微软 Agensh 论文:无中心调度扩展到 1024 个 agent
rohanpaul_ai · x · 2026-10-05
arXiv 论文《Agensh: Scaling Organizational Intelligence to 1,024 Agents》(微软,作者含 Li Dong、Furu Wei 等),提出去除中央编排器的自组织多智能体框架。
核心机制是一个异步协作循环:worker 持续收集上下文、自主认领并分配子任务、执行动作、共享发现、验证结果并合并进展。支撑基础设施包括三部分:共享工作区(存放提议/进行中/已完成工作)、worker 间消息接口、保留可复用发现与意图的共享上下文。
实验用 GPT-5.6-sol (high) 在 ProgramBench 最难 5 个任务上测试:1→128 个 agent 使平均最终测试通过率从 19.31% 升至 28.78%(相对提升约 49%),更大组织更早达到同等通过率;在 pandoc 任务上扩展到 1024 个 agent 时通过率从 33.89% 升至 55.06%。Worker 轨迹显示多种形式的自组织协作逐渐涌现。
所属事件:微软发布去中心化编码智能体框架 Agensh(2 条相关)→
「编程与Agent」频道最新
- 程序员吐槽 AI 改代码:bug 修了但代码量翻倍、零抽象 — MilesCranmer · 2026-11-22
- 跑数万 agent 沙箱要几万计算节点,swarm 架构图曝光 — hwchase17 · 2026-11-22
- 基于状态图的 actor 运行时:单进程跑 100 万只作战蚂蚁 — sull · 2026-11-22
- Agent 自主连跑数小时打《大乱斗》,存录像任务失败只留 15fps 低清 — anpaure · 2026-11-22
- Teknium 曝 Hermes 用户 token 构成:92.4% 是缓存读取 — Teknium · 2026-11-22
- Elvis Saravia 公开个人「知识工厂」:MD 文件图谱加每日自动化维护 — omarsar0 · 2026-11-22