI | Web UI + MCP | tmux sessions | 9+ CLIs | Sí | — |
| CompozyOS | Local daemon | Web shell + CLI | Sessions + tasks | Claude, Codex, Gemini, Cursor | Sí | — |
| Sortie | Go binary | CLI | Worktrees | Claude, Codex, Copilot, Kiro | Sí (Apache 2.0) | ~111 |
| Karajan Code | CLI + MCP | CLI | Worktrees + gates | 9 agents cross-review | Sí | — |
| h5i-orchestra | Python SDK | Programmatic | Sandboxed worktrees | Claude, Codex + any | Sí | — |
| claude-flow | CLI | TUI | Worktree/sandbox | Up to 64 agents | Sí | ~14.500 |
| Project Orchestrator | Rust server | Web + MCP | Shared knowledge graph | Claude, OpenAI, Cursor | Sí | ~125 |
| conductor.build | Mac app | Native GUI | Worktrees + checkpoints | 3-8 agents | No | — |
Orca — el ADE para fleets de agentes paralelos
Orca es un Agent Development Environment (ADE) para trabajar con una flota de agentes en paralelo. YC-backed.
- Parallel worktrees: fan un prompt across 5 agents, cada uno en su git worktree aislado, compara y mergea el ganador
- SSH worktrees: worktrees remotos via SSH
- Orca CLI: agents también pueden drive Orca —
orca worktree create,snapshot,click,fill - Mobile companion: iOS, monitora y steerea agents desde tu teléfono
- 30+ agentes soportados: Claude Code, Codex, Grok, Cursor, GitHub Copilot, OpenCode, MiMo Code, Amp, Hermes, Devin, Goose, Auggie, Cline, Kilocode, Kimi, Kiro, Qwen Code y más
- Usa tu propia suscripción: no pagas extra, usas las API keys/subscriptions que ya tienes
- Desktop + mobile + VPS: disponible en todas las plataformas
Herder — el runtime donde viven tus agentes
Herder es un terminal multiplexer agent-native escrito en Rust. Piensa en tmux pero diseñado para agentes IA.
- Always running: es un background server, los terminales viven dentro. Cierras el lid, pierdes red, restart la máquina — los agentes siguen trabajando. Reattach desde cualquier terminal o via SSH
- Never hunt for the stuck one: cada pane está marcado working, blocked o idle. Cuando un agente se detiene y necesita respuesta, Herder lo dice
- Agent-native: el CLI y socket API son la misma surface que los agents drivean: spawn panes, se prompatean entre sí, esperan hasta que otro agente está genuinamente blocked
- Runs what you already run: Claude Code, Codex, Cursor, OpenCode, Grok y el resto. Herder no los envuelve ni reemplaza, solo posee sus terminales
- Keyboard and mouse first-class: tmux-style prefix keys and click, drag, split
- Plugins: marketplace para extender panes y workflows
- One Rust binary, no Electron: corre en cualquier terminal que ya uses
Microsoft Conductor — workflows multi-agent en YAML
Microsoft Conductor es un CLI para definir y correr workflows multi-agent con GitHub Copilot SDK y Anthropic Agents SDK.
- YAML-based workflows: define agents, prompts y routing en un solo archivo YAML
- Repeatable y deterministic: routing usa Jinja2 templates, first matching condition wins. No LLM en el orchestration loop, no tokens gastados en decidir qué corre next
- Source-controlled: plain YAML, diff en PRs, version con tu código
- Multiple providers: GitHub Copilot, Anthropic Claude, Claude Agent SDK, NousResearch Hermes, Azure Container Apps
- Parallel execution: grupos estáticos o dynamic for-each
- Sub-workflow composition: sub-workflows reusables con templated input_mapping
- Conditional routing: routea entre agents basado en output conditions
- Human-in-the-loop: pausa para decisiones humanas con Markdown prompts
- Web dashboard: visualización real-time con DAG graph interactivo, streaming y human gates
- Conductor skill: incluye un plugin skill para Claude Code y Copilot CLI
- Reasoning effort: unified
low/medium/high/xhigh/maxpor agent o workflow-wide - Workspace instructions: auto-discover
AGENTS.md,CLAUDE.md,.github/copilot-instructions.md
Superset — orquestación como skill nativa
Superset convierte el agent que ya estás usando en un coordinador de otros agentes. La skill superset:orchestrate lets one agent coordinate many.
