Microsoft публикува Agensh с отворен код: многоагентна платформа за 1024 агента
Microsoft Research публикува с отворен код Agensh — децентрализирана платформа за големи екипи от агенти за програмиране. Многоагентната платформа Agensh премахва централния оркестратор, от който зависят повечето рамки за агенти. Всеки работник избира собствена подзадача, споделя открития и обединява кода в общ Git репозиториум. В ProgramBench екипът мащабира конфигурацията от 1 до 1024 агенти.
Накратко
- Платформа: тествана с от 1 до 1024 агенти. Всеки работник получава лимит от 272 000 токена за вход и 128 000 токена за изход.
- Работи на: Linux с Docker Compose. По подразбиране на един възел (8 работници). При теста с 1024 агенти са използвани 16 възела с по 64 агенти. Работниците имат лимит на паметта от 64 GiB.
- Производителност: повече агенти повишават резултатите при всичките 5 най-трудни задачи в ProgramBench и ги достигат по-бързо.
- Най-добър резултат: 79,59% успеваемост при pandoc с 32 агенти и GPT-6.1-sol. GPT-5.6-sol достига 55,06% с 1024 агенти.
- Най-слаб резултат: средната стойност за 5-те задачи достига едва 28,78% при 128 агенти. Преминаването от 1 към 8 агенти добавя 1,37 процентни пункта.
Какво представлява Agensh?
Agensh е многоагентна платформа от Microsoft Research, която координира множество LLM агенти без водещ агент.
Целевият проблем е ограничението на оркестратора. При архитектурите „оркестратор–работници“ водещ агент планира, разпределя и обединява цялата работа. В научната статия като примери са посочени екипите от агенти на Claude Code, подагентите на Codex, флотилията на Copilot и Kimi Agent Swarm. Agensh позволява на работниците сами да извършват тази координация.
Как работи цикълът на сътрудничество в Agensh?
Всеки работник изпълнява един и същ 5-стъпков цикъл едновременно и асинхронно:
- Събиране на контекст: прочита целта, напредъка на колегите, съобщенията и откритията.
- Поемане на подзадача: публикува CLAIM, след което разрешава припокриванията чрез директни съобщения.
- Предприемане на действия: работи локално с инструменти и публикува полезните открития възможно най-рано.
- Проверка на резултатите: проверява работата спрямо критериите за приемане на подзадачата.
- Обединяване на напредъка: обединява промените в споделения репозиториум, публикува актуализация и повтаря процеса.
Три услуги свързват работниците. Gitea хоства споделеното работно пространство с клонове, заявки за изтегляне и конфликти при обединяване. Mattermost предоставя общ екипен канал и директни съобщения за спешни конфликти. Споделена дъска за контекст, адаптирана от DeLM, съхранява типизирани бележки: OBSERVED, FACT, FAIL, CLAIM и PATCH_SUMMARY.
Цикълът е заложен в подсказката, а не в кода на средата за изпълнение. Всеки работник получава една и съща подсказка с изключение на своя ID. Agensh работи върху платформа за един агент. В експериментите е използван GitHub Copilot CLI. В научната статия се посочва, че тънки адаптери могат да свързват и други платформи, като Claude Code.
Колко добре се мащабира Agensh в ProgramBench?
Екипът на Microsoft тества 5-те най-трудни задачи в ProgramBench: FFmpeg, gromacs, pandoc, PHP-src и ctags. Агентите възстановяват всяка програма въз основа на наблюдаваното ѝ поведение. Те работят офлайн в рамките на 6 часа. Референтните репозиториуми варират от 2767 файла (pandoc) до 26 266 файла (PHP-src).
При GPT-5.6-sol с високо ниво на усилие за разсъждение средната крайна успеваемост на тестовете се промени по следния начин:
- 1 агент: 19,31%
- 8 агенти: 20,68%
- 32 агенти: 26,52%
- 128 агенти: 28,78%
Това е увеличение с 9,47 процентни пункта, или около 49% относително. Само при pandoc резултатите са 33,89% (1), 41,75% (8), 43,11% (32), 50,94% (128) и 55,06% (1024).
