Blog

مایکروسافت Agensh را متن‌باز کرد: ۱۰۲۴ ایجنت برنامه‌نویس، بدون هیچ مدیری

مایکروسافت ریسرچ هارنس Agensh را با لایسنس MIT منتشر کرد؛ ایجنت‌ها بدون ارکستریتور مرکزی و با Gitea و Mattermost کار را بین خودشان پخش می‌کنند و روی pandoc تا ۱۰۲۴ ایجنت جلو رفته‌اند. خلاصه و نظر من.

25 Oct 2026 · 3 min read · هوش مصنوعی · ایجنت · مایکروسافت · Multi-Agent · متن‌باز · برنامه‌نویسی با AI

مایکروسافت Agensh را متن‌باز کرد: ۱۰۲۴ ایجنت برنامه‌نویس، بدون هیچ مدیری

مایکروسافت ریسرچ دیروز (۲۴ اکتبر) کد Agensh را با لایسنس MIT روی گیت‌هاب منتشر کرد: یک «هارنس» برای اجرای همزمان تعداد زیادی ایجنت برنامه‌نویس، بدون هیچ مدیر یا ارکستریتور مرکزی. ادعای اصلی‌شان این است که تا ۱۰۲۴ ایجنت را روی یک ریپوی مشترک کنار هم کار داده‌اند و هرچه تعداد ایجنت‌ها بیشتر شده، نتیجه بهتر شده است.

نمودار نرخ پاس شدن تست‌های pandoc با ۱ تا ۱۰۲۴ ایجنت
نرخ پاس شدن تست‌ها در بازسازی pandoc با افزایش تعداد ایجنت‌ها، برای دو مدل GPT-5.6-sol و GPT-6.1-sol. منبع: مخزن Agensh در گیت‌هاب مایکروسافت

Agensh چطور کار می‌کند؟

در بیشتر سیستم‌های چندایجنتی یک ایجنت «رئیس» کار را تقسیم می‌کند و به بقیه می‌دهد. مشکل این است که خود رئیس گلوگاه می‌شود و با بالا رفتن تعداد کارگرها دیگر نمی‌کشد. Agensh این را برداشته: همه‌ی ایجنت‌ها یکسان‌اند و هر کدام در یک حلقه‌ی ثابت کار می‌کنند:

  • جمع کردن کانتکست از وضعیت پروژه و کار بقیه
  • برداشتن (claim) یک زیرتسک
  • انجام کار و ثبت یافته‌ها
  • وریفای کردن نتیجه
  • مرج کردن پیشرفت در ریپوی مشترک

زیرساخت هماهنگی هم خیلی معمولی و آشناست: Gitea به‌عنوان فضای کار مشترک (ریپو، ایشو، PR)، Mattermost برای پیام‌رسانی بین ایجنت‌ها، و یک تخته‌ی یادداشت مشترک برای «فکت‌ها» و نیت‌های کاری. هر ایجنت هم روی حلقه‌ی ایجنتیک Copilot CLI سوار شده است.

حلقه‌ی همکاری ایجنت‌ها در Agensh
حلقه‌ی همکاری: جمع کردن کانتکست، برداشتن زیرتسک، اجرا، وریفای و مرج؛ همه از طریق فضای کار، پیام‌رسان و کانتکست مشترک. منبع: Microsoft/Agensh
مقایسه‌ی ارکستریتور مرکزی با زیرساخت سبک و غیرمتمرکز
چپ: همه‌ی کارگرها وصل به یک ارکستریتور مرکزی. راست: کارگرها از طریق یک زیرساخت سبک مشترک با هم هماهنگ می‌شوند. منبع: صفحه‌ی پروژه‌ی Agensh

عددها چه می‌گویند؟

تست روی پنج تسک سخت بنچمارک ProgramBench انجام شده: FFmpeg، gromacs، pandoc، PHP-src و ctags. ایجنت‌ها باید این برنامه‌ها را فقط از روی رفتار و مستنداتشان از صفر بازسازی کنند، با بودجه‌ی شش ساعت و بدون دسترسی به اینترنت.

  • میانگین نرخ پاس شدن تست‌ها در این پنج تسک با مدل GPT-5.6-sol از ۱۹٫۳۱٪ با ۱ ایجنت به ۲۸٫۷۸٪ با ۱۲۸ ایجنت رسیده؛ حدود ۴۹٪ بهبود نسبی.
  • روی pandoc: از ۳۳٫۸۹٪ با یک ایجنت به ۵۰٫۹۴٪ با ۱۲۸ ایجنت و ۵۵٫۰۶٪ با ۱۰۲۴ ایجنت.
  • با مدل جدیدتر GPT-6.1-sol، روی pandoc از ۵۶٫۱۹٪ با یک ایجنت به ۷۹٫۵۹٪ با ۳۲ ایجنت رسیده‌اند.
  • تیم‌های بزرگ‌تر به همان نرخ پاس زودتر هم می‌رسند؛ یعنی فقط بحث سقف نیست، بحث سرعت هم هست.

جالب‌ترین بخش ماجرا رفتارهای خودجوش است: با بزرگ شدن تیم، اول هماهنگی ساده بین همتاها پیدا می‌شود، بعد ادغام کار چند نفر، بعد ورک‌فلوهای استاندارد و در نهایت نقش‌های تخصصی. هیچ‌کدام از این‌ها از قبل تعریف نشده بود.

نرخ پاس نهایی برای ۱، ۸، ۳۲ و ۱۲۸ ایجنت روی پنج تسک ProgramBench
نتیجه‌ی نهایی با ۱ تا ۱۲۸ ایجنت روی FFmpeg، gromacs، pandoc، PHP-src و ctags. منبع: صفحه‌ی پروژه‌ی Agensh

کد هارنس، اسکریپت‌های اجرای آزمایش‌ها و راهنمای بازتولید نتایج (با Docker Compose روی یک نود) در مخزن گیت‌هاب است و مقاله هم روی arXiv منتشر شده.

نظر من

ایده‌ی «بدون رئیس» به نظرم درست است. هر کس با یک ایجنت ارکستریتور کار کرده باشد می‌داند که خیلی زود همان ایجنت مرکزی کانتکستش پر می‌شود و همه چیز گیر می‌کند. اینکه با ابزارهای کاملاً معمولی مثل گیت، ایشو و چت، ایجنت‌ها خودشان کار را بین خودشان پخش کنند، خیلی به نحوه‌ی کار تیم‌های واقعی نزدیک است.

ولی چند تا علامت سؤال جدی هم هست. اول، هزینه: مقاله هزینه‌ی اجرای ۱۰۲۴ ایجنت در شش ساعت را گزارش نکرده و احتمالاً عدد کوچکی نیست. دوم، نمودار خودشان نشان می‌دهد یک ایجنت با GPT-6.1-sol از هزار و بیست و چهار ایجنت با GPT-5.6-sol بهتر است؛ یعنی هنوز مدل بهتر از ایجنت بیشتر می‌برد. سوم، همه‌ی ایجنت‌ها یک مدل‌اند و وقتی یک «فکت» اشتباه روی تخته‌ی مشترک برود، احتمالاً بقیه هم بی‌چون‌وچرا قبولش می‌کنند. برای من خلاصه‌اش این است: تعداد ایجنت دارد به یک بُعد جدید برای مقیاس دادن تبدیل می‌شود، ولی فعلاً برای کارهایی می‌ارزد که زمان از پول مهم‌تر است.

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000