微軟研究院開源了 Agensh（GitHub 倉名 `microsoft/Agensh`，拼寫如此），MIT 授權：一種無中央 orchestrator 的自組織多 agent harness，worker 非同步發現／認領子任務、共享發現、校驗並合併進度。README 的 News 把開源日期標在 2026-10-24；GitHub `v1.0` 的 `published_at` 為 2026-10-23T08:03:16Z（約北京時間 2026 年 10 月 23 日 16:03）。論文 *Agensh: Scaling Organizational Intelligence to 1,024 Agents* 為 arXiv 2609.26781，預印本日期 2026-09-22；微軟研究院出版條目有對應項。依上述日期，這不是今天才第一次出現的發布。
它在主張什麼
Agensh 讓並發 worker 經共享工作區（Gitea）、訊息（Mattermost）與共享上下文，循環做：收集上下文、認領子任務、行動、校驗、合併進度。實驗裡，作者把該循環疊在每個 worker 的 Copilot harness 單 agent 工作階段之上——產品側 Copilot harness 仍是單人循環，Agensh 負責加規模。這是研究 harness，不是微軟正式上線一款新消費級編程產品的說法。
在 ProgramBench 五道最難任務上，GPT-5.6-sol（high）、六小時、無外網，作者報告平均最終測試通過率從 1 agent 的 19.31% 到 128 agents 的 28.78%（相對約 49%）。Pandoc 上報告 33.89% → 128 agents 時 50.94% → 1,024 agents 時 55.06%（同六小時預算）。README 另寫 GPT-6.1-sol（high）下 Pandoc 六小時從 1 agent 的 56.19% 到 32 agents 的 79.59%（相對約 41.64%）。作者還稱更大團隊更早達到相近通過率。我們未重現這些實驗，僅供參考。
和「換 harness 買到什麼」怎麼擺
同模型換 coding harness、通過率幾乎不動但帳單差很大的角度，見 同一個模型換套 coding harness，通過率幾乎不動，帳單為什麼差這麼多？。Agensh 談的是另一軸：單人 Copilot 循環不變，只加 peer 人數。DeepSeek Harness 安裝步驟見 DeepSeek Harness 安裝教學：Windows、Linux、CLI 與外掛；VS Code 產品側 Copilot harness 預設見 VS Code 1.143 把 Copilot harness 設為新工作階段預設。OpenAI Agents API 多 agent 排程的另一類坑見 Agents API Scheduled Automations：顯示 completed 不等於做完。
Agensh 的 ProgramBench 曲線在具體倉庫、模型與時限上是否成立——僅供參考。用過的話，可以透過網站底部的站長聯絡方式回饋給我們。