Скоростта също се подобрява: при pandoc 128 агенти достигат 30% на 30-минутния контролен момент. На 32 и 8 агенти са им нужни съответно 60 и 90 минути.
README файлът добавя по-нов модел. С GPT-6.1-sol резултатът при pandoc се повишава от 56,19% (1 агент) до 79,59% (32 агенти). Това е относително увеличение от 41,64%. Тези данни за GPT-6.1-sol не са включени в статията v1.
Какви поведения се появиха с разрастването на екипа?
Изследователският екип проследи траекториите на работниците при всеки мащаб:
- 8 агенти: колегите се споразумяха за интерфейсите и сами разрешиха припокриващите се заявки.
- 32 агенти: колегите преглеждаха споделената работа; едно одобрение беше оттеглено след контрапример.
- 128 агенти: работниците повторно използваха доверени рецензенти и стандартизираха протокол за интеграция.
- 1024 агенти: няколко работници действаха като интегратори, а колегите възстановяваха неуспешната работа.
Нито една от тези роли не е зададена предварително в кода.
Как Agensh се сравнява с други многоагентни платформи?
| Функция | Agensh | Екипи от агенти на Claude Code | Kimi Agent Swarm | Copilot CLI /fleet |
|---|---|---|---|---|
| Координация | Без оркестратор; колегите сами поемат работа | Фиксирана водеща сесия координира съотборниците | Оркестраторът разделя задачите | Copilot разпределя части към подагенти |
| Тестван брой агенти | Тествани са 1024 | Няма твърд лимит; препоръчват се от 3 до 5 | До 100 подагенти | Не е обявено |
| Споделено състояние | Gitea репозиториум + споделена дъска за контекст | Споделен списък със задачи с блокиране на файлове | Не е обявено | План от режим за планиране |
| Обмен на съобщения | Канал в Mattermost + директни съобщения | Съобщения в пощенска кутия между съотборниците | Не е обявено | Не е обявено |
| Модели | Независим от модела; тестван с GPT-5.6-sol и GPT-6.1-sol | Модели Claude | Kimi K2.5 | Не е обявено |
| Твърдение за скоростта | 30% при pandoc за 30 минути (128 агенти) | Не е обявено | 4,5 пъти по-бърз от последователното изпълнение (по собствени данни) | Не е обявено |
| Достъпност | С отворен код, MIT | В Claude Code; експериментален, изключен по подразбиране | За абонати от най-високо ниво, предварителна изследователска версия | В Copilot CLI |
Как се стартира Agensh?
Изданието включва екип за един възел с Docker Compose и базова конфигурация с един агент. И двете използват собствени Copilot ACP сесии. Необходими са Linux с Docker Engine, Compose v2, systemd, cgroup v2 и Python 3.11+. Стандартните настройки са 8 работници, 6 часа за задача и gpt-5.6-sol с високо ниво на усилие. Необходими са също ProgramBench (потвърдена е версия v1.2.5) и API токен за модела. Пълните инструкции са в ръководството за възпроизвеждане.
Основни изводи
- Agensh координира до 1024 агенти без централен оркестратор.
- Работниците сами поемат задачите чрез Gitea, Mattermost и споделена дъска с открития.
- 128 агенти повишават средната стойност за 5-те задачи в ProgramBench от 19,31% на 28,78%.
- GPT-6.1-sol с 32 агенти достига 79,59% при pandoc.
- Кодът е лицензиран под MIT, но цената на токените не е обявена.
Разгледайте статията, GitHub репозиториума и страницата на проекта. Също така можете да ни последвате в Twitter и не забравяйте да се присъедините към нашия SubReddit за машинно обучение с над 150 хил. членове и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Вече можете да се присъедините към нас и в Telegram.
Имате нужда от партньор за популяризирането на вашия GitHub репозиториум ИЛИ страница в Hugging Face, ИЛИ продуктово издание, ИЛИ уебинар и т.н.? Свържете се с нас
Преведено автоматично от английски. Оригиналната статия е на връзката по-долу.