微软研究：无主管编程智能体团队规模越大，任务表现越好

微软等作者于2026-09-22提交的论文《Agensh》研究了没有中央协调者的编程智能体团队，关注价值在于它把“增加智能体数量”作为软件任务中的一种扩展维度。

• 论文设计了共享工作区、消息接口和共享上下文，让智能体自行认领子任务、交换结果、验证并合并进展。
• 在五个最难的ProgramBench任务上，团队从1个扩展到128个智能体时，平均最终测试通过率由19.31%升至28.78%。
• 论文还报告，在pandoc任务上，智能体数量从1个增至1024个时，最终测试通过率由33.89%升至55.06%。
• 这些结果使用同一模型GPT-5.6-sol，论文摘要未给出大规模团队的推理成本、资源占用和工程维护代价。
• 影响/看点：研究意味着并行协作可能改善复杂编程任务的完成率和延迟，但结论能否转化为实际生产收益，取决于任务可分解程度、合并冲突、调用成本和质量评测能否保持稳定。
• 资料依据:
• arXiv《Agensh: Scaling Organizational Intelligence to 1,024 Agents》（2026-09-22）：https://arxiv.org/abs/2609.26781
• X：Rohan Paul（2026-10-05）：https://x.com/rohanpaul_ai/status/2106950188011258367

本内容由 AI 生成，仅供参考，请注意甄别