- Coordinator can be Claude Code or Codex; workers can be any mix de agents que Superset corre
- CLI under the hood:
superset workspaces create(branch aislado por worker),superset agents create(launch worker con bounded prompt),superset terminals read/send(monitor + follow-ups) - Structured completion: workers reportan completion o blocked, el coordinator verifica antes de integrar
- Automations: scheduled dispatch para jobs recurrentes
- MCP server: agents que drivean Superset over MCP en lugar de CLI
- Casos de uso: fan-out un refactor across worktrees, hand branches entre agents con full terminal context, dispatch a remote host y monitor hasta done
Warp (Oz Platform) — orquestación local + cloud
Warp ofrece multi-agent orchestration con un modelo parent/child que funciona desde la Warp app, el Oz CLI y la Oz API.
- 4 modos de execution: local→local, local→cloud, cloud→cloud, cloud→cloud-local
- Supervisor/worker: parent divide tarea, spawn workers, escribe summary
- Fan-out: parent spawn N children con sharded prompts, mergea resultados
- Critic/verifier: writer propone, critic revisa, cycle repite
- Review swarm: webhook-triggered parent spawn un child por PR, reviews en paralelo
- DAG: grafo con ordering constraints (build → test → deploy)
- Swarm: peer agents que se descubren via messaging
- Multi-runtime: parent con Warp Agent puede spawn children con Claude Code o Codex, y viceversa
- Slash commands:
/orchestrateen la Warp app, requiere explicit user approval - Orchestrations son 1 nivel deep: parent y direct children, cada uno con lifecycle, transcript y credit usage independientes
Claude Squad — el TUI más popular
Claude Squad es el orquestador open source más popular para trabajo solo. Un Go binary que gestiona múltiples agentes IA en una sola TUI con tmux sessions y git worktree isolation.
- Multi-agent: Claude Code, Codex, Aider, Gemini y más simultáneamente
- Git worktree isolation: cada agente obtiene su branch y worktree
- Attach/detach: peek o interactúa con cualquier agent sin disruptir otros
- Visual TUI: todos los statuses a glance en un terminal dashboard
- Lightweight: single Go binary, instala en segundos
- Limitación: no crash recovery, no web dashboard, no mobile. Si un agent muere a las 3am, no lo sabes hasta que chequeas
Agent Orchestrator (AO) — agentic IDE con CI feedback loops
Agent Orchestrator es un agentic IDE que supervisa agentes en paralelo con control completo y feedback loops automáticos.
- 25 harnesses soportados: Claude Code, Codex, Cursor, Aider, OpenCode, Goose, Kimi y más
- CI feedback loop: AO watchea cada PR que abre. Failed checks y review comments se routean al session que owns el branch, con contexto para fixear, hasta que el PR se aprueba
- Board view: todas las sessions en un board (working, needs you, in review, ready to merge) con agent, branch y PR state
- Mobile app: pair con desktop over LAN o Tailscale, watch sessions, open terminal, notificaciones
- Auto-reactions: CI failures, review comments, merge conflicts handled automáticamente
- Agent-agnostic: per-project agent choice
CAO (AWS Labs) — CLI Agent Orchestrator
CAO es el orquestador de AWS Labs. Coordina múltiples AI coding CLIs para que un supervisor pueda delegar trabajo a agentes especialistas en paralelo o secuencia.
