Microsoft Research udostępnił Agensh, zdecentralizowany framework do koordynacji dużych zespołów agentów programistycznych, eliminując potrzebę centralnego orchestratora. Każdy agent pracuje asynchronicznie, samodzielnie wybierając swoje podzadania, dzieląc się wynikami pracy i scalając kod do wspólnego repozytorium Git. Framework testowano od 1 do 1024 agentów na platformie ProgramBench, gdzie każdy worker otrzymywał limit 272 tys. tokenów wejścia i 128 tys. tokenów wyjścia.
Tradycyjne frameworki dla agentów opierają się na modelu lider-pracownik, gdzie jeden agent planuje, przydzielaje zadania i integruje wyniki. Przykłady to Claude Code agent teams, Copilot fleet czy Kimi Agent Swarm. Agensh rozwiązuje problem tzw. orkiestracyjnego sufitu, pozwalając workerom na autonomiczną koordynację. Testy wykazały, że większa liczba agentów poprawiała wyniki na wszystkich 5 najtrudniejszych zadaniach. Na modelu GPT-6.1-sol osiągnięto 79,59% skuteczności w testach pandoc z 32 agentami, a GPT-5.6-sol uzyskał 55,06% z 1024 agentami.
Infrastruktura domyślnie działa na jednym węźle z 8 workerami w Docker Compose, choć konfiguracja dla 1024 agentów wymagała 16 węzłów po 64 agentach każdy z limitem 64 GiB pamięci na worker. Wyniki pokazują, że skalowanie ma bezpośredni wpływ na wydajność - przejście z 1 do 8 agentów dało wzrost o 1,37 punktu procentowego. To rozwiązanie otwiera nowe możliwości dla rozproszonych systemów agentów, zwłaszcza w kontekście automatyzacji złożonych zadań programistycznych.