10 月 24 日，微软研究院开源了一套面向大规模编程智能体协作的框架 Agensh，核心思路是去掉大多数智能体框架依赖的中心编排器，让每个工作智能体自己挑子任务、自己合并代码。在 ProgramBench 基准上，团队把这套配置从 1 个智能体一路扩到了 1024 个。
没有主控的协作循环
Agensh 里每个 worker 跑同样的 5 步循环，并发且异步：读取目标、同伴进度与消息来收集上下文；发一条 CLAIM 认领子任务，重叠部分通过直接消息协商；用工具在本地干活并尽早同步发现；按子任务的验收标准检查结果；把进度合并进公共 Git 仓库。
论文把要解决的问题称作编排器天花板。带主控的设计里，lead agent 负责规划、分派、合并全部工作，Claude Code 的 agent teams、Codex 子智能体、Copilot fleet 和 Kimi Agent Swarm 都属于这一类。Agensh 把这部分协调工作交还给 worker 自己做。
智能体越多分不一定越高
每个 worker 的输入上限 272000 token，输出上限 128000 token，内存上限 64 GiB。默认单节点跑 8 个 worker，1024 智能体那次用了 16 个节点、每节点 64 个智能体。
结果有点反直觉。智能体数量增加让 ProgramBench 上最难的 5 项任务得分都更高，也更早达到。最好的一组是 32 个智能体配 GPT-6.1-sol，pandoc 通过率 79.59%；GPT-5.6-sol 配 1024 个智能体拿到 55.06%；最差的是 128 个智能体时 5 项任务平均只有 28.78%。从 1 个加到 8 个只多了 1.37 分。
这套框架由微软研究院发布，代码以 MIT 许可开放，运行环境是 Linux 加 Docker Compose，部署门槛主要卡在节点数量上，单节点算力反而不紧张。
编排层如何做崩溃续跑是另一套问题，Vercel durable-harness 拆解 可以对照着看。
延伸阅读
- OpenAI Dots常驻智能体：GPT-6 Astra驱动，4000+应用集成3 周前
- 微软 MAI-DxO 诊断智能体：83.2% 准确率对医生 36.1%2 天前
- 英伟达 Nemotron 3.5 Super VL：1200 亿参数，单卡吞吐提升 5 倍1 周前
- 微软联手英伟达推RTX Spark AI电脑：起售价2600美元2 周前
继续读
同一批更新里这几篇值得一看：
- 蚂蚁数科发布LingDT-Decision-1.0：Token降90%2026-10-25
- Anthropic 开源 sandbox-runtime：权限弹窗减少 84%2026-10-25
- 微软员工十年来首次下降：22.3 万人，研发降至 7.7 万2026-10-24