**Agensh：无中心编排器，可扩展至 1024 个智能体的自组织多智能体框架**

_Agensh: Scaling Organizational Intelligence to 1,024 Agents_

> 该论文提出 Agensh，一种不含中心编排器的可扩展自组织多智能体框架，以解决现有系统受限于中央调度器任务分配与协调能力的问题。多个并发智能体异步执行协作循环：持续收集上下文、自主认领并分配子任务、采取行动并共享发现、验证结果与合并进展，其基础设施由共享工作区、消息接口和共享上下文三部分组成。在 ProgramBench 五项最难任务上使用 GPT-5.6-sol（high）测试，智能体从 1 个扩展到 128 个时平均最终测试通过率由 19.31% 升至 28.78%，相对提升约 49%；在 pandoc 任务上从 1 个扩展到 1024 个智能体，通过率由 33.89% 提升至 55.06%。轨迹分析显示，随着组织规模扩大，不同形式的自组织协作会逐步涌现并趋于标准化。这表明智能体数量可作为多智能体组织的新扩展维度，为延迟或时间预算紧张的复杂任务提供实用方案。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.26781)