Microsofts Agensh-Repository datiert die Veröffentlichung des Open-Source-Projekts auf den 24. Oktober 2026. Das MIT-lizenzierte System koordiniert Programmieragenten ohne zentrale Steuerung. Die veröffentlichten Zahlen beschreiben Ergebnisse aus eng umrissenen Tests: Der Wert mit 1.024 Agenten bezieht sich auf Pandoc, nicht auf den Mittelwert über fünf Aufgaben.
Was Microsoft veröffentlicht hat
Agensh ist ein sogenanntes Agenten-Harness: eine Software, die mehrere KI-Agenten bei Programmieraufgaben zusammenarbeiten lässt. Microsofts Repository nennt neben dem System auch Startskripte für Experimente und eine Anleitung zur Reproduktion der Ergebnisse. Der Code steht unter der MIT-Lizenz. Das Agensh-Repository enthält außerdem ein Team-Setup mit Docker Compose für einen einzelnen Rechner und eine eigenständige Einzelagenten-Version.
Wie die Agenten zusammenarbeiten
Agensh verzichtet auf einen zentralen Orchestrator, also eine Instanz, die Aufgaben plant und einzelnen Agenten zuteilt. Stattdessen sammeln die Agenten Kontext, beanspruchen Teilaufgaben, bearbeiten sie, prüfen Ergebnisse und führen ihre Fortschritte zusammen. Sie tauschen Informationen asynchron aus, also ohne auf einen gemeinsamen Arbeitsschritt aller Agenten zu warten.
Für die gemeinsame Arbeit nutzt Agensh Gitea als Arbeitsbereich und Mattermost für Nachrichten. Ein gemeinsamer Kontextmechanismus, der wiederverwendbare Erkenntnisse und Arbeitsabsichten festhält, ist an DeLM angelehnt. So verteilt das System Aufgaben und Informationen auf mehrere Agenten, während Ergebnisse in einem gemeinsamen Arbeitsbereich zusammenlaufen.
Was die ProgramBench-Ergebnisse messen
Die Agensh-Arbeit wertet fünf schwierige Aufgaben aus ProgramBench aus, einem Test für die Rekonstruktion von Software. Für GPT-5.6-sol lief die Bewertung mit hoher Reasoning-Stufe, ohne Internetzugang und mit einem Zeitbudget von sechs Stunden. Die Arbeit berichtet einen Fünf-Aufgaben-Mittelwert bis zu 128 Agenten. Die 1.024-Agenten-Zahl gehört dagegen zu einem einzelnen Pandoc-Test.
| Modell und Aufgabe | Agentenzahl | Finale Testbestehensquote |
| GPT-5.6-sol, Mittelwert aus fünf ProgramBench-Aufgaben | 1 und 128 | 19,31 % und 28,78 % |
| GPT-5.6-sol, Pandoc | 1 und 1.024 | 33,89 % und 55,06 % |
| GPT-6.1-sol, Pandoc | 1 und 32 | 56,19 % und 79,59 % |
Die ersten beiden Zahlenpaare stammen aus der Auswertung mit GPT-5.6-sol. Die Microsoft-Repository-Übersicht führt die Pandoc-Werte für GPT-6.1-sol separat auf; sie gehören zu einer anderen Modellreihe. Der Anstieg auf 1.024 Agenten ist daher ein Ergebnis für Pandoc und kein Mittelwert über alle fünf ProgramBench-Aufgaben. Die Agensh-Arbeit auf arXiv beschreibt die Auswertung mit GPT-5.6-sol und ihre Bedingungen.
Was sich mit dem Projekt nachvollziehen lässt
Das Repository stellt neben dem Einzelagenten-Vergleich Startskripte für Experimente und eine Reproduktionsanleitung bereit. Zusammen mit dem Docker-Compose-Team-Setup können Leser damit die veröffentlichte Projektstruktur und die vorgesehenen Versuchsabläufe nachvollziehen.
