Centaur: agentes autohospedados y en tiempo real para equipos

En un ecosistema donde la mayoría de las plataformas de agentes IA empujan hacia el SaaS y la nube gestionada, aparece Centaur con una propuesta inversa: agentes multiplayer que el equipo instala y controla en su propia infraestructura. La iniciativa surgió en Hacker News el pasado 23 de mayo con escasa actividad inicial en comentarios, pero el concepto toca un nervio real que muchos equipos de ingeniería llevan tiempo rascando.

El planteamiento es sencillo de enunciar y complejo de ejecutar: ¿por qué enviar contexto sensible, código propietario o datos de clientes a una API externa cuando puedes orquestar los mismos agentes desde tu propio servidor?

Qué ofrece Centaur exactamente

Según la propia web del proyecto, Centaur se centra en tres ejes:

• Multiplayer: varios usuarios o procesos pueden interactuar con el mismo agente o conjunto de agentes de forma simultánea, sin colisiones de estado.
• Self-hosted: la plataforma se despliega en infraestructura propia. No hay dependencia de un servicio central que pueda cambiar precios, condiciones de uso o simplemente desaparecer.
• Seguridad: el modelo de ejecución mantiene el contexto y las credenciales dentro del perímetro del equipo.

El proyecto no detalla en la página principal qué modelos soporta ni si hay integración nativa con el ecosistema Claude —MCP servers, hooks o subagentes de Claude Code—, pero la arquitectura descrita encaja bien con el patrón que Anthropic ha normalizado con MCP: un servidor local que expone herramientas a las que el LLM llama bajo demanda. Cualquier plataforma que hable MCP puede, en teoría, conectarse a Centaur como capa de orquestación.

Por qué importa ahora

A lo largo de 2025 y en lo que llevamos de 2026, la conversación sobre dónde viven los agentes ha ganado peso. Claude Code, la CLI oficial de Anthropic, ha democratizado mucho la ejecución local de agentes con acceso a herramientas del sistema. Pero Claude Code sigue siendo fundamentalmente una experiencia individual o, como mucho, de un único operador. La coordinación entre varios desarrolladores trabajando sobre el mismo agente activo no está resuelta de forma nativa.

Eso abre un hueco para herramientas como Centaur. Los equipos que ya han adoptado flujos basados en subagentes y MCP servers necesitan una capa de coordinación que no les obligue a pasar por un SaaS intermedio. La propuesta self-hosted responde además a una preocupación creciente en sectores regulados —finanzas, sanidad, legal— donde enviar contexto a una API externa puede ser directamente inviable por política de seguridad o cumplimiento normativo.

Para quién tiene sentido

El perfil más obvio es el equipo de ingeniería que ya trabaja con agentes basados en Claude u otros LLMs y que ha chocado con el límite de la experiencia single-user. También encaja con empresas que tienen requisitos de data residency o que simplemente no quieren que su historial de conversaciones con agentes salga de sus servidores.

Menos relevante resulta para equipos pequeños o individuales sin infraestructura propia: el coste operativo de mantener un servidor autohospedado supera con creces el valor añadido si no hay varios usuarios concurrentes ni datos especialmente sensibles.

Qué no sabemos todavía

El proyecto está en fase muy temprana o al menos su comunicación pública lo parece. La web de Centaur no publica documentación técnica extensa, lista de modelos compatibles, licencia del código ni hoja de ruta. Sin esos detalles es difícil valorar si se trata de un producto maduro, un MVP en búsqueda de tracción o una demostración de concepto que aún no está lista para producción.

También queda por ver si el equipo detrás del proyecto tiene intención de integrarse formalmente con el ecosistema MCP de Anthropic o si plantea una capa de abstracción propia. Esa decisión de arquitectura marcará mucho su adopción entre quienes ya tienen inversión en servidores MCP existentes.

---

Opinión EP: Centaur apunta a una necesidad legítima que el ecosistema todavía no tiene bien cubierta. Que funcione dependerá de si la documentación y el modelo de distribución están a la altura de la promesa; por ahora, vale la pena seguirlo de cerca antes de apostar por él en producción.