Centaur: agentes de IA colaborativos y autoalojados para equipos

A diferencia de los asistentes tradicionales —pensados para un único usuario—, Centaur permite que varias personas interactúen con el mismo agente y con las mismas herramientas internas.

Entre sus características principales destacan:

• colaboración multiusuario con agentes compartidos
• integración directa con Slack
• acceso mediante API para integraciones internas
• despliegue autoalojado dentro de la infraestructura de la empresa

En esencia, Centaur actúa como un “plano de control” para agentes, coordinando ejecución, acceso a herramientas, memoria persistente y orquestación de flujos de trabajo para que los agentes realicen tareas reales dentro de la organización.

Un modelo de agentes “multijugador”

La mayoría de asistentes actuales están diseñados para conversaciones individuales. Centaur propone otro enfoque: agentes que funcionan como compañeros de equipo digitales.

En un hilo de Slack o a través de una API, el agente puede:

• interpretar instrucciones de los usuarios
• utilizar herramientas internas o externas
• ejecutar flujos de trabajo con múltiples pasos
• informar del progreso directamente en la conversación

Como el agente es compartido, cualquier miembro del equipo puede observar lo que hace, modificar instrucciones o ampliar el proceso desde el mismo hilo. Este diseño busca integrar a los agentes dentro de la comunicación diaria del equipo.

Además, los servicios internos de la empresa —bases de datos, APIs o paneles internos— pueden exponerse como herramientas tipadas, permitiendo que los agentes interactúen con los sistemas corporativos de forma estructurada.

Procesos de larga duración

Centaur está pensado para tareas que van más allá de una simple respuesta en chat.

Los agentes pueden:

• ejecutar procesos durante horas o incluso días
• continuar trabajando tras reinicios del sistema
• coordinar múltiples herramientas durante un flujo de trabajo

Este tipo de ejecución duradera permite automatizar tareas complejas que requieren seguimiento continuo, iteraciones o supervisión humana.

Para lograrlo, el sistema registra cada etapa del proceso —desde la solicitud inicial hasta el resultado final—, lo que permite reanudar o auditar la ejecución si ocurre algún fallo.

Memoria persistente con PostgreSQL

El estado operativo de Centaur se almacena en PostgreSQL, lo que permite mantener un registro duradero de las actividades de los agentes.

La base de datos guarda elementos como:

• la solicitud del usuario
• el runtime asignado
• eventos de ejecución y resultados transmitidos
• estados finales y respuestas generadas

Gracias a esta persistencia, el sistema puede recuperarse tras reinicios y conservar el historial completo de interacciones y flujos de trabajo.

Seguridad y gestión de credenciales

Uno de los retos principales de los agentes de IA es permitirles acceder a herramientas reales sin exponer secretos sensibles.

Centaur aborda este problema mediante un modelo en el que las credenciales nunca se entregan directamente al agente. En lugar de ello, se inyectan en la capa de red durante las solicitudes, lo que evita que el modelo tenga acceso a claves API o tokens sin procesar.

Este enfoque busca reducir riesgos comunes en sistemas de agentes, como:

• ataques de prompt injection
• instrucciones maliciosas en contenido externo
• filtración accidental de secretos

El sistema asume que los agentes pueden ejecutar código no confiable o interactuar con datos adversariales, por lo que utiliza aislamiento de entornos y controles estrictos sobre el acceso a herramientas.

Cómo usa Paradigm Centaur internamente

Antes de publicarlo como open source, Paradigm desplegó Centaur dentro de su propia organización. Según la empresa, el sistema cambió significativamente su forma de trabajar.

Entre los usos internos mencionados se encuentran:

• investigación y análisis de inversiones
• flujos de trabajo de ingeniería
• tareas de diseño
• procesos de reclutamiento
• coordinación de eventos
• atención al cliente

La idea es que los agentes funcionen como empleados virtuales compartidos que colaboran con distintos equipos y automatizan partes del trabajo operativo.

Extensión mediante herramientas y flujos personalizados

Las organizaciones pueden adaptar Centaur a sus necesidades agregando herramientas internas y automatizaciones propias.

Por ejemplo, los equipos pueden:

• exponer servicios internos como herramientas Python
• crear flujos de trabajo reutilizables
• añadir prompts, habilidades o integraciones específicas de la empresa

Estas extensiones pueden empaquetarse en "overlays" que amplían el sistema base sin modificar el repositorio principal.

Un nuevo tipo de infraestructura para agentes de IA

Centaur llega en un momento en el que el ecosistema de frameworks y plataformas de agentes open source está creciendo rápidamente.

Su enfoque se diferencia al priorizar requisitos operativos del mundo real:

• memoria duradera
• gestión segura de credenciales
• ejecución de procesos prolongados
• colaboración entre múltiples usuarios

Al combinar estas capacidades con despliegue autoalojado e integración con Slack, Centaur busca que los agentes de IA pasen de ser simples chatbots experimentales a sistemas persistentes integrados en el trabajo diario de una organización.

La apuesta de Paradigm y Tempo sugiere que esta capa de "runtime de agentes" podría convertirse en un componente clave de las futuras arquitecturas de software impulsadas por IA, de forma similar a cómo Kubernetes estandarizó la orquestación de contenedores en la infraestructura moderna.