Más allá de la inteligencia individual: Revisión de la colaboración, atribución de fallos y autoevolución en sistemas multiagente basados en LLM

Resumen

Los agentes autónomos basados en LLM han demostrado capacidades sólidas en razonamiento, planificación y uso de herramientas, pero aún son limitados cuando las tareas requieren una coordinación sostenida entre roles, herramientas y entornos. Los sistemas multiagente abordan esto mediante una colaboración estructurada entre agentes especializados, pero una coordinación más estrecha también amplifica un riesgo menos explorado: los errores pueden propagarse entre agentes y rondas de interacción, generando fallos difíciles de diagnosticar y que rara vez se traducen en una automejora estructural. Las revisiones existentes cubren por separado las capacidades individuales de los agentes, la colaboración multiagente o la autoevolución de los agentes, dejando sin examinar las dependencias causales entre ellas. Esta revisión proporciona un análisis unificado organizado en torno a cuatro etapas vinculadas causalmente, que denominamos la progresión LIFE: Establecer la base de capacidades, Integrar agentes mediante colaboración, Encontrar fallas mediante atribución y Evolucionar mediante automejora autónoma. Para cada etapa, proporcionamos taxonomías sistemáticas y caracterizamos formalmente las dependencias entre etapas adyacentes, revelando cómo cada etapa depende y a la vez condiciona la siguiente. Más allá de sintetizar el trabajo existente, identificamos desafíos abiertos en los límites entre etapas y proponemos una agenda de investigación transversal para sistemas multiagente de bucle cerrado, capaces de diagnosticar fallos de forma continua, reorganizar estructuras y refinar comportamientos de los agentes, extendiendo los marcos de coordinación actuales hacia formas más autoorganizadas de inteligencia colectiva. Al unir estos hilos de investigación previamente fragmentados, esta revisión pretende ofrecer tanto una referencia sistemática como una hoja de ruta conceptual hacia una inteligencia multiagente autónoma y en mejora continua.

English

LLM-based autonomous agents have demonstrated strong capabilities in reasoning, planning, and tool use, yet remain limited when tasks require sustained coordination across roles, tools, and environments. Multi-agent systems address this through structured collaboration among specialized agents, but tighter coordination also amplifies a less explored risk: errors can propagate across agents and interaction rounds, producing failures that are difficult to diagnose and rarely translate into structural self-improvement. Existing surveys cover individual agent capabilities, multi-agent collaboration, or agent self-evolution separately, leaving the causal dependencies among them unexamined. This survey provides a unified review organized around four causally linked stages, which we term the LIFE progression: Lay the capability foundation, Integrate agents through collaboration, Find faults through attribution, and Evolve through autonomous self-improvement. For each stage, we provide systematic taxonomies and formally characterize the dependencies between adjacent stages, revealing how each stage both depends on and constrains the next. Beyond synthesizing existing work, we identify open challenges at stage boundaries and propose a cross-stage research agenda for closed-loop multi-agent systems capable of continuously diagnosing failures, reorganizing structures, and refining agent behaviors, extending current coordination frameworks toward more self-organizing forms of collective intelligence. By bridging these previously fragmented research threads, this survey aims to offer both a systematic reference and a conceptual roadmap toward autonomous, self-improving multi-agent intelligence.