Microsoft Research открыла исходный код Agensh — harness для программирования с несколькими агентами без центрального оркестратора: исполнители сами берут подзадачи, синхронизируются друг с другом и объединяют результаты в общем Git.
Впечатляющие результаты: нагрузочное тестирование на ProgramBench проводилось с масштабированием от 1 до 1024 агентов; средний результат GPT-5.6-sol по пяти задачам вырос примерно с 19.31% до 28.78% при 128 агентах; на pandoc с 1024 агентами он достиг примерно 55.06%. При переходе на GPT-6.1-sol доля успешного прохождения pandoc с 32 агентами составила около 79.59%. Для совместной работы используются Gitea, Mattermost и общая доска. Лицензия MIT.
Раньше в системах с несколькими агентами всегда возникало «узкое место в лице лидера», а здесь исполнители координируются сами — и по мере масштабирования роли неожиданно формируются сами собой.#AI #微软 #Agent
Впечатляющие результаты: нагрузочное тестирование на ProgramBench проводилось с масштабированием от 1 до 1024 агентов; средний результат GPT-5.6-sol по пяти задачам вырос примерно с 19.31% до 28.78% при 128 агентах; на pandoc с 1024 агентами он достиг примерно 55.06%. При переходе на GPT-6.1-sol доля успешного прохождения pandoc с 32 агентами составила около 79.59%. Для совместной работы используются Gitea, Mattermost и общая доска. Лицензия MIT.
Раньше в системах с несколькими агентами всегда возникало «узкое место в лице лидера», а здесь исполнители координируются сами — и по мере масштабирования роли неожиданно формируются сами собой.#AI #微软 #Agent
