Microsoft udostępnił Agensh jako projekt open source 24 października 2026 r. Repozytorium obejmuje system koordynujący zespoły agentów programistycznych, skrypty do uruchamiania eksperymentów i instrukcję odtworzenia projektu; kod udostępniono na licencji MIT.
Agensh to tzw. harness, czyli środowisko organizujące pracę agentów. Zamiast centralnego orkiestratora, który rozdziela zadania i scala wyniki, agenci sami przejmują podzadania i wymieniają się postępami. Opublikowane wyniki dotyczą konkretnych testów ProgramBench, a rezultat z 1 024 agentami odnosi się do zadania Pandoc.
Jak Agensh koordynuje agentów
Agenci zbierają kontekst, przejmują podzadania, wykonują pracę, weryfikują wyniki i łączą postępy. Działają asynchronicznie, czyli nie muszą czekać, aż pozostali zakończą swoje zadania. Repozytorium opisuje wspólny obszar roboczy oparty na Gitea, komunikację przez Mattermost oraz mechanizm współdzielonego kontekstu zaadaptowany z DeLM.
Co mierzą wyniki ProgramBench
W artykule Agensh średnia końcowego odsetka zaliczonych testów w pięciu zadaniach ProgramBench wzrosła z 19,31% przy jednym agencie GPT-5.6-sol do 28,78% przy 128 agentach. Ewaluacja obejmowała sześciogodzinny limit, wysoki poziom rozumowania i pracę bez dostępu do internetu.
| Model i zadanie | Porównywana liczba agentów | Końcowy odsetek zaliczonych testów |
| GPT-5.6-sol, średnia z pięciu zadań ProgramBench | 1 i 128 | 19,31% i 28,78% |
| GPT-5.6-sol, Pandoc | 1 i 1 024 | 33,89% i 55,06% |
| GPT-6.1-sol, Pandoc | 1 i 32 | 56,19% i 79,59% |
Wynik 55,06% przy 1 024 agentach dotyczy wyłącznie Pandoc. Średnia z pięciu zadań ProgramBench została podana dla zespołów liczących do 128 agentów. Repozytorium Microsoftu opisuje osobną serię testów Pandoc z GPT-6.1-sol: przy jednym agencie odsetek wyniósł 56,19%, a przy 32 agentach 79,59%. Tych wyników nie należy łączyć z serią GPT-5.6-sol.
To wyniki skalowania w opisanej ewaluacji, a nie ogólny ranking jakości programowania. Pokazują, jak zmieniały się odsetki zaliczonych testów w konkretnych zadaniach i warunkach.
Co udostępnia projekt
Repozytorium Agensh zawiera konfigurację zespołu agentów dla pojedynczego węzła Docker Compose, wariant bazowy z jednym agentem, skrypty uruchamiające eksperymenty i instrukcję odtworzenia projektu. Oryginalny artykuł Agensh opisuje ewaluację i wyniki GPT-5.6-sol.
