Llevo toda la semana diseccionando esta división — el harness gestionado de Anthropic, el pasillo que falta entre vendors, la gravedad de precios de Google, la bifurcación de costos en tres caminos. Ya saben el remate: el modelo se cambia fácil, la capa de orquestación no.

Anthropic lanzó Managed Agents el 8 de abril. OpenAI sacó la actualización de su Agents SDK el 3 de abril. Google soltó los cambios de ADK hoy, 11 de abril — nueve días, tres APIs de ciclo de vida. Ahora por fin puedo mostrarles por qué importan las diferencias, en el único lenguaje que no miente: código.

Google mostró sus cartas

Google publicó dos posts de blog hoy — un aperitivo antes de Cloud Next el 22 de abril. El Agent Development Kit ahora soporta Gemini 3 Pro/Flash y TypeScript. Open-source. Code-first. Todas las buzzwords correctas.

Pero "open-source" describe la rampa de acceso, no la autopista. Desplegar significa Vertex Agent Engine. Estado significa Vertex Sessions. Gobernanza de herramientas significa Cloud API Registry. Seis meses de integraciones "convenientes" después, migrar fuera de Google significa reescribir toda tu arquitectura de agentes. Ninguna decisión individual te atrapa — cien decisiones pequeñas sí, cada una demasiado trivial como para pelearla por separado.

Con el anuncio de hoy, los tres vendors mostraron sus cartas. Es hora de la comparación que nadie va a disfrutar.

Tres llamadas a create(), tres prisiones

# Anthropic (8 de abril): ellos son dueños de tu estado, tú rentas el acceso
client = anthropic.Anthropic()
agent = client.agents.create(model="claude-sonnet-4-20250514", tools=[mcp_tool])
session = client.sessions.create(environment_id=env.id)
# Log append-only en sus servidores. Recuperación: wake(session_id).
# Ellos manejan contenedores, escalado, persistencia. Tú manejas la factura.

# OpenAI (actualización del 3 de abril): tú eres dueño de todo, incluyendo las alertas a las 3 AM
from agents import Agent, Runner
agent = Agent(name="reviewer", model="gpt-4.1", tools=[my_tool])
result = Runner.run_sync(agent, "Review this PR")
# Estado: tu SQLite. Recuperación: tu código. Escalado: también tu código.
# Soporta 100+ modelos vía AnyLLM. La libertad tiene un olor muy específico: sudor de ops.

# Google ADK (11 de abril): lobby open-source, elevador propietario
from google.adk import Agent
agent = Agent(model="gemini-3-pro", tools=[vertex_tool])
# Estado: Vertex Sessions. Herramientas: Cloud API Registry. Deploy: Agent Engine.
# "Portable" como un árbol es portable — técnicamente posible, prácticamente un funeral.

Tres snippets, tres respuestas incompatibles a cada pregunta que importa en producción:

¿Dónde vive el estado? El log append-only de Anthropic en sus servidores. El archivo SQLite que el SDK de OpenAI dejó en tu laptop. Vertex Sessions de Google. Tu historia de debugging, tu audit trail y tu recuperación ante desastres siguen esta decisión al precipicio — y la tomas el día uno.

¿Cómo se pasan el trabajo los agentes? Anthropic genera agentes hijo desde sesiones (todavía "research preview", que se traduce como "échate la culpa cuando se rompa"). OpenAI usa handoffs locales — el agente A le pasa la estafeta al agente B en tu propio proceso, como una carrera de relevos en tu sótano. Google enruta a través de la orquestación de ADK más A2A para llamadas cross-vendor, lo cual suena genial hasta que te das cuenta de que A2A maneja comunicación, no sincronización de estado.

¿Qué pasa a las 3 AM? Anthropic: wake(session_id), la plataforma retoma desde su event log. OpenAI: escribiste lógica de recuperación, ¿verdad? Sí escribiste lógica de recuperación, ¿verdad? Google: Vertex se encarga. Estás en Vertex. Por supuesto que estás en Vertex.

Lo que realmente falta

Cada vez que escribo sobre esta división, alguien responde "pero MCP resuelve esto" o "A2A lo arregla". No. MCP estandariza las conexiones de herramientas — listo, funciona perfecto. A2A estandariza cómo los agentes se comunican entre sí entre vendors — la Linux Foundation lo adoptó en diciembre, y más de 150 organizaciones lo respaldan. Ninguno de los dos estándares toca cómo los agentes se crean, cómo persisten estado, cómo delegan tareas o cómo se recuperan de fallos.

Escribí sobre esta brecha estructural hace dos días en Cada Vendor Construyó un Cuarto. Nadie Construyó el Pasillo. La comparación a nivel de código aquí solo afila el punto: la brecha no es filosófica, es mecánica. Esa es la capa que genera el lock-in. Y nadie está construyendo un estándar neutral para ella, porque los tres vendors se benefician del vacío. Estandarizar los ciclos de vida de agentes significaría commoditizar exactamente la capa que cada empresa usa para mantenerte en su plataforma. No contengas la respiración.

La guía honesta

Anthropic: La mejor plataforma gestionada a nivel de ingeniería. Esa reducción del 60% en TTFT de su blog de ingeniería del 8 de abril — desacoplar cerebro y manos — es ingeniería real, no slideware. Pagas con dependencia del vendor y session-hours que se facturan incluso mientras tu agente está sentado sin hacer nada esperando que un humano responda.

OpenAI: Máxima portabilidad, 100+ modelos desde la release del 3 de abril, cero infraestructura gestionada. Perfecto para equipos con cultura de ops sólida. Un desastre en cámara lenta para todos los demás.

Google: Si ya estás en Google Cloud, la atracción gravitacional es racional. Solo cuenta tus dependencias de Vertex cada trimestre para que la inevitable conversación de "¿deberíamos migrar?" empiece con datos, no con pánico.

El remate que ya conoces

Las guerras de modelos fueron el tráiler. Las guerras de orquestación son la película. Y el boleto de entrada es session.create() — una llamada a función que se vuelve más cara de revertir cada día que la corres en producción.

Elige con cuidado. O no — los tres vendors apuestan a que no lo harás.