论文页面 - Agensh：将组织智能扩展至1,024个智能体

来源：https://huggingface.co/papers/2609.26781

摘要

多智能体系统可以通过并发执行工作来减少复杂任务的延迟。多个开创性的调度框架支持多智能体系统。然而，当前多智能体调度框架的可扩展性往往受限于中央调度器的任务分配与工作者协调能力。为解决此限制，我们引入Agensh——一种无需中央调度器的可扩展自组织多智能体调度系统：并发工作者执行多智能体协作循环，持续收集上下文、认领并自主分配子任务、执行操作并共享发现、验证结果，并以异步方式整合进展。该循环由智能体组织基础设施支持，包含三个组件：共享工作区保存提议中、进行中及已完成的工作；消息接口供工作者通信；共享上下文保留可复用发现与工作意图。为测试Agensh的可扩展性，我们在五个最具挑战性的ProgramBench任务上使用GPT-5.6-sol（高）进行评估。从1个智能体扩展至128个时，平均最终测试通过率从19.31%提升至28.78%，相对提升约49%。规模更大的组织能更早达到相当的测试通过率。在pandoc任务中，从1个智能体扩展至1,024个时，最终测试通过率从33.89%提升至55.06%。工作者轨迹进一步显示，随着组织规模增长，不同形式的自组织协作逐渐涌现并趋于标准化。这些结果揭示了智能体数量作为多智能体组织扩展通用智能前沿的新维度，为在严格延迟约束或时间预算下的复杂任务提供了实用解决方案。

查看arXiv页面 (https://arxiv.org/abs/2609.26781) 查看PDF (https://arxiv.org/pdf/2609.26781) 项目页面 (https://agens-harness.github.io/project/) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2609.26781)

在您的智能体中获取本文：

hf papers read 2609.26781

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

无模型链接本文 在模型的README.md中引用 arxiv.org/abs/2609.26781 以将其从本页面链接。

引用本文的数据集 0

无数据集链接本文 在数据集的README.md中引用 arxiv.org/abs/2609.26781 以将其从本页面链接。

引用本文的Spaces 0

无Space链接本文 在Space的README.md中引用 arxiv.org/abs/2609.26781 以将其从本页面链接。

包含本文的收藏集 0

无收藏集包含本文 将本文添加到收藏集 (https://huggingface.co/new-collection) 以将其从本页面链接。