مایکروسافت چارچوب متن‌باز Agensh را معرفی کرد؛ هماهنگی هم‌زمان هزار عامل هوشمند برای کدنویسی گروهی

مقدمه

Agensh یک چارچوب غیرمتمرکز برای چند عامل هوشمند است که توسط واحد تحقیقات مایکروسافت (Microsoft Research) تحت مجوز متن‌باز MIT منتشر شده است. ایده بنیادین این پروژه، جایگزینی هماهنگ‌کننده مرکزی با سازوکار خودسازمان‌دهی و امکان ارتقای مقیاس عامل‌های هوشمند برنامه‌نویسی تا هزار نیروی کار هم‌زمان است.

مقاله علمی مرتبط با این پروژه با عنوان Agensh: Scaling Organizational Intelligence to 1,024 Agents توسط تیمی از پژوهشگران مایکروسافت در آرکایو منتشر شده است. مخزن گیتهاب microsoft/Agensh در اواخر تابستان ایجاد شد و نخستین نسخه عمومی (v1.0) آن به‌تازگی انتشار یافت. این پروژه توانسته است صدها ستاره در گیتهاب ثبت کند. علاقه‌مندان می‌توانند به صفحه رسمی پروژه به آدرس agens-harness.github.io/project یا لینک کوتاه aka.ms/Agensh مراجعه نمایند.

چالش اصلی که این چارچوب نشانه گرفته، افت بازدهی ناشی از گلوگاه‌های ساختاری است؛ زیرا بسیاری از بسترهای چندعاملی کنونی به یک مدیر یا کنترل‌کننده مرکزی وابسته‌اند. در نقطه مقابل، Agensh به هر یک از عامل‌ها امکان می‌دهد تا از طریق یک «زیرساخت سازمانی سبک»، زیرشاخه‌های وظایف را به‌صورت ناهمگام به عهده بگیرند و روند پیشرفت را با سایر عامل‌ها به اشتراک بگذارند.

نحوه کارکرد و معماری سیستم

فریمورک Agensh یک چرخه همکاری پیوسته را پایه‌ریزی می‌کند: نیروهای نرم‌افزاری به‌طور هم‌زمان داده‌ها و زمینه پروژه را جمع‌آوری می‌کنند، یکی از بخش‌های پروژه را انتخاب کرده و بر عهده می‌گیرند، اقدامات کدنویسی را پیش می‌برند، کار خود را مورد اعتبارسنجی قرار می‌دهند و در نهایت نتایج را به‌شکل ناهمگام در کل پروژه ادغام می‌کنند تا هدف نهایی کاربر حاصل شود. این چرخه بر پایه سه بخش زیرساختی سبک اجرا می‌شود:

• فضای کاری مشترک: استفاده از بسترهایی مانند Gitea برای ردیابی وظایف پیشنهادی، در حال انجام و تکمیل‌شده.
• رابط پیام‌رسانی: به کارگیری Mattermost جهت تسهیل گفتگو و تبادل پیام مستقیم میان عامل‌های هوشمند.
• بستر حافظه و زمینه اشتراکی: بازطراحی ساختاری مبتنی بر DeLM برای نگهداری یافته‌های کاربردی و اهداف فعال اعضای تیم.

بر اساس گزارش‌های فنی منتشرشده، Agensh معمولاً روی چرخه اجرایی اختصاصی ابزار Copilot برای هر عامل قرار می‌گیردبدین صورت که هر عامل چرخه متداول کدنویسی با Copilot را حفظ کرده و Agensh وظیفه مقیاس‌دهی تیمی را به آن اضافه می‌کند.

نتایج کلیدی و ارزیابی عملکرد

در پنج مورد از سخت‌ترین آزمون‌های بنچمارک ProgramBench (شامل FFmpeg، gromacs، pandoc، PHP-src و ctags) با به‌کارگیری مدل پیشرفته GPT-5.6-sol در یک بازه زمانی شش‌ساعته و بدون دسترسی به اینترنت، میانگین نهایی قبولی در آزمون‌ها از ۱۹٫۳۱ درصد برای یک عامل تنها به ۲۸٫۷۸ درصد با ۱۲۸ عامل جهش یافته که حکایت از بهبود نسبی ۴۹ درصدی دارد. در پروژه Pandoc، با افزایش مقیاس از ۱ به ۱۲۸ و سپس به ۱۰۲۴ عامل، درصد موفقیت از ۳۳٫۸۹ درصد به ۵۰٫۹۴ درصد و نهایتاً ۵۵٫۰۶ درصد ارتقا یافته است. تیم‌های بزرگ‌تر علاوه بر کسب درصد موفقیت بالاتر، در مدت‌زمان کوتاه‌تری به این نتایج دست پیدا می‌کنند. همچنین در آزمایش با مدل GPT-6.1-sol، درصد قبولی در پروژه Pandoc از ۵۶٫۱۹ درصد در حالت تک‌عاملی به ۷۹٫۵۹ درصد با ۳۲ عامل هوشمند رسیده است.

آمارهای فوق بر اساس گزارش رسمی تیم پژوهشی در مقاله و مستندات پروژه ثبت شده‌اند و صرفاً جهت ارزیابی اولیه ارائه می‌شوند.

نحوه استفاده و پیاده‌سازی آزمایشی

• کد منبع پروژه: https://github.com/microsoft/Agensh (تحت لیسانس MIT)
• وب‌سایت اختصاصی و نمایش آزمایشی: https://agens-harness.github.io/project/
• مقاله پژوهشی در پایگاه علمی آرکایو: https://arxiv.org/abs/2609.26781
• نشانی کوتاه: https://aka.ms/Agensh

نسخه ارائه‌شده شامل پیکربندی تیمی تک‌نود با ابزار Docker Compose، یک مدل پایه تک‌عاملی و یک راهنمای گام‌به‌گام برای بازتولید آزمایش‌ها (شامل پیش‌نیازها، متغیرهای محیطی، ساخت ایمیج‌ها، دستورهای اجرا، ارزیابی خروجی و بازیابی داده‌ها) است. توسعه‌دهندگان می‌توانند از کدهای لانچر تیمی و تک‌عاملی موجود در مخزن برای شروع آزمایش‌ها استفاده کنند.

کاربران هدف این پروژه

• تیم‌های تحقیقاتی که به بررسی مقیاس‌پذیری عامل‌های هوشمند بدون نیاز به مدیریت متمرکز می‌پردازند.
• متخصصان و مهندسانی که نیازمند اجرای هم‌زمان ده‌ها یا صدها عامل کدنویسی تحت محدودیت‌های زمانی یا تاخیر سخت‌گیرانه هستند.

این چارچوب صرفاً یک زیرساخت پژوهشی است و نباید آن را به‌عنوان یک محصول تجاری نهایی از مایکروسافت قلمداد کرد.