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
- 把 Claude 放进 VRChat:蝴蝶形象能听能看,翅膀还会自己写代码 — repligate · 2026-10-05
- 同一批模型换壳对比:Claude Code 体验为何垫底 — intellectronica · 2026-10-05
- Agent 运行时护栏怎么落地?Reddit 工程师求实用经验 — Patieusmdaxnt_in3241 · 2026-10-05
- vibecoder 共识：每个 AI 编程玩家都该自建 LLM 监控 — ssh4net · 2026-10-05
- 在 Steam Frame 上端侧 vibe coding 开发 OpenXR VR 应用 — ZeroStateReflex · 2026-10-05
- Code review 新定位：从必经流程变为风险管控 — intellectronica · 2026-10-05