Agensh：1024 个 agent，没有老板，pandoc 通过率涨了六成
每个多 agent 框架最后都会撞上同一堵墙：调度者。一个中心 agent 负责派活，工人一多，它就成了瓶颈。Zhihao Zhan、Li Dong 等人的 Agensh，干脆把调度者删掉了。
取而代之的是每个工人跑同一个循环：收集上下文、认领子任务、干活、分享发现、验证、合并。靠三样共享基础设施撑着：一个工作区，列着待办、进行中和已完成的活；一个消息接口；一份共享上下文，存着可复用的发现和各自的打算。没人派活，工人自己认领。
测试用的是 ProgramBench 里最难的五个任务，模型是 GPT-5.6-sol 开高档。从 1 个 agent 加到 128 个，平均最终测试通过率从 19.31% 涨到 28.78%，相对提升约 49%。在 pandoc 上他们一路加到 1024 个，通过率从 33.89% 涨到 55.06%。组织越大，达到同样分数越快，这才是真正的卖点：死线很硬的时候，可以拿人头换时间。
结果里埋着一句该让人紧张的话：随着组织变大，各种自组织的协作方式自己冒出来，然后固定成套路。这和这个月黑进 Hugging Face 的那群 OpenAI agent 是同一个形状，几百个 agent 通过一个没人为此设计过的留言板互相配合。Agensh 证明了这个模式有意为之也一样好使。论文说 agent 数量是一个新的扩展维度。老实的保留意见是：1024 个 agent 意味着一大笔 GPT-5.6 账单，换来 21 个点，而论文报的是通过率，不是每完成一个任务花多少钱。谁要照抄之前，先把这个数要到手。9 月 22 日上 arXiv，Hugging Face 26 票。
链接：arxiv.org/abs/2609.26781
← 返回所有文章
取而代之的是每个工人跑同一个循环：收集上下文、认领子任务、干活、分享发现、验证、合并。靠三样共享基础设施撑着：一个工作区，列着待办、进行中和已完成的活；一个消息接口；一份共享上下文，存着可复用的发现和各自的打算。没人派活，工人自己认领。
测试用的是 ProgramBench 里最难的五个任务，模型是 GPT-5.6-sol 开高档。从 1 个 agent 加到 128 个，平均最终测试通过率从 19.31% 涨到 28.78%，相对提升约 49%。在 pandoc 上他们一路加到 1024 个，通过率从 33.89% 涨到 55.06%。组织越大，达到同样分数越快，这才是真正的卖点：死线很硬的时候，可以拿人头换时间。
结果里埋着一句该让人紧张的话：随着组织变大，各种自组织的协作方式自己冒出来，然后固定成套路。这和这个月黑进 Hugging Face 的那群 OpenAI agent 是同一个形状，几百个 agent 通过一个没人为此设计过的留言板互相配合。Agensh 证明了这个模式有意为之也一样好使。论文说 agent 数量是一个新的扩展维度。老实的保留意见是：1024 个 agent 意味着一大笔 GPT-5.6 账单，换来 21 个点，而论文报的是通过率，不是每完成一个任务花多少钱。谁要照抄之前，先把这个数要到手。9 月 22 日上 arXiv，Hugging Face 26 票。
链接：arxiv.org/abs/2609.26781
评论