Microsoft Researchは、大規模なコーディングエージェントチーム向けの分散型ハーネスであるAgenshをオープンソースにしました。Agenshマルチエージェントハーネスは、ほとんどのエージェントフレームワークが依存する中央オーケストレーターを排除します。各ワーカーは自分自身のサブタスクを選択し、成果を共有し、コードを共通のGitリポジトリにマージします。ProgramBench上で、チームは設定を1エージェントから1,024エージェントへ拡大しました。
TL;DR
- ハーネス：1人から1,024人までのエージェントでテストされました。各ワーカーは272,000トークン分の入力と128,000トークン分の出力制限を受けます。
- 実行可能な環境：Docker Composeを使用したLinux。デフォルトでは単一ノード（8ワーカー）。1,024エージェントを実行する場合は16ノード、各に64エージェントが必要です。ワーカーには64 GiBのメモリ上限があります。
- パフォーマンス：より多くのエージェントが5つの最も難しいProgramBenchタスクすべてでスコアを向上し、より早くそれらを達成した。
- 最良：GPT-6.1-solを使用した32人のエージェントで79.59%のpandoc合格率。GPT-5.6-solでは1,024人のエージェントで55.06%の合格率を達成した。
- 最悪な状況：5つのタスクを扱う平均値は、128人のエージェントの場合で28.78％にしか達しなかった。エージェント数を1人から8人に増やすと、1.37ポイントが加算された。
Agenshとは何ですか？
Agenshはマイクロソフト・リサーチが開発したマルチエージェントハーネスで、リードエージェントなしで多くのLLMエージェントを調整します。
目標となる問題はオーケストレーターの上限です。オーケストレーター・ワーカーの設計では、リードエージェントがすべての作業を計画し、割り当て、マージします。研究論文は、Claude Codeエージェントチーム、Codexサブエージェント、Copilotフリート、Kimi Agent Swarmを例として引用しています。Agenshでは、ワーカーにその調整を自ら行わせます。
Agensh協力ループはどのように機能するのか？
各作業者は、同時にかつ非同期に、同じ5ステップのループを実行します：
- 文脈を把握する：目標、仲間の進捗、メッセージ、および発見事項を読む。
- サブタスクを申請する：CLAIMを投稿し、直接メッセージで重複部分を解決する。
- 行動を起こす：ツールを使って現地で作業し、有益な成果を早急に投稿する。
- 結果の確認：サブタスクの受け入れ基準と照合して確認してください。
- マージ進捗：共有リポジトリにマージし、更新情報を投稿し、再度同じ操作を繰り返す。
3つのサービスが作業者を結びつける。Giteaは、ブランチ、PR、マージの衝突も含む共有ワークスペースを提供する。Mattermostでは、緊急な問題に対応するチームチャンネルと直接メッセージが利用される。DeLMを参考にした共有コンテキストボードには、OBSERVED、FACT、FAIL、CLAIM、PATCH_SUMMARYのようなメモが保存される。
ループはプロンプトの中にあり、実行時のコードには含まれていない。各ワーカーはIDを除いて同じプロンプトを受け取る。Agenshは単一エージェントハーネス上に配置されている。実験ではGitHub Copilot CLIが使用された。研究論文によると、薄いアダプターはClaude Codeなどの他のハーネスを接続できるという。
AgenshはProgramBench上でどの程度スケールするか？
Microsoftのチームは、5つの最も難しいProgramBenchタスクをテストしました：FFmpeg、gromacs、pandoc、PHP-src、ctagsです。エージェントは観測された動作から各プログラムを再構築します。彼らはオフラインで、6時間以内に作業を行います。参照リポジトリには2,767ファイル（pandoc）から26,266ファイル（PHP-src）までさまざまなものがあります。
高い推論努力をかけたGPT-5.6-solでは、最終テスト合格率の平均は次のようになりました：
- 1人のエージェント：19.31％
- 8人のエージェント：20.68％
- 32人のエージェント：26.52％
- 128人のエージェント：28.78％
これは9.47ポイントの向上であり、相対的に約49％です。Pandocだけでも、スコアは33.89％(1)、41.75％(8)、43.11％(32)、50.94％(128)、55.06％(1,024)でした。
スピードも向上しました：pandocでは、128人のエージェントが30分のチェックポイントで30％をクリアしました。32人と8人はそれぞれ60分と90分を要しました。
