Agensh – 微軟研究院推出的多智能體協作框架

Agensh是什麼

Agensh是微軟研究院推出的多智能體協作框架，所有智能體遵循統一的五步協作循環，通過共享代碼倉庫、即時消息和結構化看板自組織分工。實驗表明，在模型不變的前提下，從1個擴展到1024個智能體，軟件復現測試通過率從33.89%提升至55.06%，證明智能體數量本身可成爲擴展AI能力的新維度。

Agensh的主要功能

• 無中心編排：去掉主管智能體，所有智能體自主認領任務、協商分工、合併成果。
• 五步協作循環：每個智能體重複執行”收集上下文→認領子任務→執行分享→驗證結果→合併進展”的異步循環。
• 共享工作區：基於 Git（Gitea）管理代碼，支持併發開發、分支合併與衝突暴露。
• 消息協商：基於 Mattermost 實現團隊公告與一對一私聊，私聊可即時打斷對方解決任務碰撞。
• 共享上下文看板：記錄 OBSERVED/FACT/FAIL/CLAIM/PATCH_SUMMARY 五類條目，供全員複用經驗、避免重複勞動。
• 千級規模擴展：在實驗中將智能體數量擴展至 1,024 個，仍能保持自組織協作不崩潰。
• 角色自發湧現：組織規模擴大後，審查慣例、標準流程、專職整合者等分工自行形成，無需預設。

Agensh的技術原理

• 組織層與單智能體層解耦的分層架：Agensh 不替代底層單智能體框架，在其之上疊加組織層。每個智能體的本地循環由底層 harness負責，Agensh 只負責智能體身份、協作協議、事件路由、共享服務與故障恢復。兩層接口刻意保持輕量即插即用，協作循環不硬編碼在運行時中，通過 prompt 中的工作流指令實現，所有智能體收到完全相同的指令，適配不同底層框架只需更換輕量適配器，無需改動協作邏輯。
• 事件驅動的異步運行時：每個智能體由配套的事件驅動而非中央調度：router 持續監聽 Gitea 倉庫活動和 Mattermost 消息，將新事件寫入帶唯一 ID 的去重持久化隊列，由 dispatcher 在智能體的下一輪 turn 中合併排序後注入。消息按兩級優先級投遞：公共頻道消息在循環開始時送達，直連消息和看板新條目會包裝進當前 turn 的工具調用返回結果中途送達，使智能體在任務碰撞時能實時打斷同伴協商。配套機制包括失敗漸進重試、router 重啓後的隊列與會話恢復、智能體閒置 10 分鐘自動喚醒、以及完成一輪未發看板條目時的補發提醒。
• 類型化共享上下文實現組織記憶：借鑑 DeLM 的思路，Agensh 將組織記憶外置爲 append-only 的結構化日誌，條目分五種類型：OBSERVED 記錄參考程序的可觀察行爲，FACT 記錄已確認事實，FAIL 記錄被證僞的假設，CLAIM 用於公開認領範圍以防任務碰撞，PATCH_SUMMARY 以”files= | idea= | evidence=”的固定格式總結已完成修改。看板通過兩種路徑分發：新一輪 turn 開始時注入近期 2000 條記錄，turn 中通過工具調用返回追加新條目；同時提供 board_grep 工具支持對全歷史的 AND/OR 關鍵詞檢索，繞開單智能體上下文窗口上限，支撐長時程任務的經驗積累與複用。
• 協作循環內置衝突解決與驗證機制：認領子任務時，智能體須在看板上發佈 CLAIM 聲明範圍，一旦發現與他人重疊，雙方通過私聊協商調整；合併階段以 Git 爲主幹，智能體在私有分支開發後向主分支提交 PR，遇到合併衝突時需拉取最新進展、解決衝突後重新提交，且必須先對照驗收標準驗證本地結果才能合入。這套機制把傳統上由主管承擔的任務分配、衝突仲裁和成果整合三項職責，分散到全體成員的日常循環中，通過版本歷史與 PR 流程把整合工作顯式化、可追溯化。

如何使用Agensh

• 準備環境：確保機器裝有 Docker 及可用的模型 API。
• 克隆代碼庫：從 GitHub 拉取 microsoft/Agensh 倉庫到本地，等代碼公開後 clone。
• 部署共享基礎設施：啓動框架依賴的三類組件，Gitea（代碼倉庫）、Mattermost（消息通信）和共享上下文看板服務。
• 配置智能體參數：在配置中設定 worker 數量、任務目標、時間預算，以及底層單智能體 harness 類型和模型密鑰。
• 啓動組織：運行啓動腳本，框架會按錯峯策略逐批激活智能體，大規模部署自動分佈到多節點。
• 智能體自主工作：成員按五步循環自主認領任務、開發代碼、發 PR、合併到主分支，無需人工干預，只需在 Mattermost 公共頻道觀察進度。
• 收尾與交付：臨近截止時間框架會自動提醒收斂，最終結果以主分支代碼和看板記錄交付。

Agensh的核心優勢

• 突破主管瓶頸：去掉中心編排器後，系統擴展性不再受單一智能體協調能力的上限約束，可平滑擴展至 1,024 個智能體。
• 數量成爲新能力維度：在模型和底層框架完全不變的前提下，僅靠增加智能體數量即可將平均測試通過率提升約 49%，開闢了模型規模之外的第二條 scaling 路徑。
• 顯著降低任務延遲：128 個智能體在第 30 分鐘即可超過 30% 通過率，而單智能體前兩小時未達標，大團隊能用更少時間達到同等成績。
• 基礎設施輕量且解耦：協作循環通過 prompt 指令而非硬編碼實現，可即插即用地適配 Copilot、Claude Code 等不同底層框架，共享服務僅需 Gitea、Mattermost 和看板三個開源組件。
• 組織經驗可沉澱複用：類型化看板將觀察、事實、失敗假設結構化記錄，FAIL 類條目尤其能阻止同伴重複浪費預算，實現組織級記憶。

Agensh的項目地址

• 項目官網：https://agens-harness.github.io/project/
• arXiv技術論文：https://arxiv.org/pdf/2609.26781

Agensh的同類競品對比

Agensh的應用場景

• 大型軟件行爲復現：在斷網、限時條件下，讓數百至上千智能體從零重建 FFmpeg、pandoc 等數十萬行級軟件的行爲並通過隱藏測試。
• 高時效應急開發：適用有硬時間預算的任務，128個智能體30分鐘即可達到單智能體兩小時無法企及的完成度。
• 超大規模代碼審計：智能體分工認領模塊、並行編寫測試、互相審查 PR，天然適配大型企業代碼庫的安全審計與測試覆蓋擴展。
• 無預設方案的探索型研發：當任務無法預先拆解時，智能體通過觀察參考行爲自行發現任務，適合需求模糊、邊界靠探索確定的技術攻關。
• 跨領域基礎軟件移植：PHP解釋器、分子模擬等多領域系統開發中，羣體智能可覆蓋”無人全才”的知識面，同領域專家還能互爲備份接力。