微软 Agensh 论文：无中心编排扩到 1024 个智能体，通过率提升至 55%
andrew_n_carr · x · 2026-09-23
微软亚洲研究院（Furu Wei 团队）发布 arXiv 论文 Agensh，提出一种无中心编排器的自组织多智能体框架，用于解决现有 harness 受中央调度器容量限制、难以扩展的问题。
核心设计：并发 worker 在多智能体合作循环中持续收集上下文、自领取子任务、执行并共享发现、验证与合并进度。支撑这一循环的基础设施包含三部分：
- 共享工作区：存放已提出、进行中、已完成的工作
- 消息接口：worker 间通信
- 共享上下文：保留可复用的发现与工作意图
实验结果（用 GPT-5.6-sol high 跑 ProgramBench 最难 5 个任务）：
- 智能体从 1 扩到 128，平均最终测试通过率从 19.31% 升至 28.78%，约 49% 相对提升
- 在 pandoc 任务上，从 1 扩到 1024 个智能体，通过率从 33.89% 升至 55.06%
- 更大的组织能更早达到同等通过率
「编程与Agent」频道最新
- 安全审计显示：自主漏洞研究程序 XBOW 已修复约 12 个上游 bug — moyix · 2026-09-23
- 给 Agent 加一句「用形式验证找 bug」，代码质量显著提升 — sh_reya · 2026-09-23
- 团队用 Typesafe Jev 在工单创建时自动追问缺失信息 — TheMoonMidas · 2026-09-23
- 评测第一步是发现错误:跳过它就会衡量错误的问题 — FinanceYF5 · 2026-09-23
- AI 产品易改难测:Evals 把「好」变成可重复的上线检查 — FinanceYF5 · 2026-09-23
- MCP 是个坏主意吗?视频引发智能体协议反思 — RelevantEmergency707 · 2026-09-23