微软研究院开源了 Agensh（GitHub 仓名 `microsoft/Agensh`，拼写如此），MIT 许可：一种无中央 orchestrator 的自组织多 agent harness，worker 异步发现／认领子任务、共享发现、校验并合并进度。README 的 News 把开源日期标在 2026-10-24；GitHub `v1.0` 的 `published_at` 为 2026-10-23T08:03:16Z（约北京时间 2026 年 10 月 23 日 16:03）。论文 *Agensh: Scaling Organizational Intelligence to 1,024 Agents* 为 arXiv 2609.26781，预印本日期 2026-09-22；微软研究院出版条目有对应项。按上述日期，这不是今天才第一次出现的发布。
它在主张什么
Agensh 让并发 worker 经共享工作区（Gitea）、消息（Mattermost）与共享上下文，循环做：收集上下文、认领子任务、行动、校验、合并进度。实验里，作者把该循环叠在每个 worker 的 Copilot harness 单 agent 会话之上——产品侧 Copilot harness 仍是单人循环，Agensh 负责加规模。这是研究 harness，不是微软正式上线一款新消费级编程产品的说法。
在 ProgramBench 五道最难任务上，GPT-5.6-sol（high）、六小时、无外网，作者报告平均最终测试通过率从 1 agent 的 19.31% 到 128 agents 的 28.78%（相对约 49%）。Pandoc 上报告 33.89% → 128 agents 时 50.94% → 1,024 agents 时 55.06%（同六小时预算）。README 另写 GPT-6.1-sol（high）下 Pandoc 六小时从 1 agent 的 56.19% 到 32 agents 的 79.59%（相对约 41.64%）。作者还称更大团队更早达到相近通过率。我们未复现这些实验，仅供参考。
和「换 harness 买到什么」怎么摆
同模型换 coding harness、通过率几乎不动但账单差很大的角度，见 同一个模型换套 coding harness，通过率几乎不动，账单为什么差这么多？。Agensh 谈的是另一轴：单人 Copilot 循环不变，只加 peer 人数。DeepSeek Harness 安装步骤见 DeepSeek Harness 安装教程：Windows、Linux、CLI 与插件；VS Code 产品侧 Copilot harness 默认见 VS Code 1.143 把 Copilot harness 设为新会话默认。OpenAI Agents API 多 agent 调度的另一类坑见 Agents API Scheduled Automations：显示 completed 不等于做完。
Agensh 的 ProgramBench 曲线在具体仓库、模型与时限上是否成立——仅供参考。用过的话，可以通过网站底部的站长联系方式反馈给我们。