- Local cao-server: starts provider CLIs en isolated terminal sessions
- 9+ providers: Kiro, Claude Code, Codex, Antigravity, Hermes, Kimi, GitHub Copilot, OpenCode, Cursor
- Control planes: Web UI, shell CLI, operations MCP server o plugins
- Flows y workflows: scheduled runs y multi-step pipelines
- Agent profiles: profile schema, discovery, provider selection y overrides
- HTTP API y PTY WebSocket: terminal streaming contract
- Plugins: outbound events, installation y authoring
CompozyOS — OS local-first para agent work
CompozyOS es un operating system local-first para agent work. Un daemon conecta sessions, tasks, loops, memory, permissions, automation y tools.
- Work survives the terminal: sessions y loop runs belong al daemon, cerrar un client no borra el work
- One state, several control surfaces: Web, CLI, HTTP/SSE, UDS, MCP y native tools exponen el mismo runtime-owned state
- People stay in control: approvals, permissions, run state, artifacts y agent activity inspectables
- Compozy Network: sessions pueden discover peers, exchange typed messages, delegate work y close con receipts
- Extensions: agents, skills, capabilities, hooks, bridges via explicit runtime contracts
- Durable memory: scoped y daemon-owned, agents pueden inspect, propose y consolidate memory
Sortie — ticket-driven orchestration
Sortie es un Go binary que convierte tickets de issue trackers en sesiones autónomas de agentes.
- Tracker-agnostic: GitHub Issues, Gitea, Linear, Jira
- Agent-agnostic: Claude Code, Copilot, OpenCode, Codex, Kiro
- WORKFLOW.md: define workflow en un solo archivo alongside el repo
- Parallel scheduling: max_concurrent_agents configurable
- State management: SQLite para retry queues, session metadata, run history
- Stall detection: timeout enforcement, retries con backoff, state reconciliation con tracker
- Cost tracking: tracking de costos por sesión
- Inspirado en OpenAI Symphony: spec-first orchestration framework
Karajan Code — governance + TDD enforcement
Karajan Code no es solo un orquestador: es un governance layer que enforcea method en cada task.
- 22 pipeline roles con TDD enforcement
- RAG before assuming:
kj rag queryresponde qué hace tu codebase, wired como MCP tool nativa - Deterministic first, then cross-AI review: SonarQube en changed files antes de cualquier AI opinion, luego verdict de una AI diferente bound al sha256 del diff
- 9 built-in agents: Claude Code, Codex, GitHub Copilot, Antigravity, Kimi Code, Qwen, OpenCode, Aider, Gemini — cuando un reviewer exhausts quota, switcha a otro con LOUD notice
- The turn cannot end red: Sentinel deterministic supervisor (zero LLM) wired en hooks, bloquea al agent de terminar su turn con method violations open
- Least privilege: spawned agent subprocesses reciben env allowlist, nunca tus cloud keys
h5i-orchestra — orchestration programable en Python
h5i-orchestra es un Python SDK para orchestration multi-agent programable. Define workflows como programas Python ordinarios.
- Patrones incluidos: arena ranking, mutual-review ensembles, architect-to-implementer pipelines, debate-then-build, majority-quorum, review escalation, judge panels, tournament brackets, custom control flow
- Sandboxed worktrees: cada agent en su propio Git worktree, no puede sobrescribir el checkout original
- Git-backed artifacts: agent turns producen artifacts que pueden ser reviewed, revised, verified, compared, selected y applied como un auditable workflow
- Herder integration: pass
launcher="herdr"para que cada agent seat venga como herdr pane - 40 published multi-agent papers re-implementados en examples/papers/
claude-flow — queen-led swarm
claude-flow implementa un modelo de swarm con queen-led hierarchies.
- Swarm topologies: mesh, hierarchical, ring, star
- Queen-Led Hierarchies: Strategic Queens (planning), Tactical Queens (execution), Adaptive Queens (optimization)
- 8 Worker Types: researcher, coder, architect, reviewer y más
- 60+ Specialized Agents across 8 categories
- Shared Memory Bank: SQLite persistence (WAL mode)
- Reasoning Bank: pattern matching
- Consensus Mechanisms: Raft
- Up to 64 agents
Project Orchestrator — knowledge graph compartido
Project Orchestrator es un Rust server que da a tus agentes un brain compartido via Neo4j knowledge graph.
