Para superar las limitaciones de los enfoques centralizados existentes para el control de aceleradores de partículas, este artículo presenta un marco distribuido multiagente basado en un modelo de lenguaje a gran escala (LLM). Cada agente controla un componente individual del acelerador, se comunica entre sí y gestiona tareas de alto nivel. El sistema busca la autosuperación, mejorando mediante la experiencia y la retroalimentación humana, enfatizando la importancia del etiquetado de datos y la guía experta mediante la intervención humana. Tres ejemplos demuestran la viabilidad de la arquitectura propuesta.