Microsoft Research hat Agensh als Open Source veröffentlicht: ein Multi-Agent-Programmier-Harness ohne zentralen Orchestrator. Die Worker übernehmen selbst Teilaufgaben, synchronisieren sich untereinander und führen ihre Arbeit anschließend in einem gemeinsamen Git-Repository zusammen.
Die harten Fakten: Auf ProgramBench wurde die Skalierung von 1 auf 1024 Agenten getestet. Mit GPT-5.6-sol stieg der Durchschnitt über fünf Aufgaben von etwa 19,31 % auf 28,78 % bei 128 Agenten; bei pandoc erreichten 1024 Agenten etwa 55,06 %. Mit GPT-6.1-sol lag die Erfolgsquote bei pandoc mit 32 Agenten bei etwa 79,59 %. Die Zusammenarbeit läuft über Gitea, Mattermost und ein gemeinsames Board. Die Lizenz ist MIT.
Bisher ließ sich bei Multi-Agent-Systemen der „Teamleiter-Engpass“ kaum vermeiden. Dieses System überlässt die Koordination den Workern – und mit zunehmender Größe bildeten sich die Rollen erstaunlicherweise von selbst heraus.#AI #微软 #Agent
Die harten Fakten: Auf ProgramBench wurde die Skalierung von 1 auf 1024 Agenten getestet. Mit GPT-5.6-sol stieg der Durchschnitt über fünf Aufgaben von etwa 19,31 % auf 28,78 % bei 128 Agenten; bei pandoc erreichten 1024 Agenten etwa 55,06 %. Mit GPT-6.1-sol lag die Erfolgsquote bei pandoc mit 32 Agenten bei etwa 79,59 %. Die Zusammenarbeit läuft über Gitea, Mattermost und ein gemeinsames Board. Die Lizenz ist MIT.
Bisher ließ sich bei Multi-Agent-Systemen der „Teamleiter-Engpass“ kaum vermeiden. Dieses System überlässt die Koordination den Workern – und mit zunehmender Größe bildeten sich die Rollen erstaunlicherweise von selbst heraus.#AI #微软 #Agent
