一句话看懂：微软研究院开源了多智能体协作框架 Agensh，它去掉常见的“总调度”角色，让每个编码 Agent 自行认领子任务；公开材料显示，团队在 ProgramBench 上把规模从 1 个 Agent 扩展到 1,024 个。
事件核心：发生了什么
根据 MarkTechPost 对微软研究院成果的报道，Agensh 是一个面向大规模编码 Agent 团队的“去中心化 harness”。与 Claude Code agent teams、Codex 子 Agent、Copilot fleet 等编排者—工作者（orchestrator-worker）模式不同，Agensh 不设主导 Agent，所有 worker 运行同一个五步循环：读取目标与同伴进展、发布 CLAIM 认领子任务、执行并共享发现、按验收标准自检、合并代码到共享仓库。协作依托三类服务：Gitea 承载共享仓库与分支合并，Mattermost 用于频道和私信沟通，另有一块记录 OBSERVED、FACT、FAIL、CLAIM 等类型笔记的共享上下文板。部署上使用 Linux 加 Docker Compose，默认单节点 8 个 worker；1,024 Agent 的测试用了 16 个节点、每节点 64 个 worker，每个 worker 有 64 GiB 内存上限，输入/输出 token 上限分别为 272,000 和 128,000。
为什么重要
当前多数多智能体框架依赖中央编排者做规划、分配和合并，规模变大后编排者本身容易成为瓶颈。Agensh 把协调逻辑写进提示词而非运行时代码，等于用“同质化 worker + 共享基础设施”替代层级控制，这为多 Agent 系统的扩展路径提供了一个可检验的替代方案。评测覆盖 ProgramBench 中 5 个最难任务（FFmpeg、gromacs、pandoc、PHP-src、ctags），要求 Agent 在离线、6 小时内依据行为重建程序。使用 GPT-5.6-sol 时，5 任务平均最终通过率从 1 Agent 的 19.31% 升至 128 Agent 的 28.78%；pandoc 单项在 GPT-6.1-sol 下从 1 Agent 的 56.19% 升至 32 Agent 的 79.59%。需要说明的是，这些数字有明确的任务与模型限定，不等同于通用能力排名；GPT-6.1-sol 数据来自 README，未出现在 v1 论文中。
对用户/开发者/创作者的影响
对开发者而言，Agensh 的价值在于 harness 本身不强绑定模型，论文称可通过薄适配层接入 Claude Code 等其他单 Agent 框架，实验则基于 GitHub Copilot CLI。团队还观察到规模扩大后自发出现的角色分工：128 Agent 时出现复用可信评审者、统一集成协议，1,024 Agent 时出现承担集成职责的 worker。这些角色均非硬编码，提示“让 Agent 自行组织”在工程上并非完全不可行。对普通用户和创作者，短期内更现实的意义是：大规模并行 Agent 的成本、合并冲突和结果验证仍是门槛，距离直接用于日常内容生产还有距离。
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。
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。
值得关注的后续
一是社区能否复现 1,024 Agent 的配置与结果，尤其是 16 节点下的通信与仓库冲突开销；二是薄适配层是否真正支持 Claude Code 等非 Copilot 框架，目前公开信息显示仍以论文描述为主；三是 MSR 是否发布更完整的代码、文档和 v2 实验，把 README 中的 GPT-6.1-sol 数据纳入可核查材料。
