微软开源 Agensh：无中心编排器的多智能体编码框架，可扩展至 1,024 个 Agent

MarkTechPost· Asif Razzaq·2026-10-25 11:32· 3 小时前AI 评分62

Microsoft 开源 Agensh：一个支持 1,024 个智能体的多智能体 harness

AI 导读

Microsoft Research 开源了 Agensh，一个去中心化的多智能体编码 harness，移除了中心编排器，由每个 worker 自行认领子任务、共享发现并将代码合并到共享 Git 仓库。

正文 · 原文

Microsoft Research 已开源 Agensh，一个面向大型编码智能体团队的去中心化 harness。Agensh 多智能体 harness 移除了大多数智能体框架所依赖的中心编排器。每个 worker 自行认领子任务、共享发现并将代码合并到公共 Git 仓库。在 ProgramBench 上，团队将该设置从 1 个智能体扩展到 1,024 个智能体。

TL;DR

一个 Harness：从 1 个到 1,024 个智能体进行了测试。每个 worker 获得 272,000 token 输入和 128,000 token 输出限制。
运行于：Linux 搭配 Docker Compose。默认单节点（8 个 worker）。1,024 个智能体的运行使用了 16 个节点，每个节点 64 个智能体。Worker 有 64 GiB 内存上限。
性能：更多智能体提升了全部 5 个最难 ProgramBench 任务的得分，并且更快达到这些分数。
最佳：在 GPT-6.1-sol 上使用 32 个智能体时，pandoc 通过率达到 79.59%。GPT-5.6-sol 在 1,024 个智能体时达到 55.06%。
最差：5 任务均值在 128 个智能体时仅达到 28.78%。从 1 个到 8 个智能体增加了 1.37 分。

什么是 Agensh？

Agensh 是 Microsoft Research 的一个多智能体 harness，可在没有主控智能体的情况下协调众多 LLM 智能体。

目标问题是编排器天花板。在编排器-工作者设计中，一个主控智能体规划、分配并合并所有工作。研究论文引用了 Claude Code agent teams、Codex sub-agents、Copilot fleet 和 Kimi Agent Swarm 作为示例。Agensh 让 worker 自行完成这种协调。

Agensh 的协作循环如何运作？

每个 worker 并发且异步地运行相同的 5 步循环：

收集上下文：读取目标、同伴进展、消息和发现。
认领子任务：发布 CLAIM，然后通过直接消息解决重叠。
采取行动：使用工具在本地工作，并尽早发布有用的发现。
验证结果：根据子任务的验收标准检查工作。
合并进展：合并到共享仓库，发布更新，然后重复。

三个服务连接 worker。Gitea 托管共享工作区，包含分支、PR 和合并冲突。Mattermost 承载团队频道以及用于紧急冲突的直接消息。一个改编自 DeLM 的共享上下文板存储类型化笔记：OBSERVED、FACT、FAIL、CLAIM 和 PATCH_SUMMARY。

该循环存在于提示词中，而非运行时代码中。每个 worker 获得相同的提示词，只有 ID 不同。Agensh 位于单智能体 harness 之上。实验使用了 GitHub Copilot CLI。研究论文指出，轻量适配器可以连接其他 harness，例如 Claude Code。

Agensh 在 ProgramBench 上的扩展性如何？

Microsoft 团队测试了 5 个最难的 ProgramBench 任务：FFmpeg、gromacs、pandoc、PHP-src 和 ctags。智能体根据观察到的行为重建每个程序。它们在 6 小时内离线工作。参考仓库从 2,767 个文件（pandoc）到 26,266 个文件（PHP-src）不等。

在 GPT-5.6-sol 高推理强度下，平均最终测试通过率变化如下：

1 个 agent：19.31%
8 个 agent：20.68%
32 个 agent：26.52%
128 个 agent：28.78%

即提升了 9.47 个百分点，相对提升约 49%。仅以 pandoc 为例，得分为 33.89%（1）、41.75%（8）、43.11%（32）、50.94%（128）和 55.06%（1,024）。

速度也有所提升：在 pandoc 上，128 个 agent 在 30 分钟检查点时通过率达到 30%。32 个和 8 个 agent 分别需要 60 和 90 分钟。

README 中新增了一个更新的模型。使用 GPT-6.1-sol 时，pandoc 从 56.19%（1 个 agent）升至 79.59%（32 个 agent）。相对提升 41.64%。这些 GPT-6.1-sol 数据未包含在 v1 论文中。

随着团队规模扩大，出现了哪些行为？

研究团队追踪了各规模下的 worker 轨迹：

8 个 agent：同伴就接口达成一致，并自行解决重叠的声明。
32 个 agent：同伴审查共享工作；一项批准在出现反例后被撤回。
128 个 agent：worker 复用可信的审查者，并标准化了集成协议。
1,024 个 agent：多个 worker 充当集成者，同伴恢复了失败的工作。

这些角色均非硬编码。

Agensh 与其他多 agent harness 相比如何？

功能	Agensh	Claude Code agent teams	Kimi Agent Swarm	Copilot CLI /fleet
协调方式	无编排器；同伴自行认领工作	固定的 lead 会话协调队友	编排器分解任务	Copilot 将部分任务分配给子 agent
展示的 agent 数	已测试 1,024	无硬性限制；建议 3 到 5	最多 100 个子 agent	未披露
共享状态	Gitea 仓库 + 共享上下文板	带文件锁的共享任务列表	未披露	来自 plan mode 的计划
消息传递	Mattermost 频道 + 私信	队友之间的邮箱消息	未披露	未披露
模型	模型无关；已测试 GPT-5.6-sol、GPT-6.1-sol	Claude 模型	Kimi K2.5	未披露
速度声明	30 分钟内在 pandoc 上达到 30%（128 个 agent）	未披露	比串行快 4.5 倍（自报）	未披露
可用性	开源，MIT	在 Claude Code 中；实验性，默认关闭	顶级订阅用户，研究预览	在 Copilot CLI 中

如何运行 Agensh？

该版本包含一个单节点 Docker Compose 团队和一个单 agent 基线。两者均使用原生 Copilot ACP 会话。你需要 Linux 以及 Docker Engine、Compose v2、systemd、cgroup v2 和 Python 3.11+。默认值为 8 个 worker、每个任务 6 小时、gpt-5.6-sol 高推理强度。你还需要 ProgramBench（已验证 v1.2.5）和模型 API token。完整步骤见复现指南。

关键要点

Agensh 可在没有中央编排器的情况下协调多达 1,024 个 agent。
Worker 通过 Gitea、Mattermost 和共享发现板自行认领任务。
128 个 agent 将 5 任务 ProgramBench 均值从 19.31% 提升至 28.78%。
GPT-6.1-sol 搭配 32 个 agent 在 pandoc 上达到 79.59%。
代码采用 MIT 许可，但 token 成本未披露。

查看 论文、GitHub 仓库 和 项目主页。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ 机器学习 SubReddit 并订阅 我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们了。

需要与我们合作推广你的 GitHub 仓库、Hugging Face 页面、产品发布或网络研讨会等？联系我们

文章 Microsoft 开源 Agensh：一个支持 1,024 个智能体的多智能体框架首次发布于 MarkTechPost。

来源：MarkTechPost · marktechpost.com