Este artículo propone un sistema multiagente dinámico (MAS) dentro del marco AWorld, compuesto por agentes ejecutivos y supervisores, para abordar los problemas de fiabilidad que surgen cuando los agentes inteligentes basados en modelos de lenguaje a gran escala (LLM) utilizan herramientas externas para resolver problemas complejos del mundo real. Específicamente, utilizamos una metodología inspirada en la identificación de sistemas en la teoría de control para generar perfiles de rendimiento de los agentes ejecutivos. Con base en estos perfiles, el agente supervisor realiza intervenciones orientadas a objetivos, adaptadas a las debilidades únicas del agente, mejorando así la robustez del sistema. Los resultados experimentales, utilizando el conjunto de datos GAIA, demuestran que el MAS propuesto, con reconocimiento de perfiles, supera significativamente a los sistemas de un solo agente y a los sistemas de supervisión general en términos de eficiencia y estabilidad, alcanzando el primer puesto entre los proyectos de código abierto en la clasificación de GAIA. Esto demuestra que la construcción de sistemas inteligentes fiables requiere no solo la colaboración entre agentes, sino también una comprensión empírica de las capacidades y limitaciones únicas de cada agente.
