Microsoft відкрила вихідний код Agensh: багатоагентного фреймворку для 1024 агентів

Microsoft Research відкрила вихідний код Agensh — децентралізованого середовища для великих команд агентів програмування. Мультиагентне середовище Agensh усуває центральний оркестратор, від якого залежать більшість агентських фреймворків. Кожен виконавець сам обирає підзавдання, ділиться результатами та об’єднує код у спільному Git-репозиторії. У ProgramBench команда масштабувала систему від 1 до 1 024 агентів.

Коротко

Середовище: протестовано від 1 до 1 024 агентів. Кожен виконавець отримує ліміт у 272 000 токенів для введення та 128 000 токенів для виведення.
Працює на: Linux із Docker Compose. За замовчуванням — один вузол (8 виконавців). Для запуску зі 1 024 агентами використовували 16 вузлів, по 64 агенти на кожному. Ліміт пам’яті для виконавців — 64 ГіБ.
Продуктивність: більша кількість агентів підвищила результати в усіх 5 найскладніших завданнях ProgramBench і дозволила швидше їх виконати.
Найкращий результат: 79,59% успішних тестів для pandoc із 32 агентами на GPT-6.1-sol. GPT-5.6-sol досягла 55,06% із 1 024 агентами.
Найгірший результат: середнє значення для 5 завдань досягло лише 28,78% зі 128 агентами. Перехід від 1 до 8 агентів додав 1,37 відсоткового пункту.

Що таке Agensh?

Agensh — це мультиагентне середовище від Microsoft Research, яке координує роботу багатьох LLM-агентів без головного агента.

Цільова проблема — обмеження оркестратора. У схемах «оркестратор — виконавці» головний агент планує, розподіляє та об’єднує всю роботу. У дослідницькій статті як приклади наведено команди агентів Claude Code, субагентів Codex, Copilot fleet і Kimi Agent Swarm. Agensh дає змогу виконавцям самостійно координувати цю роботу.

Як працює цикл взаємодії в Agensh?

Кожен виконавець одночасно та асинхронно проходить один і той самий 5-кроковий цикл:

Зібрати контекст: прочитати мету, прогрес колег, повідомлення та результати.
Взяти підзавдання: опублікувати CLAIM, а потім узгодити перетини за допомогою прямих повідомлень.
Діяти: працювати локально з інструментами та завчасно публікувати корисні результати.
Перевірити результати: зіставити виконану роботу з критеріями приймання підзавдання.
Об’єднати прогрес: об’єднати зміни у спільному репозиторії, опублікувати оновлення, а потім повторити цикл.

Виконавців з’єднують три сервіси. Gitea розміщує спільний робочий простір із гілками, PR і конфліктами злиття. Mattermost забезпечує командний канал і прямі повідомлення для термінового вирішення конфліктів. Спільна дошка контексту, адаптована з DeLM, зберігає типізовані нотатки: OBSERVED, FACT, FAIL, CLAIM і PATCH_SUMMARY.

Цикл реалізовано в підказці, а не в коді середовища виконання. Усі виконавці отримують однакову підказку, за винятком їхнього ідентифікатора. Agensh працює поверх середовища для одного агента. В експериментах використовували GitHub Copilot CLI. У дослідницькій статті зазначено, що тонкі адаптери можуть під’єднувати інші середовища, зокрема Claude Code.

Наскільки добре Agensh масштабується в ProgramBench?

Команда Microsoft протестувала 5 найскладніших завдань ProgramBench: FFmpeg, gromacs, pandoc, PHP-src і ctags. Агенти відновлюють кожну програму за її спостережуваною поведінкою. Вони працюють офлайн протягом 6 годин. Еталонні репозиторії містять від 2 767 файлів (pandoc) до 26 266 файлів (PHP-src).

За високого рівня зусиль міркування GPT-5.6-sol середній фінальний показник успішного проходження тестів змінювався так:

1 агент: 19,31%
8 агентів: 20,68%
32 агенти: 26,52%
128 агентів: 28,78%

Це приріст на 9,47 відсоткового пункту, або приблизно на 49% відносно початкового значення. Лише для pandoc результати становили 33,89% (1), 41,75% (8), 43,11% (32), 50,94% (128) і 55,06% (1 024).

