Sharkly vs. Conductor: dónde se ejecutan los agentes en paralelo cuando crece el equipo

Conductor es la herramienta que la mayoría menciona primero cuando se habla de ejecutar varios agentes de programación a la vez. Se lo ha ganado. Una app nativa para Mac, agentes en espacios de trabajo aislados, diffs limpios que revisar y nada de las acrobacias con tmux que este patrón solía exigir.

Así que la comparación útil no es «cuál de los dos ejecuta agentes en paralelo». Los dos lo hacen. La comparación útil es qué ocurre cuando el trabajo deja de ser la tarde de un solo desarrollador: cuando una segunda persona necesita ver la ejecución, cuando se suma alguien que usa Windows, cuando el agente necesita una máquina que no es un portátil y cuando el plan tiene que vivir en otro sitio que no sea una lista de espacios de trabajo. Esta guía marca esas fronteras y dice con claridad dónde Sharkly es la respuesta equivocada.

TL;DR

Conductor ejecuta agentes de Claude Code, Codex y Cursor en paralelo, en espacios de trabajo aislados sobre macOS, con un plan gratuito en el que aportas tus propias suscripciones y claves, y planes de pago que añaden Conductor Cloud, una API, colaboración en vivo para equipos y controles de identidad empresariales. Su documentación indica que todavía no está disponible para Windows ni Linux. Sharkly ejecuta agentes en las Computadoras que conectas, incluidos servidores remotos y contenedores, en macOS, Linux y Windows, y los envuelve en un sistema de trabajo: Tareas, Proyectos, Sprints, Crews y sincronización bidireccional con Jira. Si tu equipo está íntegramente en macOS y quiere la experiencia nativa más pulida, Conductor es una respuesta sólida. Si la ejecución tiene que salir del portátil o si la planificación necesita convivir con la ejecución, ahí es donde entra Sharkly.

Lo que Conductor hace bien

Conductor demostró algo que hoy toda la categoría da por sentado: el trabajo de agentes en paralelo necesita aislamiento y una superficie de revisión, y ambos deberían estar a un clic de distancia en lugar de ser un ritual de shell.

Su página de inicio lo dice sin rodeos: «Ejecuta agentes de Claude Code, Codex y Cursor en paralelo en espacios de trabajo aislados en tu Mac». Cada agente tiene su propio espacio de trabajo, así que dos agentes editando los mismos archivos dejan de ser un desastre de merge. Crear un espacio de trabajo, asignar un agente y revisar el diff resultante son acciones de interfaz, no comandos que tengas que recordar.

El modelo de precios es honesto en cuanto a la relación con el runtime. El plan gratuito indica que aportas tus propias suscripciones y claves, que es la postura correcta para una capa que no ejecuta el modelo por sí misma. Los planes de pago añaden Conductor Cloud con horas de espacio de trabajo en la nube y una API de Conductor en Pro, mientras que el plan Teams añade colaboración en vivo para equipos de cualquier tamaño, facturación centralizada y un portal de administración. Enterprise añade un acuerdo de procesamiento de datos, SAML SSO, SCIM y un SLA con soporte dedicado.

Esa última parte importa para una comparación justa, porque el cliché antiguo de «Conductor es una herramienta para uso individual» está desfasado. Tiene un plan de equipo con colaboración y controles de administración. Cualquier comparación que omita esto te está vendiendo algo.

Si quieres el panorama completo de los ejecutores locales, nuestra comparación de Claude Squad, Conductor y tmux explica en qué se diferencian estos enfoques en la práctica.

Dónde toca techo una app nativa de Mac

Del diseño se derivan tres límites, y solo uno de ellos tiene que ver con las funcionalidades.

Plataforma. La documentación de instalación de Conductor afirma: «Conductor aún no está disponible para Windows ni Linux». Para un equipo íntegramente de Mac no es un problema. Para un equipo con un desarrollador en Windows, una estación de trabajo Linux o una máquina de compilación cercana a la CI, decide la cuestión antes de que empiece cualquier comparación de funcionalidades.

El host de ejecución. Los espacios de trabajo se ejecutan donde se ejecuta la app. Conductor Cloud añade horas de espacio de trabajo alojadas en los planes de pago, lo que suaviza esto, pero el modelo local sigue girando en torno a la máquina del desarrollador. El trabajo de agentes que necesita una máquina con una ruta VPN, una base de datos precargada o una GPU requiere otro tipo de host, y normalmente no es un portátil.

