Исследователи представляют Agensh, масштабируемую самоорганизующуюся многоагентную среду, которая устраняет узкое место центрального оркестратора, позволяя параллельным рабочим асинхронно брать подзадачи и объединять прогресс.

Система опирается на инфраструктуру общего рабочего пространства, интерфейса сообщений и общего контекста. Оценки на задачах ProgramBench с использованием GPT-5.6-sol (high) показывают, что масштабирование от 1 до 128 агентов улучшает средний итоговый показатель прохождения тестов с 19,31% до 28,78%. На задаче pandoc масштабирование до 1024 агентов повышает показатель прохождения с 33,89% до 55,06%, при этом более крупные организации достигают сопоставимых результатов раньше.

Авторы утверждают, что количество агентов является новым измерением масштабирования для многоагентных организаций, предлагая практическое решение для сложных задач в условиях жестких ограничений по задержке.