Este artículo presenta un enfoque de agente mixto (MoA) para la optimización de código en industrias reguladas. En entornos donde el uso de LLM comerciales es limitado debido al cumplimiento normativo y a preocupaciones sobre la privacidad de datos, proponemos MoA, que combina múltiples LLM especializados de código abierto para generar código. Lo comparamos con el sistema de conjunto basado en algoritmos genéticos (AG) de TurinTech AI y optimizadores de LLM individuales. Los resultados experimentales, utilizando bases de código industriales reales, demuestran que MoA logra ahorros de costos del 14,3% y el 22,2%, respectivamente, y reducciones del tiempo de optimización del 28,6% y el 32,2%, respectivamente, utilizando modelos de código abierto. Además, demostramos la superioridad del conjunto basado en AG sobre modelos comerciales, y ambos conjuntos superan a los LLM individuales. Validamos su aplicabilidad en entornos reales utilizando 50 fragmentos de código y siete combinaciones de LLM. Finalmente, proporcionamos una guía práctica para equilibrar el cumplimiento normativo y el rendimiento de la optimización.
