Les chercheurs présentent Agensh, un harnais multi-agents auto-organisé et évolutif qui élimine le goulot d'étranglement de l'orchestrateur central en permettant aux travailleurs concurrents de réclamer des sous-tâches de manière asynchrone et de fusionner les progrès.
Le système s'appuie sur une infrastructure composée d'un espace de travail partagé, d'une interface de messagerie et d'un contexte partagé. Les évaluations sur les tâches ProgramBench utilisant GPT-5.6-sol (high) montrent que le passage de 1 à 128 agents améliore le taux moyen final de réussite des tests de 19,31 % à 28,78 %. Sur la tâche pandoc, le passage à 1 024 agents élève le taux de réussite de 33,89 % à 55,06 %, les organisations plus grandes atteignant des résultats comparables plus tôt.
Les auteurs soutiennent que le nombre d'agents est une nouvelle dimension d'échelle pour les organisations multi-agents, offrant une solution pratique pour des tâches complexes sous des contraintes de latence strictes.