Agensh：将自组织多智能体协作扩展到1024个智能体

多代理系统可以通过同时执行工作来减少复杂任务的延迟。几个开创性的框架框架支持多代理系统。然而，当前多代理工具的可扩展性通常受到中央协调器分配任务和协调工作人员的能力的限制。为了解决这个限制，我们引入了 Agensh，一种可扩展的自组织多智能体工具，无需中央协调器：并发工作人员执行多智能体合作循环，不断收集上下文，声明和自分配子任务，采取行动并共享发现，验证结果，并以异步方式合并进度。该循环由代理组织基础设施支持，该基础设施包括三个组件：共享工作空间保存提议的、正在进行的和已完成的工作；消息接口让工作人员进行交流；共享上下文保留了可重用的发现和工作意图。为了测试 Agensh 的可扩展性，我们使用 GPT-5.6-sol（高）在五个最难的 ProgramBench 任务上对其进行了评估。从 1 名代理扩展到 128 名代理，平均最终测试通过率从 19.31% 提高到 28.78%，相对提高了约 49%。较大的组织更早达到可比的测试通过率。在 pandoc 上，从 1 个代理扩展到 1,024 个代理，最终测试通过率从 33.89% 提高到 55.06%。工人轨迹进一步表明，随着组织的发展，不同形式的自组织合作逐渐出现并标准化。这些结果表明，代理数量是多代理组织扩展通用智能前沿的新扩展维度，为硬延迟限制或时间预算下的复杂任务提供了实用的解决方案。