Microsoft открыла Agensh: децентрализованный харнесс для 1024 ИИ-агентов

Agensh — это харнесс от Microsoft Research, который координирует множество LLM-агентов без главного агента-оркестратора. В отличие от классических схем, где лидер планирует, назначает задачи и объединяет результаты, здесь каждый воркер сам выбирает подзадачу, публикует находки и сливает код в общий Git-репозиторий. Такой подход снимает «потолок оркестратора» и позволяет масштабировать систему.

В экспериментах на бенчмарке ProgramBench команда протестировала конфигурации от 1 до 1024 агентов. Каждый воркер получает на вход до 272 000 токенов и может выдать до 128 000 токенов. По умолчанию харнесс работает на одном узле с 8 воркерами, а для запуска 1024 агентов использовали 16 узлов по 64 агента. На каждый воркер выделено 64 ГБ памяти.

Результаты: больше агентов — выше оценки на всех пяти самых сложных задачах ProgramBench, причём улучшение достигалось быстрее. Лучший показатель — 79,59% pass rate на задаче pandoc с 32 агентами на модели GPT-6.1-sol. На GPT-5.6-sol с 1024 агентами получили 55,06%. Впрочем, средний результат по пяти задачам составил лишь 28,78% при 128 агентах, а переход с 1 на 8 агентов добавил всего 1,37 балла.

Архитектура Agensh строится на пятишаговом цикле: сбор контекста, захват подзадачи, действие, верификация и слияние. Воркеры общаются через три сервиса: Gitea (общий репозиторий с ветками и PR), Mattermost (командный канал и прямые сообщения) и контекстную доску на основе DeLM с типизированными заметками. Весь цикл живёт в промпте, а не в коде рантайма. Харнесс совместим с GitHub Copilot CLI и, через тонкие адаптеры, с Claude Code.