- Shared Knowledge Base: code structure en Neo4j, accesible a todos los agents
- Semantic Code Search: find code by meaning via Meilisearch
- Protocol FSM Engine: hierarchical finite state machines para repeatable workflows
- RFC Lifecycle: propose, review, accept y track architectural decisions
- Knowledge Fabric: bio-inspired neural network conectando notes, decisions y code
- Multi-Language Parsing: Tree-sitter para Rust, TypeScript, Python, Go y 12 más
- 22 MCP mega-tools para Claude Code, OpenAI Agents y Cursor
- Autonomous Runner: parallel wave dispatch con agent personas
conductor.build — Mac app nativa con checkpoints
conductor.build es una Mac app nativa para correr 3-8 agentes en paralelo. Built by el team detrás de Melty.
- Checkpoints: snapshots automáticos para rollback cualquier agent a cualquier punto
- Spotlight testing: sync changes al main repo para testing antes de commit al merge
- Multi-model mode: corre Claude y Codex en el mismo prompt side-by-side para comparar
- Native Mac GUI: polished visual interface
- Limitación: macOS only, closed source, sweet spot 3-8 agents, no unattended overnight
Otras herramientas destacadas
Symphony (OpenAI)
Symphony es el daemon de OpenAI para coding agents autónomos, built en Elixir/OTP con Linear integration. ~14.400 stars. Spec-first orchestration framework.
Emdash
Desktop app Electron que soporta 22 CLI providers incluyendo Claude Code, Codex, Gemini CLI, GitHub Copilot, Amp, Cursor, Goose, Kiro, Pi, Qwen Code y Hermes Agent.
Bernstein
Pipeline completo Goal → LLM Planner → Task Graph → Orchestrator → Agents (parallel) → Janitor (verify) → Git merge → main. El Janitor catcha errores antes del merge queue.
ccswarm
Rust-based con specialized agent pools. Agents grouped por capability (frontend pool, backend pool, test pool), tasks dispatchadas al pool apropiado.
OrbitDock
"Space mission control" para AI coding agents, built en Rust con native SwiftUI clients. Crea un worktree per Linear issue.
Cómo elegir un orquestador
¿Vives en la terminal?
Claude Squad (más simple, Go binary, 5 agents en 5 segundos) o Herder (tmux agent-native, always running, Rust binary).
¿Quieres una GUI?
Orca (desktop + mobile, 30+ agents, YC-backed) o Agent Orchestrator (board view, CI feedback, mobile app) o conductor.build (Mac only, checkpoints, closed source).
¿Necesitas workflows deterministicos y version-controlled?
Microsoft Conductor (YAML, Jinja2, no LLM en orchestration loop, web dashboard con DAG graph).
¿Quieres orquestación programable?
h5i-orchestra (Python SDK, 40 papers re-implementados, tournament brackets, judge panels) o claude-flow (queen-led swarm, 64 agents, consensus mechanisms).
¿Necesitas ticket-driven automation?
Sortie (Go binary, GitHub/Linear/Jira, parallel scheduling, cost tracking) o CAO (AWS Labs, MCP server, web UI, flows).
¿Quieres governance y quality gates?
Karajan Code (TDD enforcement, SonarQube, cross-AI review, Sentinel zero-LLM supervisor, least privilege).
¿Necesitas cloud execution?
Warp (Oz Platform) (local + cloud, parent/child, review swarms, DAG, multi-runtime) o OpenAI Codex (cloud sandboxes, massive parallelism).
¿Quieres un knowledge graph compartido?
Project Orchestrator (Neo4j, Meilisearch, Tree-sitter, 22 MCP tools, Knowledge Fabric).
¿Quieres un OS completo para agent work?
CompozyOS (local daemon, web shell, durable memory, Compozy Network, extensions).
¿Ya usas Superset?
Superset ya tiene orchestration built-in via superset:orchestrate skill. Tu agent se convierte en coordinator automáticamente.