Швидкість також зросла: у pandoc 128 агентів досягли 30% на контрольній позначці через 30 хвилин. 32 і 8 агентам знадобилося відповідно 60 і 90 хвилин.

У README додано новішу модель. Із GPT-6.1-sol результат для pandoc зріс із 56,19% (1 агент) до 79,59% (32 агенти). Це відносний приріст на 41,64%. Цих показників для GPT-6.1-sol немає у статті версії 1.

Які моделі поведінки виникали зі зростанням команди?

Дослідницька команда відстежувала траєкторії виконавців на кожному масштабі:

8 агентів: колеги узгоджували інтерфейси та самостійно вирішували проблеми з перекриттям заявок.
32 агенти: колеги перевіряли спільну роботу; одне схвалення було відкликано після виявлення контрприкладу.
128 агентів: виконавці повторно залучали перевірених рецензентів і стандартизували протокол інтеграції.
1 024 агенти: кілька виконавців діяли як інтегратори, а колеги відновлювали невдалу роботу.

Жодна з цих ролей не була задана в коді.

Як Agensh порівнюється з іншими мультиагентними середовищами?

Функція	Agensh	команди агентів Claude Code	Kimi Agent Swarm	Copilot CLI /fleet
Координація	Без оркестратора; колеги самостійно беруть роботу	Фіксована головна сесія координує членів команди	Оркестратор розбиває завдання	Copilot розподіляє частини між субагентами
Кількість агентів	Протестовано 1 024	Жорсткого ліміту немає; рекомендовано від 3 до 5	До 100 субагентів	Не розкрито
Спільний стан	Репозиторій Gitea + спільна дошка контексту	Спільний список завдань із блокуванням файлів	Не розкрито	План із режиму планування
Обмін повідомленнями	Канал Mattermost + прямі повідомлення	Повідомлення між членами команди через поштову скриньку	Не розкрито	Не розкрито
Моделі	Не залежить від моделі; протестовано GPT-5.6-sol, GPT-6.1-sol	Моделі Claude	Kimi K2.5	Не розкрито
Заявлена швидкість	30% для pandoc через 30 хвилин (128 агентів)	Не розкрито	У 4,5 раза швидше за послідовне виконання (за власними даними)	Не розкрито
Доступність	Відкритий код, MIT	У Claude Code; експериментальна функція, вимкнена за замовчуванням	Для передплатників найвищого рівня, попередня дослідницька версія	У Copilot CLI

Як запустити Agensh?

До релізу входять команда Docker Compose для одного вузла та базова конфігурація для одного агента. Обидві використовують нативні сесії Copilot ACP. Потрібні Linux із Docker Engine, Compose v2, systemd, cgroup v2 і Python 3.11+. За замовчуванням використовується 8 виконавців, 6 годин на завдання та gpt-5.6-sol із високим рівнем зусиль. Також потрібні ProgramBench (перевірено версію v1.2.5) і токен API моделі. Повні інструкції наведено в посібнику з відтворення.

Основні висновки

Agensh координує до 1 024 агентів без центрального оркестратора.
Виконавці самостійно беруть завдання через Gitea, Mattermost і спільну дошку результатів.
128 агентів підвищили середній результат ProgramBench для 5 завдань із 19,31% до 28,78%.
GPT-6.1-sol із 32 агентами досягла 79,59% у pandoc.
Код поширюється за ліцензією MIT, але вартість токенів не розкрито.

Ознайомтеся зі статтею, репозиторієм GitHub і сторінкою проєкту. Також підписуйтеся на нас у Twitter і не забудьте приєднатися до нашого субреддіту про машинне навчання з понад 150 тисячами учасників та підписатися на нашу розсилку. Стривайте! Ви користуєтеся Telegram? Тепер ви також можете приєднатися до нас у Telegram.

Потрібно співпрацювати з нами для просування вашого репозиторію GitHub, сторінки на Hugging Face, релізу продукту, вебінару тощо? Зв’яжіться з нами

Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.