Badacze z Microsoft Research przetestowali system tysiąca autonomicznych agentów sztucznej inteligencji
2 listopada 2026 · Czas czytania: 2 min
Dostępne również w ไทย
Badacze z Microsoft Research przeprowadzili eksperyment z wykorzystaniem systemu Agensh, w którym do 1024 egzemplarzy jednego modelu sztucznej inteligencji współpracowało bez nadzoru menedżera lub lidera zespołu. Agenci mieli za zadanie odtworzyć zachowanie gotowych programów w ciągu sześciu godzin, dysponując jednym repozytorium i wspólnym zadaniem. Wyniki wykazały, że taki rój agentów osiąga lepsze rezultaty niż pojedynczy agent, a system samodzielnie wykształcił role recenzentów, integratorów oraz wewnętrzne regulaminy.
Tradycyjne systemy wieloagentowe zazwyczaj opierają się na strukturze hierarchicznej, gdzie główny agent rozdziela zadania podwładnym. Taka architektura może stać się wąskim gardłem wraz ze wzrostem liczby wykonawców, ponieważ główny agent musi poświęcać coraz więcej czasu na planowanie i koordynację. Agensh eliminuje centralny węzeł, pozwalając agentom na asynchroniczną i niezależną pracę.
Każdy agent w systemie Agensh realizuje cykl pięciu kroków: zbieranie kontekstu, deklarowanie zadania za pomocą wpisu CLAIM, wykonanie kodu z udostępnianiem przydatnych informacji, weryfikację wyniku z kryteriami akceptacji oraz scalenie zmian z główną gałęzią. Proces ten opiera się na trzech usługach: repozytorium Gitea, komunikatorze Mattermost do ogłoszeń i wiadomości treści prywatnych oraz tablicy kontekstu. Tablica ta przechowuje krótkie notatki pięciu typów: OBSERVED dla zaobserwowanego zachowania, FACT dla potwierdzonych faktów, FAIL dla obalonych hipotez, CLAIM dla zgłoszeń zadań oraz PATCH_SUMMARY dla opisów zmian. Notatki typu FAIL są uznawane za najcenniejsze, ponieważ zapobiegają marnowaniu budżetu na błędne ścieżki.
Eksperyment wykorzystał zestaw ProgramBench, który zawiera 200 zadań obejmujących projekty od małych narzędzi konsolowych po SQLite czy interpretator PHP. Do testów Agensh wybrano pięć najtrudniejszych zadań: indeksator kodu, interpretator języka, konwerter dokumentów, modelowanie molekularne oraz przetwarzanie wideo i dźwięku. Agenci otrzymali pliki wykonywalne i dokumentację, ale nie mieli dostępu do internetu ani możliwości dekompilacji programów.
Projekt Agensh czerpie z wcześniejszych prac, takich jak system DeLM, który wprowadził kolejkę zadań i wspólny kontekst, co zwiększyło dokładność w teście SWE-bench Verified o 10,8 punktu w porównaniu do najlepszego wariantu bazowego. Wcześniejsze próby tworzenia rojów równoprawnych agentów, przeprowadzone przez Frontier Red Team z Anthropic, wykazały problemy z łączeniem poprawek lub unikaniem konfliktów poprzez pracę w izolacji. Innym poprzednikiem była próba z lutego 2026 roku, gdzie 16 agentów stworzyło kompilator C w języku Rust za około 20 000 dolarów kosztów API.