Claude Code subagentes: cómo lanzo 10 tareas en paralelo

Ayer audité 83 posts de este blog en 12 minutos. No uno por uno — los 83 a la vez.

Lancé 10 subagentes en Claude Code, cada uno con un lote de posts. Mientras yo me hacía un café, ellos revisaban frontmatter, links rotos, meta descriptions largas y errores de ortografía. Cuando volví, tenía un informe consolidado con 23 problemas detectados. A mano, eso son 3-4 horas. Siendo generoso.

Los subagentes son una feature real de Claude Code que poca gente aprovecha. Son agentes secundarios que trabajan en paralelo dentro de un workflow. Y han cambiado cómo gestiono mi negocio. Te cuento exactamente cómo los uso, con números, errores y los límites que descubrí por las malas.

Qué son los subagentes de Claude Code y por qué cambian las reglas

Subagentes en Claude Code

Agentes secundarios que Claude Code lanza dentro de un workflow para ejecutar tareas independientes en paralelo. Cada subagente tiene su propio contexto, accede a las mismas herramientas, y devuelve un resultado que el orquestador combina. Permiten multiplicar la velocidad de tareas repetitivas sin perder coherencia.

Piensa en Claude Code como un jefe de equipo que puede contratar especialistas sobre la marcha.

Cuando le das una tarea compleja — auditar 80 posts, investigar 10 competidores, procesar datos de 15 fuentes — tienes dos opciones. La primera: que el agente las resuelva una a una, en secuencia. Un empleado competente que solo puede hacer una cosa a la vez. Tarda lo que tardan todas sumadas.

La segunda: lanzar subagentes. Claude Code crea N agentes independientes, cada uno con su propia tarea y su propio contexto. Trabajan a la vez. El tiempo total no es la suma de todas las tareas — es el tiempo del subagente más lento.

Un dato que me voló la cabeza cuando lo descubrí: puedes lanzar hasta 16 subagentes simultáneos en una máquina estándar. Si metes más, se encolan y ejecutan según haya slots libres. Sin errores, solo espera.

En la práctica, lo que antes me llevaba 2-3 horas en secuencial ahora va en 15-20 minutos. No es un 10% de mejora — es un cambio de orden de magnitud.

Los 3 patrones de subagentes que uso cada semana

No es uno talla única. Hay tres patrones y cada uno sirve para un tipo de tarea distinto.

Yo uso los tres, pero en proporciones muy diferentes. Esta tabla resume cuándo uso cada uno y para qué:

Agent es como mandar un mensaje a un compañero: tarea concreta, respuesta concreta. Le digo "investiga qué keywords ataca javadex.es esta semana" y me devuelve un resumen.

Parallel es el que más uso. Lanzo N tareas que no dependen entre sí y espero a que terminen todas. La clave: cada tarea debe ser autocontenida. Si un subagente necesita saber qué encontró otro, parallel no es tu patrón.

Pipeline es el más potente pero el menos intuitivo. Los items fluyen por fases independientemente — el item A puede estar en la fase 3 mientras el item B todavía está en la fase 1. No hay barrera entre fases. Esto significa que empiezas a ver resultados antes de que termine todo el lote.

Lo que me costó entender al principio: parallel() espera a que TODOS terminen. Pipeline() no. Para el 80% de mis tareas, pipeline es mejor porque no tengo que esperar al subagente más lento para empezar a trabajar con los primeros resultados.

Ejemplo real: auditar 83 posts del blog en 12 minutos

Este fue el workflow que me convenció de que los subagentes no son un juguete.

Tengo 83 posts publicados en este blog. Quería revisar todos para detectar cuatro cosas: meta descriptions demasiado largas, links internos rotos, keywords duplicadas entre posts, y posts sin bloques GEO renderizados. A mano, eso son 3-4 horas mínimo. He pasado tardes enteras haciendo exactamente eso antes de descubrir los subagentes.

Lancé un workflow con parallel(). Repartí los 83 posts en lotes de 8-9 por subagente — 10 subagentes en total. Cada uno recibía su lista de archivos markdown y un schema de output estructurado: nombre del archivo, problemas encontrados, severidad (alta/media/baja) y sugerencia de fix.

En 12 minutos tenía un informe consolidado con 23 issues:

• 7 meta descriptions por encima de 155 caracteres
• 4 links internos apuntando a slugs que ya no existen
• 3 posts sin la keyword principal en el primer párrafo
• 9 posts con campo updated desactualizado (más de 30 días)

Lo más revelador: 2 de los links rotos llevaban ahí 3 semanas. Nadie los habría pillado sin una revisión sistemática. Diez subagentes los encontraron en minutos.

El coste en tokens fue más alto que una tarea normal — cada subagente consume su propia cuota de contexto. Pero con Claude Max a unos 100€/mes, es despreciable frente a las 3 horas que me ahorré. Horas que dediqué a escribir contenido nuevo en vez de revisar meta descriptions a las once de la noche.

Ejemplo real: investigar 8 competidores en 22 minutos

La investigación de mercado es donde los subagentes brillan con más claridad.

Quería analizar qué están haciendo 8 competidores en el espacio "solopreneur + IA" en España. Qué publican, con qué frecuencia, qué keywords atacan, qué formatos usan. Con un agente solo, el proceso era secuencial: investigar el primero, analizar, pasar al segundo. Toda una mañana fácil.

Con subagentes, lancé un pipeline de 3 fases:

1. Fase 1 — investigar: cada subagente recoge datos de un competidor. Posts recientes, frecuencia de publicación, keywords principales, tipos de contenido.
2. Fase 2 — comparar: cruce automático con mi propio blog. Qué keywords compartimos, dónde tengo gaps, dónde yo tengo ventaja.
3. Fase 3 — recomendar: sugerencias concretas de posts nuevos basadas en los gaps detectados.

