Amvy: Cómo funcionan los agentes de IA multiplayer

Una sesión. Tu equipo. Tus agentes.

Deja de pegar transcripciones de agentes en mensajes directos. En AMVY, multiplayer AI significa que personas y agentes comparten una sesión con gobierno: todos ven el mismo trabajo y quien tenga el rol adecuado puede intervenir.

Preparación de release · Compartido

3 en línea

Ana Pérez10:42

@AMVY Revisa issues abiertos, cambios riesgosos y bloqueantes del release 3.2.

AMVY

Trabajando hace 48 s

8 pull requests revisados según la política de release·acme/platform

Revisando las verificaciones obligatorias·release-policy.md

Ana Pérez está trabajando con el agente

Activo ahora

Basado en el Manifiesto de Multiplayer AI

Leer el manifiesto

Nunca copies y pegues
Una sesión canónica a la que todos se unen.
Trabaja con la puerta abierta
Mira, guía y toma el control de ejecuciones en vivo.
Mejora continuamente
Las correcciones revisadas se vuelven skills y memoria.
Las personas no son routers
Agentes y schedules hacen avanzar el trabajo.
Nada empieza de cero
Hilos, workspaces e historial se reanudan.

Un pedido. Un ciclo operativo completo.

AMVY mantiene contexto, estado de ejecución, aprobaciones y resultados durante todo el trabajo — no solo en una respuesta.

Empieza por el resultado

Describe el trabajo en lenguaje natural y adjunta el proyecto, archivos o sistemas relevantes.

Proyecto · Release de plataforma

GitHub · 8 pull requests abiertos

Objetivo · Producir un reporte de preparación

El trabajo avanza sin que nadie lo persiga.

Las personas no son intermediarias. Los agentes corren con un horario o un disparador, reparten el trabajo largo entre subagentes y preguntan a la persona indicada cuando necesitan una respuesta.

Tareas programadas
Ejecuciones recurrentes o únicas para una persona o todo un proyecto, con las mismas aprobaciones que cualquier otra.
Disparadores
Inicia una ejecución con un webhook o la API cuando algo pasa en tus sistemas.
Trabajo en segundo plano
Los trabajos largos siguen aunque cierres la pestaña, y los subagentes reparten el trabajo en paralelo.
Los agentes preguntan
Cuando una ejecución necesita un dato que solo sabe un compañero, el agente le pregunta en su Inbox y sigue con la respuesta.

Operaciones diarias · Compartido

2 en línea

Programado · cada día hábil09:00

Revisa las tareas vencidas de nuestros proyectos y contacta a los responsables.

AMVY

Trabajó durante 3 min 40 s

9 tareas vencidas encontradas·Asana

4 proyectos revisados en paralelo·4 subagentes

Consultó a 3 responsables·Microsoft Teams

Pregunta de AMVY · para Laura Díaz

¿Podemos mover el checklist de onboarding al viernes? Está bloqueado por el contrato con el nuevo proveedor.

Preguntado durante el control diario de operaciones que inició Tomás Vidal

Tus agentes saben lo que sabe tu empresa.

Las respuestas salen de tus documentos, las carpetas que ya mantienes y los datos que tus equipos acordaron, no de una suposición.

Bases de conocimiento
Sube playbooks, políticas y especificaciones, y vincúlalos a un agente o un proyecto.
Fuentes conectadas
Las carpetas y sitios se sincronizan solos, con los permisos que ya tienen.
Memoria de la organización
Los datos que tus equipos acuerdan se vuelven memoria compartida, revisada antes de que un agente la use.
Limitado a cada persona
Un agente solo lee lo que pueden leer la persona y el proyecto para los que trabaja.

SharePointOneDrivesitios web y los archivos que subas

Renovación de Acme

1 en línea

Marta Díaz14:05

@AMVY ¿Qué descuento podemos ofrecerle a Acme en el plan anual?

AMVY

Trabajó durante 21 s

Buscó en el playbook de ventas·Base de conocimiento

Leyó Precios 2026.xlsx·SharePoint

Recordó 2 memorias de la organización·Memoria de la organización

Hasta 15% en planes anuales; más que eso necesita aprobación de finanzas. Acme ya tiene 10% de la renovación del año pasado, así que puedes sumar 5% dentro de la política.

Memoria de la organización

Los descuentos anuales de más de 15% necesitan aprobación de finanzasRevisada
Acme renovó en 2025 con 10% de descuentoRevisada

Aprende mediante propuestas, no cambios silenciosos.

