随着大语言模型能力的提升，AI智能体（AI Agent）正从独立解决问题走向多智能体并行协作。然而，当智能体数量增至数百甚至上千时，如何高效组织协作成为关键挑战。
近日，微软亚洲研究院提出自组织多智能体框架Agensh，探索去中心化规模化协作方式。该框架通过轻量级共享基础设施，使智能体能够自主发现任务、分配工作、协调依赖并整合成果。研究将协作规模从1个扩展至1,024个智能体，并在从零重建大型软件系统的任务中验证了该方法的有效性。这表明，除提升单模型能力外，扩大智能体组织规模亦是增强系统解决复杂问题能力的新路径。
图1：1至1,024个智能体的性能提升与协作行为
多智能体系统为何需要新的组织方式？
近年来，AI智能体在软件开发、复杂推理等领域潜力显著。相比单智能体，多智能体系统可通过并行执行缩短任务耗时。但单纯增加数量并不等同于能力提升，核心在于“谁来组织”。
现有框架多采用“中心调度者-工作智能体”（Orchestrator-Worker）结构，由中心节点负责拆解任务、分配工作及整合结果。这种模式在规模较小时有效，但随着智能体数量增加，中心调度者需处理海量状态跟踪、依赖协调及冲突解决，极易成为系统瓶颈。
受开源社区启发，Agensh尝试引入去中心化组织方式。如同开发者自主认领任务、通过代码仓库同步进度、利用消息沟通解决冲突一样，Agensh旨在让AI智能体摆脱对单一中心的依赖，实现自主协作。
图2：对比中心调度结构与Agensh自组织结构
Agensh：基于共享基础设施的自主协作机制
Agensh的核心是将协作组织能力下沉至每个工作智能体，通过共享基础设施连接各方。所有智能体遵循相同的协作循环，独立、异步地推进任务：读取目标与进展→自主选择子任务并声明范围→沟通协调重叠工作→验证结果并合并至共享空间→获取新上下文寻找下一项工作。全程无需中心调度或全局同步。
该协作过程依托三类共享基础设施：
1. 共享工作空间（Shared Workspace）
记录组织内进行中及已完成的工作。不同智能体可在独立分支开发，通过版本管理、代码评审和合并机制整合成果。Agensh采用基于Git的工作空间，实际实现中使用Gitea管理代码与协作流程。
2. 消息接口（Message Interface）
支持智能体间异步交流。例如，修改同一模块前主动沟通避免重复劳动，或针对跨模块依赖直接联系相关方。系统同时支持面向组织的广播消息与紧急一对一通信。
3. 共享上下文（Shared Context）
用于积累和复用探索过程中的知识。包括观察结果、已验证事实、失败尝试、任务认领信息及代码修改摘要等结构化记录，帮助其他智能体减少重复探索成本。
值得注意的是，Agensh作为组织层叠加于现有单智能体框架之上，无需重构底层执行逻辑。实验中采用Copilot作为底层框架，通过统一协议组织所有工作智能体。
图3：Agensh智能体协作循环
图4：Agensh三组件基础设施
从1到1,024个智能体：规模化协作效果验证
为验证Agensh的规模化能力，研究员选取ProgramBench中最具挑战性的五项任务（FFmpeg、gromacs、pandoc、PHP-src、ctags）。这些任务要求在无互联网和源码情况下，仅凭参考程序行为从零重建软件系统，涉及大量代码实现、功能分析及集成测试。
智能体数量增加，最终表现持续改善
在相同模型（GPT-5.6-sol high）、相同底层框架及6小时时间预算下，平均最终测试通过率随规模增长而提升。从1个扩展至128个智能体，通过率由19.31%升至28.78%，相对提升约49%。这证明在模型不变前提下，扩大协作规模可有效增强复杂任务处理能力。
图5：五项任务在不同智能体规模下的最终测试通过率
更多智能体意味着更快取得进展
以pandoc任务为例，128个智能体在第30分钟时测试通过率即超30%；32个智能体需60分钟，8个智能体需90分钟，而单智能体在前两小时内未达此水平。规模化并行协作不仅提升了最终质量，也显著缩短了达到特定完成度的时间。
图6：不同智能体规模下测试通过率随时间的变化
进一步扩展到1,024个智能体
在pandoc任务上扩展至1,024个智能体后，最终测试通过率达55.06%，较单智能体（33.89%）提升21.17个百分点，相对提升约62%。实验证实Agensh具备大规模协作能力，同时也表明性能提升并非线性，需进一步平衡协作收益与资源开销。
协作能力随组织规模涌现
研究发现，即使所有智能体遵循相同协议且提示词一致，随着数量增加，仍会自发涌现出不同复杂度的协作行为。
8个智能体：从独立工作走向协商
成员开始自主协商技术接口并按约定并行开发。如在gromacs任务中先约定接口再分头实现；在FFmpeg任务中，当发现工作重叠时，一方主动调整承担互补任务，全程无需中心介入。
32个智能体：形成多人参与的集成与评审
协作超越简单分工。在PHP-src任务中，多个智能体共同参与代码评审：部分成员认可方案后，另一成员发现反例促使撤回认可；作者修复问题后重新审查，最终由同伴完成合并。实现了实现、发现问题、验证与集成的多方协同。
128个智能体：自发建立并复用标准化工作流程
智能体开始协商并复用流程。如在pandoc任务中建立集成协议：作者提交后交由他人验证合并，该流程被广泛复用。当流程遇阻时，成员还会主动讨论调整，允许集成者承担完整更新与检查过程。这些规则均在协作中自然形成。
1,024个智能体：出现规模化的角色分工
观察到专门化角色分工。部分智能体专职代码集成，其他成员按需请求协助。在pandoc任务中，智能体能同时联系多位候选集成者，选择首位响应者并取消其余请求；若某集成者失败，相似职责成员可接管工作，避免了对单一节点的过度依赖。
从8个智能体的同伴协调，到1,024个智能体的角色专门化，Agensh展示了基于基础协议自组织形成复杂协作方式的潜力。
图7：Agensh自组织能力阶梯
AI Agent的新Scaling维度
过去大模型能力提升主要依赖参数、数据与算力扩展。进入AI Agent时代，智能体数量与组织协作方式成为新的Scaling维度。
Agensh提供了一种非中心调度的设计思路：不要求单一智能体掌握全局，而是让成员基于共享信息主动发现工作、协调依赖并交付成果。这种方式可建立在现有单智能体框架之上，实现模型推理能力与组织协作能力的互补。
尽管当前研究聚焦于复杂软件重建任务，且千级规模验证集中于单一场景，但Agensh已指明方向：多智能体系统的规模化不仅是数量的增加，更是有效组织的构建。通过自组织协作将个体能力转化为组织能力，是AI系统能力扩展的一条新路径。
Agensh: Scaling Organizational Intelligence to 1,024 Agents
论文链接：
https://arxiv.org/abs/2609.26781
代码链接：
https://github.com/microsoft/Agensh
项目页面：
https://aka.ms/Agensh
#AI #Agent #人工智能 #多智能体 #智能体 #AI研究 #微软亚洲研究院 #MultiAgent #自组织 #scaling #AI科研