Enjambres de agentes
COORDINACIÓN A ESCALA
Miles de agentes en paralelo con paso de mensajes tipado, supervisor trees y blast radius acotado. Construidos sobre durable execution para que los fallos se recuperen, no cascaden.
Entregamos enjambres de agentes que sobreviven a producción.
Un equipo de ingeniería senior que construye granjas de agentes — miles ejecutándose en paralelo, con los evals, traces y rollbacks que los mantienen vivos pasado el día 30.
La mayoría de sistemas con agentes IA que se entregan hoy son demos: funcionan en el happy path y se rompen al día 30. El trabajo interesante está alrededor: evals, traces, contratos, planes de rollback, observability, traspasos de on-call — y la capa de orquestación que mantiene correcto a un enjambre de agentes mientras escala.
No somos un laboratorio de ML. No entrenamos nuevos modelos. Tomamos los mejores modelos disponibles y diseñamos el resto del sistema a su alrededor — protocolos de coordinación, durable execution, granjas de agentes con autoscaling — para que sobrevivan a producción y el equipo que herede el código tras irnos entienda cada línea.
Cada engagement empieza con un sprint de discovery a precio fijo. Se va con una arquitectura y un spike funcional, independientemente de si sigue con nosotros o no. Nos parece la forma más honesta de delimitar este tipo de trabajo.
El modelo es la parte fácil. El enjambre a su alrededor es la ingeniería.— Tzar.Tech, Principio de ingeniería
Senior engineers, agent-scale plumbing.
Granjas de agentes
RUNTIME MULTI-TENANT
Pools con autoscaling, enrutamiento por región, presupuestos de latencia p99, cuotas por tenant. La misma infraestructura que ejecuta 12 agentes en dev ejecuta 12.000 en prod sin rearquitecturar.
Evals y guardrails
FIABILIDAD DEL DÍA 30
Suites de regresión offline más detección de drift online. Cada cambio de prompt se entrega con resultados de evals; cada release de prod con límites de rollback.
Observability
TRACES, TOKENS, ON-CALL
Traces por agente con contabilidad de tokens, atribución de costes por tenant/feature, alertas en anomalías reales — no en cada hipo transitorio del modelo.
15+
años construyendo ML en producción
1.000+
agentes en paralelo en pico
99,9%
objetivo de uptime del orquestador
<300ms
latencia p99 de dispatch
Sofía · fund. 2018
Blaga Dimitrova 16
1505 Sofía
Bulgaria
EMPEZAR
Lance el primer sistema.
Discovery a precio fijo en 2 semanas. Se va con una arquitectura, un spike funcional y un plan de construcción.