据MarkTechPost 10月25日报道，微软研究院已开源Agensh，这是一个面向大规模编程智能体的去中心化多智能体框架。它取消多数智能体框架依赖的中心调度器，让每个工作智能体自行认领子任务、共享发现并把代码合并到公共Git仓库；研究团队在ProgramBench上把规模从1个智能体扩展到1024个智能体。

Agensh针对的是“调度器上限”：在常见的orchestrator-worker设计中，主导智能体负责规划、分配和合并全部工作。报道称，Claude Code agent teams、Codex sub-agents、Copilot fleet和Kimi Agent Swarm都采用或接近这种设计。Agensh让工作智能体自己完成协调，每个worker并发、异步运行同一套五步循环：收集上下文、认领子任务、执行操作、验证结果、合并进展。该循环写在提示词中，而不是运行时代码里；除ID外，每个worker收到相同的提示词。

这套协作依赖三个服务：Gitea托管共享工作区，包括分支、PR和合并冲突；Mattermost承载团队频道和用于紧急冲突的私信；一个改编自DeLM的共享上下文板存储OBSERVED、FACT、FAIL、CLAIM和PATCH_SUMMARY五类带类型笔记。Agensh位于单智能体harness之上，实验使用GitHub Copilot CLI；论文称可用轻量适配器接入Claude Code等其他harness。资源配置上，每个worker的输入上限为272000个token，输出上限为128000个token，内存上限为64GiB；默认单节点运行8个worker，1024个智能体的运行使用16个节点、每节点64个智能体，环境为Linux加Docker Compose。

测试选取ProgramBench五项最难任务：FFmpeg、gromacs、pandoc、PHP-src和ctags。智能体需在6小时内离线根据程序的可观察行为重建程序，参考仓库规模从pandoc的2767个文件到PHP-src的26266个文件。使用GPT-5.6-sol并在高推理强度下，五项任务的平均最终测试通过率从1个智能体的19.31%升至8个的20.68%、32个的26.52%和128个的28.78%，提高9.47个百分点，相对提升约49%。在pandoc单项上，通过率依次为33.89%、41.75%、43.11%、50.94%，1024个智能体时为55.06%。速度方面，128个智能体在30分钟检查点使pandoc通过率达到30%，32个和8个智能体分别需要60分钟和90分钟。

报道还提到README中的更新数据：使用GPT-6.1-sol时，pandoc通过率从1个智能体的56.19%升至32个智能体的79.59%，相对提升41.64%；这组数据未写入v1论文。随着规模扩大，8个智能体时同伴自行商定接口并解决重叠认领；32个时出现同伴审查，一次批准在出现反例后被撤回；128个时worker复用可信审查者并标准化集成协议；1024个时多名worker承担集成角色，同伴恢复失败的工作，这些角色均未被硬编码。Agensh以MIT许可证开源，发布内容包含单节点Docker Compose团队和单智能体基线。