Tabla de decisión rápida
| Si necesitas... | Usa |
|---|---|
| Simplest parallel setup | Claude Squad |
| Always-running agents | Herder |
| GUI + mobile | Orca o Agent Orchestrator |
| YAML workflows deterministicos | Microsoft Conductor |
| Cloud + local mix | Warp (Oz Platform) |
| CI feedback automático | Agent Orchestrator (AO) |
| Ticket-driven automation | Sortie |
| Governance + TDD | Karajan Code |
| Python programable | h5i-orchestra |
| Swarm con consensus | claude-flow |
| Knowledge graph | Project Orchestrator |
| OS completo | CompozyOS |
| Checkpoints + multi-model | conductor.build |
| AWS ecosystem | CAO (AWS Labs) |
| Ya usas Superset | Superset orchestrate skill |
Tendencias 2026
- Convergencia hacia worktrees + tmux: la mayoría adoptó esta combinación como estándar de facto
- Agent-agnostic es table stakes: ningún orquestador moderno lock-in a un solo agent
- CI feedback loops: AO y Sortie lideran en routeo automático de CI failures al agent correcto
- Mobile companions: Orca y AO ofrecen mobile apps para monitorar desde el teléfono
- Unattended overnight: Sortie, amux y AO soportan runs desatendidos con watchdogs
- Spec-first orchestration: Symphony (OpenAI) y Microsoft Conductor lideran en workflows deterministicos sin LLM en el loop
- Knowledge graphs: Project Orchestrator apuesta por shared brain via Neo4j
- Agent Plugins 1.0.0: el estándar abierto de Vercel/OpenAI/Google facilita que orquestadores soporten plugins portables
FAQ
¿Necesito un orquestador?
Si usas un solo agente en una sola tarea a la vez, no. Si necesitas paralelismo (múltiples tasks, múltiples agentes, mismo repo), sí. El punto de inflexión es cuando pierdes más tiempo coordinando terminales que escribiendo código.
¿Cuál es el más fácil para empezar?
Claude Squad: single Go binary, cs command, 5 agents en 5 segundos. Sin configuración compleja.
¿Puedo usar varios agentes diferentes?
Sí, todos los orquestadores listados son agent-agnostic. Puedes correr Claude Code en una tarea, Codex en otra, Aider en una tercera — todo desde el mismo lugar.
¿Consumen tokens extras?
La mayoría no. Los orquestadores manejan coordinación via estado externo (archivos, SQLite), no via context windows. Microsoft Conductor específicamente no usa LLM en el orchestration loop. Algunos sí usan LLM para routing (ej. orchestrator-sh usa Claude Haiku para clasificar tasks).
¿Funcionan con CI/CD?
Sí. Agent Orchestrator y Sortie routean CI failures automáticamente al agent correcto. Microsoft Conductor corre en CI via YAML. Warp soporta review swarms triggered por webhooks.
¿Hay riesgo de que agentes se pisen?
No si usan git worktrees. Cada agente obtiene su propia branch y working directory aislado. Los conflictos se resuelven al merge time, no durante el trabajo.
Conclusión
Los orquestadores de agentes IA pasaron en 2026 de ser una curiosidad niche a una categoría de producto reconocida. La convergencia hacia git worktrees + tmux + agent-agnostic es clara, pero la diversidad de enfoques es enorme: desde Claude Squad que te pone 5 agentes en 5 segundos con un Go binary, hasta Microsoft Conductor que define workflows deterministicos en YAML sin LLM en el loop, hasta Karajan que enforcea TDD con un Sentinel zero-LLM. La elección depende de tu workflow: si vives en la terminal, Claude Squad o Herder; si quieres GUI, Orca o AO; si necesitas cloud, Warp; si quieres governance, Karajan; si quieres programar orchestration, h5i-orchestra. Lo que está claro es que un solo agente ya no es suficiente para equipos que shipan código a ritmo, y los orquestadores son la infraestructura que convierte el caos del paralelismo en un workflow manejable.