微软开源 Agensh：不要「总指挥」的智能体军团，1024 个编码智能体自己分工干活

微软研究院 10 月 24 日正式开源了多智能体框架 Agensh：一个没有中央指挥者的编码智能体军团，实测可以从 1 个智能体一路扩展到 1024 个，并且全部代码、实验启动脚本和复现指南都以 MIT 协议放出。论文本身 9 月就已发表，这次新的是可直接跑起来的首个开源版本。

Agensh 的核心改动是拿掉了几乎所有多智能体框架都依赖的「总指挥」：没有一个主智能体负责规划、派活和合并结果。每个工作智能体都跑同一套五步循环——收集上下文、自己认领子任务、行动并分享发现、验证结果、合并进度，彼此通过共享工作区（Gitea）、消息通道（Mattermost）和共享上下文板协调。微软的判断是，当智能体数量上规模后，指挥者本身会先成为瓶颈。

实测数据来自 ProgramBench 上最难的 5 个任务：用 GPT-5.6-sol、高推理强度、6 小时离线预算，从行为观察和文档出发从零重建 FFmpeg、pandoc 等参考程序。5 项平均测试通过率从 1 个智能体的 19.31% 升到 128 个智能体的 28.78%，相对提升约 49%；单看 pandoc，1024 个智能体达到 55.06%，而 1 个智能体只有 33.89%。换成更新的 GPT-6.1-sol，pandoc 通过率从 56.19%（1 个）升到 79.59%（32 个）。1024 智能体的那次运行用了 16 个节点、每节点 64 个智能体。

值得关注的不只是数字：随着队伍变大，智能体自发长出了分工协作的形态——同伴协调、多人集成、标准化流程和角色分化。微软把「智能体数量」本身当成一个新的扩展维度：在有严格时间预算的复杂任务上，加人比加算力更直接。不过官方也坦承，扩展收益会递减，单节点默认只跑 8 个工作智能体，普通开发者先从 Docker Compose 单机版本上手更现实。

同为智能体基础设施方向，此前站里介绍过的 AWS 开源 Infinity：8GB 内存跑 7.5 万个智能体 解决的是「大量空闲智能体怎么省成本」，Agensh 解决的是「大量智能体怎么不靠指挥者协同干活」，两者正好互补；Anthropic 的 knowledge-work-plugins 职业插件包 则是把智能体工作流落到具体职业场景的另一条路线。Agensh 的仓库在 GitHub microsoft/Agensh，另可参考 MarkTechPost 的报道。

来源：Microsoft Research（GitHub），原文：https://github.com/microsoft/Agensh