Microsoft
Генерация кодаMicrosoft ResearchAgenshмультиагентные системыProgramBenchopen source

Microsoft Research протестировала Agensh: 1024 агента без центрального оркестратора

Сергей Сергеев, редактор gen-hub.ru
Сергей Сергеев
Редактор gen-hub.ru
·4 мин чтения
Microsoft Research протестировала Agensh: 1024 агента без центрального оркестратора

Большинство многоагентных систем устроены по принципу армии: есть главный, который раздает задачи, следит за выполнением и собирает результат. Проблема в том, что этот главный становится узким местом - чем больше агентов, тем сильнее он тормозит всю систему. Microsoft Research решила убрать командира вообще.

Препринт об Agensh появился на arXiv 22 сентября 2026 года. Первый автор работы - Zhihao Zhan из Microsoft Research.

Как это работает без начальника

Каждый агент в Agensh выполняет один и тот же пятишаговый цикл: собирает текущее состояние проекта, сам берет себе подзадачу, работает с инструментами, проверяет результат и вливает изменения в общее пространство. Никто не ждет команды сверху - агенты работают асинхронно и параллельно.

Общая инфраструктура держится на трех компонентах. Общее рабочее пространство построено на Gitea - по сути, это общий репозиторий, куда все сливают изменения. Система сообщений работает на Mattermost - агенты могут договариваться между собой, разруливать конфликты и зависимости. Третий компонент - общий контекст, где хранятся повторно используемые находки, провальные подходы, активные "захваты" задач и сводки завершенных изменений. Авторы ссылаются на идеи из DeLM при проектировании этого слоя.

Технически Agensh - это надстройка над обычным одноагентным харнессом. Базовый агент по-прежнему сам думает и использует инструменты, а Agensh берет на себя идентификацию, маршрутизацию событий, общее состояние, координацию и восстановление после сбоев. Это означает, что под капот можно подключить Claude Code, Copilot или любой другой агент через легковесный адаптер - сам цикл сотрудничества не меняется.

Цифры с бенчмарка

Для оценки команда выбрала ProgramBench - один из самых жестких бенчмарков для программных агентов. Задача звучит так: воспроизвести поведение эталонного программного обеспечения с нуля, без доступа в интернет, за шесть часов. Пять проектов - FFmpeg, gromacs, pandoc, PHP-src и ctags - покрывают мультимедиа, молекулярное моделирование, конвертацию документов, интерпретатор языка и индексацию кода. PHP-src в тестовой версии содержит больше 26 000 файлов и около 2,8 миллиона строк кода.

Модель во всех экспериментах - GPT-5.6-sol на высоком уровне мощности.

Средний результат по пяти задачам при одном агенте составил 19,31% прохождения тестов. При 128 агентах - 28,78%. Прирост - 9,47 процентных пункта, или около 49% в относительном выражении.

Наиболее показателен эксперимент с pandoc. Один агент дает 33,89%, а 1024 агента - 55,06%. Разница - 21,17 процентных пункта при одном и том же шестичасовом бюджете.

Есть и временной срез, который многое говорит о смысле масштабирования: 128 агентов пробивают отметку в 30% уже через 30 минут. Команда из 32 агентов - через 60 минут. Восемь агентов - через 90 минут. Один агент не достигает этой отметки в первые два часа вообще. То есть дело не только в итоговом результате, но и в скорости его достижения.

Что происходит внутри при росте команды

Исследователи фиксируют, что при разном масштабе в системе возникают разные паттерны самоорганизации. 8 агентов - базовая координация с соседями. 32 агента - управление интеграцией между несколькими участниками. 128 агентов - стихийное разделение на специализации и стандартизация процессов. 1024 агента - полноценное разделение ролей на уровне всей организации. Никто это не программировал явно - оно возникает само из правил взаимодействия.

Команда, по сути, показывает, что агентное масштабирование - это новое измерение улучшения качества, отдельное от масштабирования самой модели или длины контекста.

Что это меняет на практике

Сравним с тем, что есть сейчас. Большинство промышленных многоагентных фреймворков - AutoGen, LangGraph, Crew AI - предполагают явную топологию: кто кому передает задачи, кто финальный судья. Agensh убирает эту топологию и заменяет ее распределенной инфраструктурой. Аналогия из разработки - это как перейти от монорепо с одним техлидом, который ревьюит каждый коммит, к модели open source, где сотни контрибьюторов сами берут задачи из бэклога.

Оговорка авторов честная: все эксперименты проведены на одном семействе бенчмарков, одной конфигурации модели и строго ограниченных задачах по воспроизведению ПО. Переносится ли такое масштабирование на задачи с менее структурированным выходом - пока открытый вопрос. Затраты на координацию, инференс и инфраструктуру при 1024 агентах тоже никуда не деваются.

Тем не менее архитектурный принцип - число агентов как управляемая переменная масштабирования - уже достаточно весомый, чтобы к нему присмотрелись команды, строящие сложные пайплайны.

Источники

Все эти инструменты - уже на Genova-ai

Картинки, видео, музыка, голос и ИИ-чат в одном месте. Без VPN и зарубежных карт.

Картинки
Видео
Музыка
Голос
ИИ-чат
Попробовать бесплатно

Похожие новости

V
Генерация кода

Vercel Labs выпустила UI SDK: 50+ поведений интерфейса для ИИ-агентов

Vercel Labs открыла бета-версию UI SDK под Apache-2.0: набор из 50+ поведений интерфейса, из которых агенты собирают доступные компоненты для React, Vue, Svelte, Solid и Web Components.

14 ноября3 мин чтения
Hugging Face
Генерация кода

llama.cpp и ggml вышли в версии 1.0.0 и перешли на семантическое версионирование

Команда ggml-org выпустила llama.cpp и ggml v1.0.0. Теперь поломки API и ABI будут отмечать повышением мажорной версии, а сборки появятся в Homebrew, Winget, conda-forge и других каналах.

13 ноября3 мин чтения
A
Генерация кода

Amplitude оценивает срок выпуска доработок с агентом Wave в 1-2 дня, раньше уходил месяц

Amplitude рассказала, что ее агент Wave на моделях OpenAI сокращает путь от идеи до релиза с примерно месяца до 1-2 дней. В тесте на своей главной странице число сообщений через карточки-подсказки через день выросло на 160% относительно контрольной группы.

13 ноября3 мин чтения