当1024个AI没有老板：微软Agensh与第三条扩展路线 一个模型单打独斗两个小时没解开的代码缺陷，换成128个AI协同作战，半小时就能跑通。微软研究院在论文 Agensh: Scaling Organizational Intelligence to 1,024 Agents 中开源了无中心调度系统Agensh，首次将多智能体协作推到了1024个的量级。 测试结果显示，在ProgramBench的高难度用例中，团队规模从单节点扩到…

事件核心：发生了什么

微软研究院在论文 Agensh: Scaling Organizational Intelligence to 1,024 Agents 中公开了一套去中心化的多智能体协作系统。它没有设置统一派活的”项目经理”节点，所有 Agent 共享同一份需求文档，各自循环执行五项操作：拉取上下文、认领任务、本地编码测试、校验产物、发起 Pull Request 合并。

测试数据来自 ProgramBench 高难度用例和文档转换工具 pandoc。团队规模从单节点扩到 128 个时，ProgramBench 通过率由 19.31% 升至 28.78%；在 pandoc 测试集上压入 1024 个节点，通过率进一步达到 55.06%。一个模型单跑两小时没解开的代码缺陷，128 个 Agent 协作用时约半小时跑通。

为什么重要

当前大模型解决复杂工程问题主要走两条路：堆参数训练更大底座，或在推理阶段拉长思考时间（Test-time Compute）。但面对数万行代码、复杂依赖和频繁回归测试的项目，单模型容易被超长上下文拖垮。主流多 Agent 框架采用中央路由设计，节点超过几十个后，主控模型自身的上下文窗口和通信吞吐就成了拥堵点。

Agensh 提出第三条路：不增加单点能力，而是增加协作节点数量。系统内部随规模演化出类似软件团队的自发秩序——8 个节点时约定 API 规范，32 个节点时出现同行审查与拒绝合并，128 个节点时沉淀出”测试通过+哈希校验”的标准提交流程，1024 个节点时涌现出专职合并与冲突仲裁的整合者，节点崩溃时其他角色主动接盘。这套逻辑把开源社区的运转方式搬进了机器内部。

对用户/开发者/创作者的影响

对开发者而言，这意味着长周期代码库重构可能不再依赖单一模型的超长上下文能力，而是交给一群并发轻量模型自治完成。像 Cursor、Cognition 这类主打单点辅助和短流程协同的编程工具，需要重新评估定位——核心价值可能从”补全几行代码”转向分支隔离、自动化冲突仲裁和低时延全局状态存储。代码仓库的角色也在变化，它正从人类提交代码的存储库变成机器群体协作的生产车间与通信总线。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对云厂商来说，按单次 API 调用计费的模式难以适配这种长时间自治吞吐，未来算力可能转向面向持久并发集群的资源调度。企业采购和基础设施规划需要提前考虑并发 Agent 集群的调度成本，而非简单的 token 消耗预算。

值得关注的后续

第一，Agensh 是否从论文走向可用的开源产品，1024 节点规模的资源开销和稳定性目前公开信息有限。第二，Cursor、Cognition 等编程工具是否会跟进去中心化协作架构，或转向提供冲突仲裁与状态存储等配套能力。第三，云厂商的计费模型是否出现面向持久 Agent 集群的新形态。

来源：@jack20731