Microsoft Research открыла исходный код Agensh — системы, в которой ИИ-агенты самостоятельно выбирают подзадачи, обмениваются результатами и объединяют код в общем Git-репозитории. В отличие от многих подобных инструментов, Agensh не использует центральный оркестратор. Систему проверили на масштабах от одного до 1 024 агентов.

Запуск по умолчанию рассчитан на один узел с восемью агентами; эксперимент с 1 024 агентами использовал 16 узлов, по 64 агента на каждом. Для каждого агента установлен лимит в 272 000 токенов на вход и 128 000 на выход, а ограничение памяти составляет 64 ГиБ. Agensh работает в Linux с Docker Compose.

На всех пяти самых сложных задачах ProgramBench увеличение числа агентов сопровождалось ростом оценок и сокращением времени достижения результата. Лучший показатель — 79,59% успешных проверок для pandoc — получила конфигурация с 32 агентами на GPT-6.1-sol; GPT-5.6-sol достигла 55,06% с 1 024 агентами. При этом средний результат по пяти задачам составил лишь 28,78% при 128 агентах, что показывает: масштабирование не гарантирует равномерного улучшения.