微软Agensh详解：无中心编排器，支持1024个Agent自组织协作的新架构‌

当前主流多智能体系统普遍采用‌“编排者-工作者”的中心化架构‌，由一个中心编排器负责拆分任务、分配子任务、调度进度、汇总结果，整个系统的并发上限、吞吐量完全受限于这个中心节点的调度带宽，当Agent数量扩展到数十个以上时，很容易出现调度瓶颈、单点故障、任务分配僵化等问题，无法支撑大规模复杂工程任务的高效推进。goto:AID－eepThink.cn

微软研究院在2026年9月正式开源的Agensh（Xiv论文编号2609.26781），彻底移除了这个中心编排器，首次将‌Agent数量定义为大模型能力缩放的全新独立维度‌，在不升级底层大模型、不延长单Agent推理时长的前提下，通过横向扩展Agent数量，让系统整体的复杂任务完成率随Agent规模同步提升，为长周期、高复杂度的大规模工程场景提供了完全不同的技术路线。

一、架构设计

Agensh的整套系统由两大核心部分深度耦合而成，所有Agent完全对等、异步并发运行，没有任何特殊的“调度者”节点：

1. 通用五步自组织协作循环‌

每个Agent都独立执行完全相同的协作流程，全程没有任何外部节点给它分配任务，所有子任务的发现、认领、执行、校验、合并完全自主完成：

• ‌收集上下文‌：Agent启动本轮循环时，先同步共享工作区、消息频道、共享上下文内的所有最新进展，完整掌握当前项目的完成进度、已发现的问题、已被认领的子任务，避免重复劳动。
• ‌认领子任务‌：基于全局上下文自主发现未完成的子任务，公开在共享上下文中标注认领；如果出现多个Agent同时认领同一个任务的情况，自动通过点对点私聊协商，快速拆分任务边界、避免工作重叠。
• ‌执行动作‌：独立完成代码编写、单元测试、文档生成、Bug修复等具体工作，全程不需要等待其他Agent的进度，完全异步推进。
• ‌验证结果‌：对自己产出的内容做自检，运行配套测试用例，不达标则自行迭代修正，直到产出符合质量标准的成果。goto:AID－eepThink.cn
• ‌合并进展‌：将完成的成果以Pull Request的形式提交到共享工作区主干，完成后立即回到第一步，进入下一轮协作循环。

2. 轻量三件套协作基础设施‌

整套基础设施完全基于成熟开源工具搭建，没有任何自研的复杂调度组件，部署门槛极低：

• ‌共享工作区‌：基于Gitea实现，完全复用Git的版本控制能力，支持多Agent并发写入、自动记录修改来源、自动检测合并冲突，冲突出现后直接暴露给Agent，由Agent自主回溯解决，所有项目产出物全程可追溯。
• ‌消息接口‌：基于Mattermost实现，分为两类消息通道：公共任务频道承载全局项目公告、进展同步；一对一私聊用于紧急协商任务重叠、解决依赖冲突、请求协助。所有消息异步投递，不会打断Agent的正常工作流程。goto:AID－eepThink.cn
• ‌共享上下文‌：基于仅追加型数据库实现，借鉴DeLM的设计思路，所有Agent可以发布带类型的结构化条目，记录已发现的问题、踩过的坑、任务认领记录，配套全局grep检索工具，让所有Agent随时可以查询超出自身短期记忆的完整历史信息。

3. 底层框架兼容性设计

Agensh不是替代现有单智能体Harness，而是作为叠加在单Agent框架之上的‌组织层‌存在，两者之间的接口设计得极简且即插即用：协作循环完全通过每个Agent Prompt里的工作流指令实现，没有硬编码进运行时，所有Agent的Prompt除了唯一的工作者ID之外完全一致。只需要开发轻量的Harness适配器，就可以快速接入Claude Code、Copilot等不同的底层智能体框架，不需要修改任何底层模型逻辑。goto:AID－eepThink.cn

4. 核心技术优势

• 无中心性能天花板‌：彻底摆脱传统中心编排器的调度带宽瓶颈，Agent数量可从1线性扩展至1024，系统整体吞吐量随Agent规模同步提升
• 极强的底层兼容性‌：作为叠加在单Agent Harness之上的组织层，无需修改底层模型逻辑，通过轻量适配器即可接入Claude Code、Copilot等不同底层智能体框架
• 极低的部署门槛‌：整套基础设施基于通用开源工具搭建，无需自研复杂调度引擎，企业可快速完成落地部署

二、实测性能

微软团队在完全断网、总时长6小时的硬约束下，固定底层模型为GPT-5.6-sol（高推理强度），测试不同Agent规模下的任务完成率，得到了非常明确的性能缩放曲线：goto:AID－eepThink.cn

1. ‌ProgramBench最难5题测试‌

5道高复杂度编程任务的平均最终测试通过率，1个Agent时仅为‌19.31%‌，扩展到128个Agent后直接提升至‌28.78%‌，相对提升幅度达到49%，绝对通过率提升9.47个百分点。 ‌

2. pandoc复杂工程复现测试‌

单Agent的任务完成率为‌33.89%‌，扩展到128个Agent后提升至‌50.94%‌，扩展到1024个Agent后进一步提升至‌55.06%‌，相比单Agent绝对通过率提升21.17个百分点。

3. 额外观测到的规律

Agent组织规模越大，往往能越早摸到接近上限的通过率，128个Agent完成任务的耗时，仅为单Agent的1/4不到，在限时交付的场景下效率优势极其明显。

三、随规模涌现的自组织特性

随着Agent数量从个位数增长到千级，系统会自发涌现出类似人类团队的协作组织能力，完全不需要人工预先定义规则：

• ‌8个Agent阶段‌：所有Agent会自发约定统一的代码接口规范，之后各自独立并行开发不同的功能模块，不会出现接口不兼容的问题。
• ‌32个Agent阶段‌：系统内自发形成多人交叉评审机制，发现Bug后会自动撤回不合格的提交，要求对应Agent返工修正，整体产出物的缺陷率大幅下降。goto:AID－eepThink.cn
• ‌128个Agent阶段‌：Agent之间自然出现专业分工，还共同发明了一套“更新+测试+哈希验证”的标准化整合协议，这套协议会被所有Agent复用、迭代优化，大幅降低大规模合并时的冲突概率。
• ‌1024个Agent阶段‌：系统内自然分化出专职的“整合者”角色，专门负责处理大规模代码合并、全局冲突解决的工作；单个Agent出现故障、任务失败后，立刻会有其他空闲Agent自动接手，整个系统不再依赖任何单一个体，容错能力拉满。

四、落地价值与适用边界

Agensh跳出了传统大模型“堆参数、堆推理时长”的能力缩放路径，用极低的额外成本，通过横向扩展Agent数量大幅提升复杂任务的完成效率，尤其适配大规模代码开发、长周期科研攻坚、百万级文档批量处理等调用量大、任务链路长的场景。goto:AID－eepThink.cn

它的核心优势还体现在极强的容错性上：没有单点故障节点，部分Agent的错误产出不会导致整个系统卡死，其他Agent可以自主修正问题、继续推进项目，完全规避了传统中心化多智能体架构的调度瓶颈和单点失效风险。 行业价值。