Microsoft apre uno strumento che permette a 1.024 agent di codifica AI di lavorare insieme senza un capo

Cosa si può fare con questo strumento

• Un ricercatore potrebbe testare come gli agent di codifica AI cooperano scalando un team da un agente a 1.024 agenti che ricostruiscono veri programmi open-source come Pandoc e FFmpeg ¹.
• Uno sviluppatore potrebbe lasciare che dozzine di agent AI si coordinino da soli per affrontare compiti di programmazione più grandi e costruire software più velocemente ¹.
• Un ricercatore potrebbe studiare come ruoli utili come integratori e revisori emergano naturalmente tra i lavoratori senza essere programmati ¹.

Un team senza un manager

La maggior parte dei sistemi multi-agent utilizza un agente leader che pianifica il lavoro, assegna i compiti e combina i risultati — come un project manager. Agensh rimuove completamente questo capo centrale. Ogni agente lavoratore sceglie indipendentemente il proprio sub-task, condivide ciò che trova e unisce il codice in un repository Git condiviso ¹.

Il sistema è stato testato su [ProgramBench], un benchmark dove gli agent ricostruiscono veri programmi open-source come Pandoc, FFmpeg e PHP partendo da zero basandosi sul loro comportamento. Il team di Microsoft ha scalato la configurazione da un solo agente fino a 1.024 agenti simultaneamente ¹.

Come cooperano gli agenti

Ogni lavoratore segue lo stesso ciclo di cinque passaggi, eseguendolo contemporaneamente a tutti gli altri: raccoglie il contesto riguardo all'obiettivo e a cosa stanno facendo i colleghi, rivendica un sub-task pubblicando in un canale condiviso, ci lavora usando i suoi strumenti, verifica il risultato contro i criteri di accettazione e unisce i progressi nel repository di codice condiviso prima di ripetere ¹.

Tre semplici servizi collegano i lavoratori: [Gitea] ospita lo spazio di lavoro condiviso con branch e revisioni del codice, [Mattermost] gestisce i messaggi del team e le chat dirette per collisioni urgenti, e una lavagna di contesto condivisa memorizza note con etichetta: OBSERVED, FACT, FAIL, CLAIM e PATCH_SUMMARY ¹.

La coordinazione risiede dentro il prompt dato a ogni agente, non in codice runtime speciale. Gli esperimenti hanno usato GitHub Copilot CLI come ambiente di base, anche se i ricercatori dicono che altri sistemi come Claude Code potrebbero essere collegati con adattatori leggeri ¹. Ogni lavoratore riceve un input da 272.000 token e ha un limite di output da 128.000 token .

Grandi guadagni su larga scala

Sui cinque compiti più difficili di ProgramBench, aggiungere più agent ha migliorato gradualmente i risultati ¹. Usando GPT-5.6 Sol con alto sforzo di ragionamento, il tasso di superamento medio su tutti e cinque i compiti è salito dal 19,31% con un agente al 28,78% con 128 agent — un guadagno di circa il 49% in termini relativi .

Sul compito Pandoc nello specifico, i punteggi sono saliti dal 33,89% (un agente) al 55,06% (1.024 agent) ¹. Anche la velocità è migliorata: con 128 agent, il 30% dei test Pandoc è passato entro 30 minuti, mentre 32 e 8 agent hanno avuto bisogno rispettivamente di 60 e 90 minuti per raggiungere lo stesso checkpoint .

Un modello più recente, GPT-6.1 Sol, ha spinto il punteggio Pandoc al 79,59% con soli 32 agent — un miglioramento relativo del 41,64% rispetto a un singolo agente ¹. Queste cifre GPT-6.1 non sono incluse nel paper di ricerca originale .

I ruoli sono emersi da sé

I ricercatori hanno tracciato come si sono comportati gli agenti man mano che il team cresceva e hanno scoperto che ruoli utili si sono formati naturalmente senza essere programmati ¹. Con otto agent, i colleghi hanno concordato sulle interfacce e risolto rivendicazioni sovrapposte attraverso messaggi diretti. A 32 agent, i lavoratori hanno iniziato a revisionare il lavoro condiviso degli altri. A 128 agent, hanno standardizzato un protocollo di integrazione e riutilizzato revisori fidati. A 1.024 agent, alcuni lavoratori hanno agito come integratori mentre altri hanno recuperato lavoro fallito .

Eseguire Agensh da soli

Il rilascio include una configurazione su un unico nodo che esegue otto lavoratori di default e una baseline a singolo agente, entrambi usando Docker Compose su Linux ¹. Sono richiesti Docker Engine, Compose v2, systemd, cgroup v2 e Python 3.11 o successivo, più un'installazione di ProgramBench e un token API del modello . Le istruzioni complete sono nella guida alla riproduzione . Il codice è rilasciato sotto licenza MIT, anche se i ricercatori non hanno divulgato i costi dei token .

Come si confronta

Dati dal rilascio di Microsoft Research ¹.

Questa notizia segnala un trend solo a scopo informativo. Non è un consiglio né un incoraggiamento a fare nulla di tutto ciò.

Quanto è valido

I ricercatori di Microsoft hanno testato Agensh su ProgramBench, dove gli agent ricostruiscono veri programmi open-source partendo da zero ¹. Con GPT-5.6 Sol a alto sforzo di ragionamento, il tasso di superamento medio sui cinque compiti più difficili è salito dal 19,31% con un agente al 28,78% con 128 agent, un guadagno di circa il 49% in termini relativi . Sul compito Pandoc nello specifico, i punteggi sono saliti dal 33,89% con un agente al 55,06% con 1.024 agent . Anche la velocità è migliorata: 128 agent hanno superato il 30% dei test Pandoc entro 30 minuti, mentre 32 e 8 agent hanno avuto bisogno di 60 e 90 minuti per raggiungere lo stesso checkpoint .

I fatti principali

• Microsoft ha reso open-source Agensh, un sistema multi-agent per fino a 1.024 agent di codifica senza coordinatore centrale
• Su ProgramBench, 128 agent hanno aumentato il tasso di superamento medio dal 19,31% al 28,78% con GPT-5.6 Sol
• GPT-6.1 Sol con 32 agent ha raggiunto il 79,59% sul compito Pandoc, un miglioramento del 41,64% rispetto a un agente
• Agensh gira su Linux con Docker Compose, usando Gitea, Mattermost e una lavagna di contesto condivisa
• Il codice è sotto licenza MIT; i costi dei token non sono stati divulgati

Fonti

1. Microsoft Open-Sources Agensh: A Multi-Agent Harness for 1,024 Agents — marktechpost.com