La unidad de trabajo. Un espacio de trabajo es una sesión. Es una buena abstracción para «este agente, esta rama, este diff». No es un elemento del backlog. No lleva prioridad, pertenencia a un sprint, criterios de aceptación, un bloqueo que otra persona debe resolver ni el historial de lo que decidió un revisor hace tres semanas. Los equipos que necesitan eso lo guardan en otro sitio, lo que significa que el plan y la ejecución viven en dos sistemas que se van separando.

Ninguno de estos puntos es un defecto. Son la forma de una herramienta local y enfocada, y ese enfoque es la razón de que se sienta tan bien al usarla.

Las dos decisiones

Usa Conductor cuando todo el equipo esté en macOS, los agentes que quieras sean Claude Code, Codex o Cursor, el trabajo funcione bien en las máquinas de los desarrolladores o en horas de espacio de trabajo alojadas, y tu planificación ya viva en un gestor de incidencias con el que estés satisfecho. Una app nativa con colaboración en vivo es más ligera que un sistema de trabajo, y ser más ligera es una ventaja.

Usa Sharkly cuando la ejecución tenga que ocurrir fuera del portátil o en plataformas mixtas, o cuando el equipo quiera tener la planificación, la ejecución y la revisión en un único registro.

La definición que marca la diferencia: una Computadora en Sharkly proporciona el host de ejecución para el trabajo de los Agentes, y puede ser un equipo local, un servidor remoto, un contenedor o un host en la nube compatible. Un pequeño servicio local conecta la Computadora con Sharkly, detecta los Runtimes disponibles, recibe trabajo, prepara el directorio de la tarea, inicia el Runtime seleccionado y transmite el progreso de vuelta.

Esa separación es todo el diseño. El Agente define cómo debe gestionarse el trabajo. La Computadora aporta el host y los recursos locales. El Runtime lleva a cabo la sesión real del agente. La Tarea sigue siendo el registro compartido del equipo.

Qué aporta el sistema de trabajo

Si ya estás contento con el aislamiento en paralelo, esta sección es el único motivo para seguir leyendo.

El trabajo tiene un hogar que sobrevive a la sesión. Una Tarea es la unidad principal de trabajo. Pertenece a una Organización y a un Espacio, y también puede pertenecer a un Proyecto o un Sprint. Registra el objetivo y la descripción, el estado, la prioridad, las fechas, las etiquetas y el tipo de tarea, la persona responsable, el Agente o Crew asignado para ejecutarla, los comentarios y archivos adjuntos, y el estado de ejecución del Agente, la traza y el resultado. Cuando una ejecución se atasca, el atasco queda en la Tarea, donde lo encontrará la persona que la retome mañana.

Las configuraciones de agente pasan a ser propiedad del equipo. Un Agente es una configuración de trabajo guardada, no un prompt puntual: instrucciones, Runtime, Skills, repositorios, entorno y ajustes de ejecución. Un equipo puede mantener Agentes distintos para cambios de código, revisión, pruebas, documentación o triaje operativo sin reescribir las mismas instrucciones cada vez. Nuestro artículo sobre qué es una Skill de agente de programación cubre la parte de las instrucciones reutilizables.

La coordinación tiene estructura cuando la necesita. Un Crew es un grupo reutilizable de Personas y Agentes coordinado por un Agente líder, pensado para trabajo que se beneficia de la colaboración por roles, la secuenciación o un líder que decida qué Agente actúa después. Usa un solo Agente cuando un solo Agente sea suficiente; la guía de Crews es explícita sobre cuándo no conviene recurrir a uno.

El gestor de incidencias sigue conectado. La integración de Sharkly con Jira es compatible con Jira Cloud y Jira Server o Data Center, con importación, sincronización unidireccional o sincronización bidireccional que vincula un proyecto de Jira a un Espacio. Los equipos que no pueden dejar Jira no tienen por qué hacerlo.

Los Runtimes son extensibles. Cuando el servicio local no detecta la capacidad de ejecución que quieres, puedes añadir un Runtime ACP personalizado desde el detalle de la Computadora: configura el icono, el nombre y el comando de inicio, guarda y luego selecciona Probar conexión.

Un ejemplo práctico

Un equipo de doce personas desarrolla una aplicación web y un servicio de datos interno. Ocho desarrolladores usan Mac, dos usan Windows y dos hacen la mayor parte de su trabajo por SSH en una máquina Linux que tiene el pipeline de datos.

Los ocho desarrolladores de Mac estaban encantados ejecutando agentes en paralelo en local. Los otros cuatro no podían sumarse, y ese era el problema real: las herramientas describían cómo trabajaban ocho personas, no cómo trabajaba el equipo.