Agentes que se autoperfeccionan, bajo revisión. El trabajo completado puede generar propuestas de memoria o skills con evidencia, y las personas aprueban, editan o rechazan cada cambio durable.

Ejecución completada
Aprendizaje propuesto
Revisión humana
Memoria o skill actualizado

Parche de skillPendiente de revisión

Agregar un chequeo de rollback a Release review

La última ejecución necesitó pasos de rollback que el skill no cubría.

AlcanceProyecto

Destinorelease-review

PermisoActualizar skills

Confianza86%

Rutaskills/release-review/SKILL.md

Cambio propuesto

Parche de skill

Actual

  ## Checks  - Verificar que CI esté en verde  - Revisar bloqueantes abiertos

Propuesto

  ## Checks  - Verificar que CI esté en verde  - Revisar bloqueantes abiertos+ - Confirmar que existe un plan de rollback probado+ - Nombrar al responsable del rollback en el reporte

Por qué se propuso

La ejecución del release tuvo que agregar un plan de rollback a mano. Sumarlo al skill hace que la próxima ejecución ya lo tenga.

Con qué frecuencia sugerir

Elige una cadencia. Las revisiones respetan cuotas y el Inbox se mantiene tranquilo.

Hasta 3 propuestas por ejecución y 10 por día.

Solo Inbox por defecto: los agentes proponen, las personas aplican.
Los permisos se verifican de nuevo al aplicar un cambio.
Las propuestas aplicadas, rechazadas y fallidas quedan auditables.

Un workspace real para cada ejecución.

Archivos del proyecto, diffs, herramientas, artifacts e historial de ejecución permanecen juntos en un entorno persistente del usuario o proyecto.

Archivos y diffs

Historial completo de ejecución

Runtime aislado

Estado persistente

Runtime dedicado del proyecto

workspace

src/release/checks.ts

reports/readiness.md

artifacts/release-room/

skills/release-review/

Actividad de ejecución · en vivo

Contexto del proyecto y política de release cargados

Analizando 8 pull requests y 42 verificaciones...

Todas las verificaciones requeridas fueron aprobadas

4 archivos modificados · 28 inserciones · 6 eliminaciones

Ejecución completada · reporte generado

Artefacto publicado/a/release-control-roompublicado

Centro de control del release

publicado

/a/release-control-room · v3 · Organización

No te detengas en una respuesta. Publica el resultado.

Convierte el trabajo terminado en dashboards, reportes, portales y herramientas interactivas privadas o visibles para la organización.

Dashboards interactivos

Reportes de decisión

Portales internos

Trackers operativos

Sabe que un agente funciona antes de que tu equipo dependa de él.

Convierte conversaciones reales en casos de prueba y vuelve a ejecutarlos cada vez que cambia un agente, una skill o un modelo.

Casos del trabajo real
Guarda cualquier conversación como un caso con el resultado que esperas.
Sin efectos reales
Las repeticiones corren con herramientas simuladas en un sandbox sin red, así que nada se envía ni se modifica.
Aserciones y un juez de IA
Verifica los pasos exactos que exiges y puntúa la respuesta según tus criterios, con un presupuesto por ejecución.
Cada cambio se prueba
Las suites corren cada noche, y una propuesta de autoaprendizaje se compara con la configuración actual antes de que alguien la aplique.

Revisión de release · suite de evals

24 casos · cada noche · sandbox sin red

Anoche

23/24

96% aprobados · últimas 12 noches

Marca un pull request sin testsjuez 0.94
Consulta al responsable antes de publicarjuez 0.91
Detecta un test de rollback faltantejuez 0.58
Resume los riesgos para el responsable del releasejuez 0.97

Propuesta probada: agregar un control de rollback

Con el cambio pasan los 24 casos. Ningún caso empeoró.

Construye una fuerza de trabajo IA alrededor de cómo opera tu equipo.

Cada agente se compone con capacidades reutilizables sobre un harness de agentes compartido, en lugar de quedar atado a un único prompt o proveedor.

Agentes

Crea agentes especializados de forma conversacional y permite que deleguen al equipo adecuado.

Skills

Empaqueta procedimientos, estándares y flujos de dominio que los agentes cargan cuando los necesitan.

Agent Apps

Dale a los agentes capacidades de negocio enfocadas con configuración, herramientas, políticas y UI propias.

Modelos y proveedores

Conecta los proveedores y modelos que ya utilizas, elige el adecuado por agente o ejecución, y centraliza el enrutamiento, el uso y los costos bajo una misma política.