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
所属事件:微软 Agensh：无中心编排扩到 1024 个 Agent(3 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12