Los modelos de inteligencia artificial han funcionado, durante años, como unidades aisladas. Cada modelo procesa información, genera resultados, y termina su tarea sin vincularse de forma significativa con otros modelos. Esa lógica está empezando a cambiar. Ahora, hay una nueva dirección técnica: crear redes de agentes autónomos que colaboran entre sí. No se trata de que un modelo funcione bien, sino de que múltiples modelos puedan operar juntos, sin necesidad de una plataforma que los dirija.
Para que eso ocurra, se están consolidando nuevos protocolos. Entre ellos, ANP (Agent Network Protocol) y ACP (Advanced Computation Protocol) cumplen roles fundamentales. Ambos permiten que distintos agentes de IA, creados por diferentes actores, diseñados para diferentes fines, puedan funcionar como una red organizada. Y lo hacen sin requerir una estructura central que los controle.
Estos protocolos representan una evolución sobre marcos anteriores como A2A (Agent-to-Agent) y MCP (Model Capability Protocol), que introdujeron las bases para la comunicación y exposición de capacidades entre agentes. Mientras A2A definía cómo los agentes intercambian información, y MCP cómo declaran lo que pueden hacer, ANP y ACP se enfocan en los mecanismos que permiten construir redes funcionales y operar de forma distribuida y adaptable.
ANP permite que los agentes puedan reconocerse, identificarse y conectarse entre sí, sin necesidad de pasar por una plataforma externa o una autoridad central. Funciona como una base para construir redes distribidas donde cada agente sabe quién es, qué puede hacer y cómo relacionarse con los demás.
Esto evita la necesidad de estructuras cerradas o integraciones a medida. En lugar de crear conexiones uno a uno, cada agente puede operar con una forma de identificación común, válida en cualquier entorno que soporte ANP. Eso simplifica el descubrimiento, reduce las barreras técnicas y permite que los agentes se conecten de forma directa.
La primera implementación pública de ANP ya está disponible como proyecto open-source, y su especificación técnica fue publicada en 2025. Aunque aún no es un estándar ampliamente adoptado, ya se están estableciendo los primeros entornos compatibles.
ACP se ocupa de otro problema: cómo se organiza el trabajo computacional entre agentes. No todos los agentes tienen la misma capacidad, ni enfrentan las mismas condiciones de red, hardware o carga. ACP permite que esas diferencias se gestionen. Define cómo se distribuyen las tareas, cómo se ajustan los recursos y cómo se mantiene la coherencia cuando el entorno cambia.
Esto significa que, en una red de agentes, cada uno puede contribuir según sus capacidades reales, y no según una lógica fija. ACP habilita una coordinación práctica: cuándo ejecutar una tarea, dónde transferirla, cómo redistribuir la carga si un agente falla, o qué prioridad seguir cuando los recursos son limitados.
Actualmente, ACP se encuentra en etapa alpha. Su desarrollo está en marcha desde principios de 2025, con documentación técnica preliminar y pruebas activas dentro de comunidades especializadas.
ANP permite que los agentes se conecten entre sí. ACP permite que trabajen juntos de manera eficiente. Sin ANP, no hay red. Sin ACP, no hay coordinación útil dentro de esa red. Por eso ambos protocolos se complementan. No resuelven los mismos problemas, pero sí actúan sobre el mismo nivel: el de la infraestructura que hace posible una inteligencia artificial distribuida y operativa.
En conjunto, ANP y ACP hacen posible que distintos agentes, en diferentes entornos, desarrollados por distintos equipos, puedan integrarse en un sistema más amplio. Esa integración no se basa en reglas externas, sino en condiciones que los propios agentes pueden negociar, interpretar y ajustar. La red no depende de un centro, sino de mecanismos que permiten que las relaciones técnicas se mantengan estables aunque cambien los componentes.
El uso de ANP y ACP indica un cambio en el tipo de arquitectura que se está empezando a construir. La IA ya no se concibe como un sistema único que responde preguntas o automatiza una tarea, sino como un conjunto de entidades interconectadas que pueden operar de forma independiente pero coordinada.
Este modelo permite nuevas formas de escalabilidad, más allá de aumentar la capacidad de un solo modelo. Permite desarrollar redes más resilientes, que no fallan por completo si un agente deja de estar disponible. También permite que distintas áreas de una organización, o incluso distintos actores dentro de una misma industria, colaboren sin necesidad de compartir todos sus sistemas internos.
Los protocolos como ANP y ACP no reemplazan lo existente, pero sí ofrecen una base diferente para pensar en sistemas más adaptables, más colaborativos y menos dependientes de plataformas centralizadas.
Si su organización está evaluando cómo estructurar sistemas de IA más adaptables, distribuidos y sostenibles, puede comenzar este análisis conectando con nuestro equipo a través del formulario a continuación.