Le dépôt de Microsoft indique qu’Agensh, ses scripts de lancement d’expériences et un guide de reproduction ont été publiés en open source le 24 octobre 2026, sous licence MIT. Ce système de coordination d’agents de programmation répartit le travail sans orchestrateur central. Les résultats à 1 024 agents concernent la tâche Pandoc, tandis que la moyenne sur cinq tâches est rapportée jusqu’à 128 agents.
Des agents qui se coordonnent sans chef central
Dans Agensh, les agents récupèrent du contexte, prennent en charge des sous-tâches, partagent leurs résultats, vérifient le travail et fusionnent leurs avancées de façon asynchrone. Un orchestrateur est un agent central chargé de répartir et de coordonner les tâches : Agensh décrit plutôt une organisation où les agents se coordonnent entre eux.
Le dispositif expérimental s’appuie sur Gitea pour l’espace de travail partagé, Mattermost pour les messages et un mécanisme de contexte partagé adapté de DeLM. Ce « harnais » logiciel fournit l’infrastructure qui permet aux agents de collaborer et de suivre le travail commun. Le dépôt Agensh présente cette architecture ainsi que le projet.
Ce que mesurent les résultats de ProgramBench
L’article Agensh rapporte une évaluation de six heures, sans accès à Internet, sur les cinq tâches les plus difficiles de ProgramBench. Avec GPT-5.6-sol en mode de raisonnement élevé, le taux moyen final de réussite aux tests passe de 19,31 % avec un agent à 28,78 % avec 128 agents.
Le résultat à 1 024 agents porte sur Pandoc, une tâche distincte de la moyenne sur cinq tâches. L’article rapporte pour cette tâche un taux final de réussite de 33,89 % avec un agent et de 55,06 % avec 1 024 agents. Le dépôt Microsoft présente séparément des résultats Pandoc pour GPT-6.1-sol.
| Modèle et tâche | Nombre d’agents comparés | Taux final de réussite aux tests |
| GPT-5.6-sol, moyenne sur cinq tâches ProgramBench | 1 et 128 | 19,31 % et 28,78 % |
| GPT-5.6-sol, Pandoc | 1 et 1 024 | 33,89 % et 55,06 % |
| GPT-6.1-sol, Pandoc | 1 et 32 | 56,19 % et 79,59 % |
La dernière ligne correspond à une série distincte rapportée dans le dépôt : l’évaluation Pandoc de GPT-6.1-sol dure six heures et utilise un raisonnement élevé. Ces chiffres ne sont pas ceux de l’évaluation GPT-5.6-sol présentée dans l’article. L’article Agensh sur arXiv décrit les résultats GPT-5.6-sol et le cadre de l’évaluation; le dépôt Microsoft rapporte aussi la série GPT-6.1-sol.
Les ressources publiées avec Agensh
Le dépôt comprend une configuration d’équipe avec Docker Compose sur un seul nœud, une base de référence à agent unique, les scripts de lancement des expériences et le guide de reproduction. Le code est sous licence MIT.
