多智能体系统今天的默认形态，是「编排者-工作者」：一个中央调度器负责拆解任务、分配工作、汇总结果，Claude Code 和 Codex 的 sub-agent 机制都是这个路数。它好用，但有一个天花板绕不过去——当工作者数量涨到成百上千，编排器自己就成了整个系统最忙、也最先过载的那一环。

微软研究院 9 月下旬在 arXiv 上发布的论文 Agensh（编号 2609.26781），给出了一个激进的答案：把老板完全删掉。论文让最多 1024 个编程 Agent 在没有任何中央编排器的情况下自组织协作，并且给出了硬数据——这是这份工作最值得认真对待的地方。

没有 Boss，靠什么协作

Agensh 的核心思路是把「协调成本」从中央调度器转移到共享状态上。系统由三件共享基础设施撑起来：

• 共享工作区：一台 Git 服务器，每个工作者有自己的检出和分支，各自改完往主分支合并，Git 天然记录谁改了什么、检测合并冲突；
• 消息接口：按任务建共享频道、外加点对点私信，全部异步投递并保留历史，工作者靠它协商任务归属、理清依赖；
• 共享上下文：一个只追加的结构化日志，条目类型固定为 OBSERVED、FACT、FAIL、CLAIM、PATCH_SUMMARY，任何工作者都可以检索。

每个工作者并发、异步地跑同一个五步循环：收集上下文 → 认领子任务 → 执行 → 验证 → 合并并共享发现。系统里没有锁。两个 Agent 同时看上一个任务怎么办？靠「先发 CLAIM 声明范围」加频道里的对话来解决。这套设计的潜台词是：组织不来自权力，来自一份人人可读、只增不改的公共账本。

数据说了什么，没说什么

实验设置相当克制：固定底层模型为 GPT-5.6-sol（高推理强度），在 ProgramBench 最难的 5 个任务上做编程复现，限时 6 小时、全程断网，单 Agent 基线用 Copilot 作 Harness。

规模曲线是这样的：Agent 数从 1 增到 128，五个任务的平均最终测试通过率从 19.31% 升到 28.78%，相对提升约 49%。拆开看中间点更有意思——8 个 Agent 时是 20.68%，32 个时是 26.52%，收益不是线性的，32 是个甜点位。在 pandoc 这个任务上，团队把规模推到了 1024：通过率从单 Agent 的 33.89%，经 128 个的 50.94%，最终到 1024 个的 55.06%。

这份数据里我认为最值钱的数字，不是通过率上限，而是时间：128 个 Agent 的团队在 30 分钟时就达到了 30% 的通过率，32 个要 60 分钟，8 个要 90 分钟。换句话说，规模化买到的东西里，最确定的部分是延迟，不是能力上限——你买到的是「更早拿到一个能用的东西」。对于有硬时限的任务，这是一笔清晰的账；对于追求极限质量的场景，1024 个 Agent 也只比 128 个多了 4 个点。

论文还报告了一个定性发现：协作规范是涌现出来的。随着规模增长，Agent 群体的协作形态从同伴协调、多人集成，自发演进到标准化的流程和角色分工——有人开始扮演事实上的「集成者」。组织结构不是被设计出来的，是被规模逼出来的。

三点冷静的判断

第一，收益真实但次线性，成本账缺失。128 倍的 Agent 数量换 9.5 个点，1024 倍换 21 个点，而论文没有公布每个通过率点数的 token 成本——1024 个前沿模型 Agent 跑 6 小时是什么量级的开销，读者只能自己心算。缺了这个数，「Agent 数量是新的 scaling 维度」就还只是一个方向性判断，不是可以直接写进预算的结论。

第二，缺一个同预算的强基线。Agensh 对比的是同一模型在单机到千机的扩展曲线，但没有回答那个最锋利的问题：同样烧掉 1024 个 Agent 的钱，一个精心设计的编排器系统带着更少的工作者能跑多远？缺了这层对照，「去中心化优于层级化」的暗示并不成立，论文作者们对此也是克制的。

第三，基准面窄。五个最难任务加一个 pandoc，全部是编程复现场景，结论能不能迁移到研究、写作、运维类的长链路任务，是开放问题。

对工程实践的真实启示

尽管有这些保留，Agensh 里有几个模式今天就可以搬走。append-only 的共享事实日志（OBSERVED/FACT/FAIL/CLAIM/PATCH_SUMMARY）几乎零成本，却能根治多 Agent 协作里最常见的两个病：重复劳动和互相覆盖——任何工作者动手前先查账本、认领范围，比事后仲裁便宜得多。用 Git 分支做冲突检测、用消息历史替代隐式记忆，也是立刻可用的工程决策。

反过来看，Agensh 真正的论点或许不是「不要编排器」，而是：当组织规模上去之后，价值创造的重心会从「更聪明的调度算法」移向「更好的组织基础设施」——就像人类公司里，超过某个规模后，决定产出的不再是 CEO 有多能干，而是流程、账本和信息流转是否顺畅。

「Agent 数量是模型规模之后的第二条扩展轴」，这个提法值得记下。但目前的证据更像是在说：多买 Agent，主要买的是时间；想让数量真正变成能力，先得付得起组织的账单。

参考来源

• arXiv:2609.26781 — Agensh: Scaling Organizational Intelligence to 1,024 Agents（Microsoft Research）
• 36 氪：微软提出 Agensh：去掉中心调度器，让 1024 个 Agent 自组织协作
• 搜狐·林晓观察：微软自组织驾舱：千机 pandoc 通过率抬 21 点
• IdeaToMVP：Microsoft Ran 1,024 Coding Agents With No Manager
• AGI Hunt：Microsoft Unveils Agensh, a Decentralized Multi-Agent Framework
• 项目页：aka.ms/Agensh；代码：github.com/microsoft/Agensh