Agensh：当 1024 个 AI 智能体学会自组织，中心化调度就被淘汰了
想象一下：你被扔进一个有 1024 个程序员的项目组，要从零开始构建 pandoc——一个复杂的文档转换工具，6 小时内交付，没有互联网。没有项目经理，没有技术总监，没有任何人告诉你该做什么。
Agensh：当 1024 个 AI 智能体学会自组织，中心化调度就被淘汰了
一个公司能没有 CEO 吗？
想象一下：你被扔进一个有 1024 个程序员的项目组，要从零开始构建 pandoc——一个复杂的文档转换工具，6 小时内交付，没有互联网。没有项目经理，没有技术总监，没有任何人告诉你该做什么。
你会说：这不可能。
但 Microsoft Research 的团队做到了。他们让 1024 个 AI 智能体在没有任何中心调度器的情况下，自发分工、协作、互相验证，最终把 pandoc 的测试通过率从单智能体的 33.89% 拉到了 55.06%。这个系统叫 Agensh。
中心调度器的瓶颈
先说清楚问题出在哪。
当前主流的多智能体框架——无论是 AutoGen、LangGraph 还是 CrewAI——都有一个"中心调度器"（central orchestrator）。这个调度器负责： 1. 把大任务拆成子任务 2. 把子任务分配给各个 worker 3. 收集 worker 的结果 4. 决定下一步做什么
听起来很合理，对吧？就像公司里有项目经理统筹一切。
但问题在于：这个调度器本身就是一个瓶颈。它必须同时理解所有 worker 的状态、所有子任务的进展、所有上下文信息。当 worker 数量从 8 个涨到 32 个、128 个时，调度器的上下文窗口会被撑爆，决策延迟会指数级上升。
类比一下：一个经理管 5 个人没问题，管 50 个人开始吃力，管 1000 个人？他什么决策都做不了，光读状态报告就够他忙一整天。
Agensh 的解法：把调度器干掉
Agensh 的核心思路简单到粗暴：不要调度器。
没有中心调度器，那谁来分配任务？答案是：每个 worker 自己分配。
Agensh 的每个 worker 都执行一个"多智能体协作循环"（Multi-Agent Cooperation Loop）：
1. 收集上下文：读取共享工作区，看看现在有什么任务、什么已完成、什么正在进行 2. 认领子任务：自己判断哪个任务需要做，自己分配给自己 3. 执行行动：写代码、跑测试、修 bug 4. 分享发现：把结果写回共享工作区 5. 验证结果：其他 worker 可以检查你的工作 6. 合并进度：把成果整合到主分支
这就像一个没有经理的开源项目：每个人看 issue 列表，自己认领一个，写完提 PR，别人 review，合并。
三个基础设施组件
但光说"自组织"太虚了，Agensh 提供了三个具体的基础设施组件来支撑这个循环：
1. 共享工作区（Shared Workspace）
这是所有 worker 的"看板"。上面有三类任务：
- proposed：有人提议要做但还没人认领的
- ongoing：正在被某个 worker 做的
- completed：已经完成的
2. 消息接口（Message Interface）
Worker 之间需要沟通。比如"我在做这个模块，你别重复了"或者"你的代码有个 bug 在第 42 行"。消息接口让 worker 可以异步通信，不需要等对方回复。
3. 共享上下文（Shared Context）
这是"团队记忆"。重要的发现、决策、踩过的坑都存在这里。新加入的 worker 可以快速读取这些上下文，不需要从头摸索。
实验结果：从 1 到 1024 的进化
Agensh 在 ProgramBench 的 5 个最难任务上测试，用的是 GPT-5.6-sol（high）模型。
数字说话
| Agent 数量 | 平均测试通过率 | 相对提升 |
|---|---|---|
| 1 | 19.31% | 基线 |
| 128 | 28.78% | +49% |
| Agent 数量 | pandoc 测试通过率 |
|---|---|
| 1 | 33.89% |
| 1024 | 55.06% |
最有趣的发现：自组织行为是涌现的
论文最精彩的部分不是数字，而是对 worker 行为轨迹的分析。随着智能体数量增加，不同形式的自组织合作会逐渐涌现并标准化：
8 个智能体：同伴协调
Worker 们开始互相打招呼："你在做这个？那我去搞那个。"简单的分工开始出现，但还很粗糙。
32 个智能体：跨 worker 整合管理
有人开始主动做"整合者"的角色——把多个 worker 的代码合并到一起，处理冲突。
128 个智能体：工作流标准化
团队开始自发形成标准化的工作流程。比如"先写测试再写实现"成为共识，"提交前先跑 lint"成为惯例。这些标准不是任何人规定的，而是涌现出来的。
1024 个智能体：角色专业化
在大规模下，worker 开始自发专业化。有人专门写测试，有人专门修 bug，有人专门做代码审查，有人专门写文档。就像一个成熟的公司有了正式的岗位分工。
这为什么重要？
1. Agent 数量成为新的 scaling 维度
我们已经习惯了"模型越大越强"的 scaling law。但 Agensh 揭示了另一个维度：在固定模型能力下，增加 agent 数量也能扩展智能。
这就像人类社会：一个天才单独干活，比不过 100 个普通人协作。关键不在于个体能力，而在于组织效率。
2. 去中心化不是理论，是工程必需
之前的多智能体研究大多停留在 8-16 个 agent 的规模，因为中心调度器扛不住更多。Agensh 证明了去中心化不是学术理想，而是突破规模瓶颈的工程必需。
3. 自组织行为可以涌现
最让人兴奋的是：没有人教这些 agent 怎么分工。它们只是在共享工作区里认领任务、分享结果，然后分工就自然出现了。这和生物系统中的自组织现象——蚁群分工、神经元特化——有异曲同工之妙。
诚实的评价
Agensh 不是银弹。
首先，55% 的通过率意味着还有 45% 的测试失败。从零构建 pandoc 是一个极端难的任务，但 Agensh 还远没有达到"替代人类工程师"的水平。
其次，1024 个 agent 的成本不低。即使每个 agent 只用 GPT-5.6-sol 的一小部分 token，1024 个并发运行的 API 成本也是可观的。论文没有详细讨论成本效益比。
第三，去中心化带来的协调开销不可忽视。worker 之间需要频繁读取共享工作区、发送消息、验证结果，这些都是额外的 token 消耗。
但这些问题不影响核心贡献：Agensh 证明了去中心化多智能体系统可以扩展到前所未有的规模，并且自组织行为会随规模涌现。
对未来的启示
Agensh 让我想起一个更深的问题：人类社会的组织形态，是否也是受限于"中心调度器"的带宽？
一个公司的 CEO 只能管到 N 个直接下属，所以公司规模有上限。当公司超过某个规模，就必须分拆、去中心化、让部门自治。AI 多智能体系统正在重走这条路。
从 8 个 agent 的"同伴协调"到 1024 个 agent 的"角色专业化"，这个进化路径和人类组织的发展惊人地相似。也许自组织不是某种特殊机制，而是任何足够复杂的协作系统都会涌现的必然结果。
如果是这样，那么 Agensh 的意义就不仅限于 AI 领域——它是对"组织智能"这个概念本身的一次实验性探索。
论文：Agensh: Scaling Organizational Intelligence to 1,024 Agents
代码：github.com/microsoft/Agensh
项目页：aka.ms/Agensh