En lugar de estandarizar el hardware, conectaron Computadoras: varios portátiles, además de la máquina Linux que ya tenía el entorno del pipeline y la ruta de red a staging. El trabajo que necesita el pipeline se ejecuta allí. El trabajo que necesita la configuración local de un desarrollador se ejecuta en su portátil. Los desarrolladores de Windows se conectan de la misma forma.

Cada ejecución sigue teniendo su propio worktree aislado, que es la parte a la que no quisieron renunciar. Nuestra guía sobre cómo ejecutar agentes en paralelo en worktrees aislados cubre los mecanismos que hacen seguras las ejecuciones simultáneas.

Lo que cambió es lo que ve quien revisa. En lugar de un diff que aparece desde la máquina de alguien, la Tarea muestra el objetivo, el Agente que la ejecutó, la Computadora en la que se ejecutó, la traza, los bloqueos y la conversación. En la reunión diaria se lee el sprint, no ocho listas de espacios de trabajo distintas.

Sharkly vs Conductor: una comparación justa

Errores comunes

Comparar solo por el paralelismo. Los dos aíslan bien las ejecuciones en paralelo. Decidir en función de esa característica no te dice nada. Decide según la cobertura de plataformas, el host de ejecución y si el plan necesita convivir con la ejecución.

Usar el cliché desfasado de «herramienta para uso individual». Conductor tiene un plan Teams con colaboración en vivo y un portal de administración. Si alguien te dice que no sirve para un equipo, es que no lo ha comprobado últimamente.

Añadir un sistema de trabajo que no necesitas. Si todo el equipo está en macOS, la planificación funciona bien en tu gestor de incidencias y los agentes se ejecutan sin problema en los portátiles, una capa de gestión del trabajo es sobrecarga. Dile que no.

Estandarizar el hardware para que encaje con la herramienta. Comprar Macs para que funcione una herramienta es una decisión que conviene examinar antes de tomarla, sobre todo si parte del trabajo pertenece de todos modos a un servidor.

Conclusión

Conductor es la mejor versión de una idea enfocada: agentes en paralelo, espacios de trabajo aislados, revisión limpia, nativo en Mac y con planes de equipo por encima. Si tu equipo cabe dentro de macOS y tu planificación ya tiene un hogar, ese enfoque es una ventaja y no deberías cambiarlo por algo más pesado.

Sharkly responde a otra pregunta: dónde se ejecuta el trabajo de los agentes cuando pertenece a un servidor, cómo se suma un equipo con plataformas mixtas y cómo se mantiene el plan en el mismo registro que la traza de ejecución y la decisión humana. Sharkly no sustituye a Claude Code, Codex ni a otras herramientas de ejecución. Añade la capa de tarea compartida, Computadora, contexto, control y revisión en torno a las herramientas que tu equipo ya usa.

Si tu configuración de agentes en paralelo funciona, pero solo para una parte del equipo, ahí está la brecha. Empieza con Sharkly, conecta una Computadora que no sea un portátil y asígnale una Tarea.

Preguntas frecuentes

¿Conductor funciona en Windows o Linux? Su documentación de instalación indica que Conductor aún no está disponible para Windows ni Linux, e invita a suscribirse para recibir avisos. Consulta la documentación actual antes de decidir.

¿Sharkly ejecuta agentes en worktrees aislados como los espacios de trabajo de Conductor? Sí. Las ejecuciones están aisladas para que los agentes en paralelo no choquen, y ese aislamiento está vinculado a una Tarea compartida en lugar de a una lista local de espacios de trabajo.

¿Puedo seguir usando Conductor y añadir Sharkly? Sí, aunque normalmente es más limpio elegir un único hogar para cada pieza de trabajo. Una división habitual es usar ejecuciones locales en paralelo para el trabajo personal y Sharkly para el trabajo que el equipo necesita ver, asignar y revisar.

¿Qué agentes admite Sharkly? Cualquier Runtime que el servicio local detecte en la Computadora conectada, y cualquier Runtime ACP personalizado que configures con un icono, un nombre y un comando de inicio.

¿Quién paga el uso del modelo en cada caso? Los dos lo dejan en tus manos. El plan gratuito de Conductor indica que aportas tus propias suscripciones y claves; Sharkly señala que el uso del modelo continúa a través de las suscripciones o claves de API configuradas en esas herramientas.

¿Sharkly necesita un servidor dedicado? No. Una Computadora puede ser un portátil. La cuestión es que no tiene por qué serlo, de modo que el trabajo que necesita un entorno concreto puede ejecutarse donde ese entorno ya existe.