Agensh（去中心化多智能体组织架构）

主流多智能体编码框架沿用「主管—工人」结构：一个主智能体拆解任务、分派工作、接收汇报、处理冲突。这种结构在团队变大时会撞上协调瓶颈——谁来发现还没做的工作？两个人同时修改一个模块怎么办？各自写好的代码能否拼成能运行的程序？这些问题都涌向主智能体，它的处理能力成为扩容的天花板。据 arXiv:2609.26781 与开源仓库说明，Agensh 的回答是把这些责任交还给并发工作的成员本身：智能体通过三类共享设施自行认领任务、交换证据、验证并合并成果，组织规模被推到 1024 个智能体。

值得强调的是架构层次：Agensh 是架在单智能体运行框架之上的一层组织层。底层框架仍负责单个成员的会话、模型调用与工具执行；组织层只提供工作区、消息与共享上下文，让成员知道同伴做了什么并在此基础上继续推进。本站编排者-工作者模式（ENC-ARCH-09）条目介绍的正是 Agensh 所对照的传统路线。

每个成员遵循同一个五步循环，且全部异步并发：收集上下文（读取总目标、同伴进度、消息与看板上的发现）；认领子任务（发布一条 CLAIM 声明，任务重叠时通过私信协商划界）；执行（本地调用工具干活，尽早分享有价值的发现）；验证（对照子任务验收标准逐条检查）；合并（把改动合入共享仓库并同步一条 PATCH_SUMMARY 记录）。

支撑协作的只有三个开源组件：Gitea 提供共享工作区，负责分支、PR 与合并冲突；Mattermost 承担团队频道与私信；共享上下文看板脱胎于 DeLM，存放 OBSERVED（观察）、FACT（事实）、FAIL（失败）、CLAIM（认领）、PATCH_SUMMARY（补丁摘要）五类带类型的短笔记。失败记录的价值尤为突出：一个成员证伪某条路线后，其他成员可据此停止重复试错。整个协作循环写在提示词里而非硬编码在运行时中，这使它具备框架无关性——实验用的是 GitHub Copilot CLI，加一层薄适配即可接入 Claude Code 等框架。

论文的验证场景是断网、限时、从零复现大型软件：按行为描述与附带文档重建参考程序。作者自报的数字是——pandoc 任务上，1、128、1024 个智能体的最终测试通过率分别为 33.89%、50.94%、55.06%；ProgramBench 最难 5 题（GPT-5.6-sol high、6 小时预算、断网）上，平均通过率从单智能体 19.31% 升到 128 个的 28.78%，相对提升约 49%；更大的团队还能更早达到同等通过率。需要如实标注：这些数字均为作者自报口径，发布时点尚未见独立第三方复现。

收益递减同样清晰：从 128 到 1024 个智能体只再增加约 4 个百分点（第三方对比口径）。这说明扩容的收益来自并行尝试与协作本身的组合，而协调成本随规模上升——工程上未必需要冲到上千个，128 量级往往是性价比区间。论文还报告了组织现象的涌现：整合者角色、审查惯例与标准流程随团队变大自发出现，这与人类团队的分工演化有可类比之处。

Agensh 验证了一个此前偏理论的主张：智能体数量是可以独立扩展的能力维度，而扩展的瓶颈在组织机制而非模型本身。对实践者的启示包括——大粒度、验收标准明确的工程任务适合这种组织形态；类型化的共享上下文（尤其 FAIL 记录）是组织级记忆的有效载体；协作协议写在提示词里意味着升级协作规则不需要改运行时，但也意味着协议约束力依赖模型对提示词的遵循程度。

局限同样要如实陈述：实验集中在编码复现场景，广度型任务上的表现未知；断网环境排除了网络类干扰，真实环境的有效性待验证；上千个智能体的算力与令牌成本可观；提示词级协议在高风险操作上的安全保障弱于运行时硬约束。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。

去中心化组织架构与主管—工人模式将长期并存：前者适合大粒度并行工程任务，后者适合需要强控制与细粒度分工的场景。Agensh 提示的方向是，多智能体系统的扩展性研究正从「更好的编排算法」转向「更可扩展的组织机制」——共享设施、类型化通信与自发分工。若后续独立复现确认其规模效应，这类组织层有望以开源组件形式成为智能体基础设施的一部分。