Laravel News publico el 12 de mayo de 2026 una novedad pequena en superficie, pero importante para producto: Laravel AI SDK ahora permite usar sub-agents. La idea es que un agente pueda delegar una tarea concreta a otro agente, con sus propias instrucciones, herramientas, proveedor, modelo y configuracion.

Mi lectura es directa: esto acerca Laravel AI SDK a los flujos reales de una aplicacion PHP. Muchas integraciones de IA empiezan como un unico prompt que “lo hace todo”. Funcionan en una demo, pero se vuelven fragiles cuando aparecen soporte, facturacion, documentacion, compliance o tareas internas con reglas distintas.

Por que los sub-agents importan en Laravel

Una aplicacion Laravel normalmente ya separa responsabilidades: controladores, servicios, jobs, policies, listeners y comandos. No tendria sentido que la parte de IA volviera a meterlo todo en una funcion enorme.

Los sub-agents permiten aplicar esa misma disciplina a flujos con modelos. Un agente principal puede recibir una pregunta de soporte, decidir que hay una parte de reembolsos y delegarla en un agente especializado que solo conoce las herramientas necesarias para consultar pedidos o preparar un borrador de respuesta.

Eso reduce dos riesgos habituales:

• prompts demasiado largos que mezclan instrucciones incompatibles;
• herramientas expuestas a un agente que no deberia necesitarlas.

Un patron sano para producto PHP

En una app real, no usaria sub-agents para que la IA tome decisiones finales. Los usaria para preparar trabajo revisable.

final class SupportAgent
{
    public function tools(): iterable
    {
        return [
            new RefundsAgent(),
            new BillingAgent(),
            new DocumentationAgent(),
        ];
    }
}

El valor no esta en la sintaxis exacta, sino en la frontera: cada agente deberia tener un objetivo pequeno, un conjunto minimo de herramientas y una salida facil de revisar.

Por ejemplo, un RefundsAgent podria devolver:

{
  "recommendation": "manual_review",
  "reason": "order_has_partial_delivery",
  "customer_message_draft": "We need to review the shipment status before confirming the refund."
}

Esto es mejor que devolver simplemente “refund approved”. La IA ayuda, pero el sistema mantiene el control.

El detalle clave: tareas autocontenidas

Laravel News senala un matiz importante: cada sub-agent se ejecuta aislado y no recibe automaticamente todo el historial del agente padre. Eso obliga a pasar una descripcion clara y autocontenida de la tarea.

Me parece una buena restriccion. Si un sub-agent solo funciona porque hereda un historial enorme, el flujo sera dificil de testear y caro de mantener. En cambio, si la tarea puede resumirse con datos explicitos, se parece mas a un job o servicio tradicional.

Donde lo aplicaria primero

Los mejores casos iniciales son flujos de bajo riesgo y alto volumen:

• clasificar tickets de soporte;
• resumir bugs reproducibles;
• preparar respuestas de facturacion;
• generar borradores de documentacion;
• revisar contenido antes de publicarlo.

No empezaria por autorizaciones, pagos, cambios de plan o acciones irreversibles. Ahi la IA puede asistir, pero la decision debe quedar protegida por reglas de negocio normales.

Takeaway para equipos Laravel

Laravel AI SDK con sub-agents apunta a una direccion correcta: IA como parte del backend, no como un chat pegado encima del producto. Para equipos que construyen con Laravel, PHP y Vue, la oportunidad esta en disenar agentes pequenos, auditables y conectados a casos de uso reales.

Ese es el tipo de integracion que merece entrar en una aplicacion de produccion: una que mejora velocidad sin romper la arquitectura.