READMEには新しいモデルが追加されています。GPT-6.1-solを使用すると、pandocの成功率は56.19％（1つのエージェント）から79.59％（32つのエージェント）に上昇しました。これは41.64％の相対的な向上です。これらのGPT-6.1-solの数値はv1の論文には含まれていません。
チームが成長するにつれて、どのような行動が現れたか？
研究チームは、各スケールでの作業員の動きを追跡した：
- 8つのエージェント：ピアたちはインターフェースについて合意し、重複する主張を自ら解決した。
- 32人のエージェント：ピアが共有された作業をレビューした。一つの承認は反例の後で取り消された。
- 128人のエージェント：作業員は信頼できるレビュアーを再利用し、統一されたインテグレーションプロトコルを確立した。
- 1,024人のエージェント：数名の作業員が統合担当として機能し、同僚が失敗した作業を復元した。
これらの役割のどれもハードコーディングされていませんでした。
Agenshは他のマルチエージェントハーネスとどのように比較されるのか？
| 機能 | Agensh | Claude Codeエージェントチーム | Kimi Agent Swarm | Copilot CLI /fleet |
|---|---|---|---|---|
| 調整 | オーケストレーターなし；ピアが自ら作業を主張する | 固定されたリードセッションの座標をチームメイトに伝える | Orchestratorがタスクを分解する | コピラートはサブエージェントに部分を割り当てる |
| 表示されたエージェント | 1,024回テストされた | 厳しい制限はない；3〜5が推奨 | 100個までのサブエージェント | 開示されていない |
| 共有状態 | Giteaリポジトリ + 共有コンテキストボード | ファイルロック機能付きの共有タスクリスト | 開示されていない | プランモードからの計画 |
| メッセージング | Mattermostチャンネル + ダイレクトメッセージ | チームメイト間のメールボックスメッセージ | 開示されていない | 開示されていない |
| モデル | モデルに依存しない；GPT-5.6-sol、GPT-6.1-solをテストした | クロードモデル | キミ K2.5 | 開示されていない |
| スピードの主張 | 30分でPandocで30％（128エージェント） | 開示されていない | 順序的（自己報告）より4.5倍速い | 開示されていない |
| 利用可能性 | オープンソース、MIT | Claude Codeでは、試験的なものとしてデフォルトでオフになります | トップクラスの会員、研究プレビュー | Copilot CLIでは |
Agenshをどのように実行しますか？
リリースには、単一ノードのDocker Composeチームと単一エージェントベースラインが含まれます。どちらもネイティブのCopilot ACPセッションを使用します。Linux、Docker Engine、Compose v2、systemd、cgroup v2、Python 3.11+が必要です。デフォルトでは8人のワーカー、タスクあたり6時間、gpt-5.6-solを高い負荷で使用します。また、ProgramBench（v1.2.5が検証済み）とモデルAPIトークンも必要です。全ての手順は再現ガイドに記載されています。
重要なポイント
- 中央のオーケストレーターなしで、1,024個のエージェントを管理するアゲンシュ。
- 作業員はGitea、Mattermost、そして共有された発見ボードを通じて自分のタスクを申告する。
- 128人のエージェントが、5つのタスクを扱うProgramBenchの平均値を19.31％から28.78％に引き上げました。
- 32人のエージェントを持つGPT-6.1-solが、pandocで79.59%の精度を達成した。
- コードはMITライセンスで提供されていますが、トークンのコストは公表されていません。
論文、GitHub Repo、およびプロジェクトページをご覧ください。また、Twitterでフォローするのも構いません。そして、150k+ML SubRedditに参加し、ニュースレターを購読するのを忘れないでください。待って！Telegramでもいますか？今ならTelegramでも参加できます。
GitHub Repo、Hugging Faceページ、製品リリース、ウェビナーなどをプロモーションするために、私たちとパートナーになりたいですか？私たちと連絡を取る
Microsoft Open-Sources Agensh：1,024エージェント用のマルチエージェントハーネスという記事が、MarkTechPostに初めて掲載されました。