多智能体框架的"包工头模式"被微软研究院正式挑战了。10 月 24 日，微软以 MIT 协议开源 Agensh——一个没有中央调度器（Orchestrator）的多智能体编程框架，支持多达 1024 个智能体自组织协作。
传统多智能体的瓶颈
目前主流框架（Claude Code 的 sub-agent、Copilot fleet 等）都是"星型结构"：中间一个主智能体负责规划、拆解、分配、汇总。这个结构有两个先天缺陷：
- 调度器就是瓶颈：所有信息都经过它，worker 一多，它的上下文窗口先爆
- 上限取决于调度器的规划能力：主智能体拆不好任务，整个系统就崩
Agensh 的解法：组织基础设施
Agensh 把调度职责拆成了三件共享设施，智能体自己认领任务：
- 共享工作区（Gitea + Git）：保存代码、分支与合并历史
- 消息接口（Mattermost）：智能体之间协调接口、处理任务重叠
- 共享上下文：记录已确认的事实、失败的尝试、正在认领的工作
每个智能体循环执行：观察目标与同伴进展 → 声明认领子任务 → 执行验证 → 合并成果。失败记录尤其有价值——一个智能体证伪某条路线后，其他智能体不会重复试错。
实测数据
- 五个最难 ProgramBench 任务：智能体从 1 扩到 128 个，通过率从 19.31% 升至 28.78%（相对提升约 49%）
- pandoc 构建任务：从 1 个到 1024 个智能体，通过率从 33.89% 升至 55.06%
- 更有意思的是，随着规模增长，角色分工、标准化工作流等协作形式自发涌现，没有人教
这意味着"智能体数量"本身成为一个可以 scale 的新维度。结合 MiniMax M3.1 Flash 这类低成本模型，未来跑大规模智能体组织的 token 成本会越来越可控。
怎么上手
代码在 Agensh GitHub 仓库，提供单节点 Docker Compose 一键起队的配置，也支持单智能体基线模式。适合研究多智能体协作、需要长时间无人值守跑复杂构建任务的团队。