Ocho competidores, tres fases, 22 minutos. Y como es pipeline sin barrera, empecé a ver recomendaciones del primer competidor mientras los últimos todavía estaban en fase 1. Eso me permitió ir tomando notas y ajustando mi calendario de contenido sobre la marcha.

De ese workflow salieron 5 ideas de posts que no tenía en mi radar. Dos de ellas ya están publicadas.

Los límites que nadie te cuenta

No todo son flores. Los subagentes tienen trampas que descubrí por las malas en estas semanas de uso intensivo.

El contexto no se comparte. Cada subagente arranca de cero — no sabe lo que han encontrado los demás. Si necesitas que el agente B sepa lo que descubrió el agente A, eso es una barrera (parallel + merge), no un pipeline. Al principio metía pipelines donde necesitaba barreras y los resultados eran inconsistentes. Me costó dos workflows fallidos entenderlo.

Más de 10 subagentes raramente compensa. La ganancia de velocidad se aplana a partir de 10-12 agentes simultáneos. No es un tema de CPU — es que coordinar y combinar los resultados se vuelve más complejo. Mi sweet spot: 5-8 subagentes para la mayoría de tareas. Solo subo a 10+ cuando la tarea es muy uniforme, como la auditoría del blog.

Los tokens se multiplican. Diez subagentes no cuestan 10× más que uno solo — cada uno trabaja menos rato. Pero sí cuestan unas 4-5× más que hacer la misma tarea en secuencial. Con Claude Max a unos 100€/mes no noto la diferencia. Si estás en el plan Pro o por API, vigila el consumo.

Los errores también se multiplican. Si un subagente individual falla, solo pierdes esa subtarea — los demás siguen adelante. Pero si tu prompt está mal escrito, fallan los 10 a la vez. Tío, eso duele. Siempre pruebo primero con 1-2 subagentes antes de lanzar el lote completo. Es una regla que no me salto.

Cuándo NO usar subagentes

No toda tarea mejora con subagentes. He aprendido a distinguir después de algunas semanas probando de todo.

La regla que me funciona: si puedo explicar cada subtarea en dos frases sin referenciar las demás, es paralelizable. Si necesito decir "después de que el otro termine...", probablemente necesito otro enfoque.

Más en concreto, esta es mi guía rápida después de varios meses de prueba y error:

Usa subagentes cuando:

• Tienes N tareas independientes que no dependen entre sí
• Cada tarea tarda más de 30 segundos en secuencial
• El resultado es combinable — lista de issues, tabla de datos, conjunto de archivos modificados
• El volumen es alto: más de 5 items a procesar

NO uses subagentes cuando:

• La tarea requiere contexto acumulativo — cada paso depende del anterior
• Estás explorando algo nuevo y no sabes bien qué buscar
• La tarea se resuelve en menos de 2 minutos en secuencial
• Necesitas creatividad o juicio fino — los subagentes son mejores para tareas mecánicas y repetitivas

El error más caro que cometí: lanzar 8 subagentes para escribir secciones de un documento largo. Cada subagente escribió su sección sin saber qué decían las demás. El resultado fue un Frankenstein con ideas repetidas, transiciones rotas y tono inconsistente. Escribir es secuencial por naturaleza — necesitas contexto acumulativo.

Mi setup de producción para workflows con subagentes

Después de casi 5 meses usando esto, tengo un sistema que funciona de forma consistente. No es complejo — son 4 reglas que aplico siempre.

Siempre empiezo con un agente solo. Pruebo la tarea completa con 1 agente para verificar que el prompt funciona y el output tiene sentido. Si sale bien, escalo a 5-10. Si sale mal, arreglo el prompt antes de desperdiciar tokens multiplicando un error.

Schema de output obligatorio. Cada subagente devuelve datos en un formato estructurado con JSON schema. Nada de texto libre que luego hay que parsear. Esto es la diferencia entre combinar 10 resultados en 2 segundos y pasarte 20 minutos interpretando texto desestructurado.

Verificación adversarial para tareas críticas. Cuando la precisión importa — auditar datos financieros, revisar código en producción — lanzo una fase extra de verificación. Subagentes escépticos cuyo trabajo literal es intentar refutar lo que encontraron los primeros. Si 2 de 3 verificadores dicen "esto es real", se queda. Si no, se descarta. Suena excesivo, pero me ha evitado publicar correcciones erróneas más de una vez.

Log de cada ejecución. Cada workflow genera un registro con qué subagentes se lanzaron, qué encontró cada uno, cuánto tardó y cuántos tokens consumió. Sin esto, es imposible saber si estás mejorando o malgastando recursos. Mis herramientas de analítica complementan estos logs para tener una foto completa del rendimiento.

En un mes típico lanzo 15-20 workflows con subagentes. La mayoría son auditorías del blog, análisis de competidores y procesamiento de datos para investigación de contenidos. Calculo que me ahorra unas 25 horas al mes comparado con hacer lo mismo en secuencial.

Veinticinco horas al mes. Eso es casi una semana laboral completa que ahora dedico a crear contenido nuevo, pensar en estrategia y hablar con personas reales. Que al final es lo que un solopreneur debería hacer — no estar revisando meta descriptions a mano a medianoche.

No necesitas 10 subagentes para empezar. Empieza con uno. Cuando veas que la tarea tarda demasiado, pregúntate: ¿puedo partir esto en 5 tareas iguales? Si la respuesta es sí, ya tienes tu primer workflow.

Cuando dejé de pensar en Claude Code como un asistente y empecé a tratarlo como un director de equipo que lanza a 10 especialistas a la vez, mi productividad se multiplicó. No es magia — es saber partir una tarea grande en 10 pequeñas.