# Agensh de Microsoft probó equipos de hasta 1.024 agentes > Microsoft Research publicó Agensh, un sistema abierto para coordinar agentes de programación sin líder central. Las pruebas mejoraron en tareas puntuales, pero no de forma uniforme al escalar. Por Luis F. · 25 de octubre de 2026 · Tecnología ![Un equipo diverso de agentes de un centro de llamadas colabora en una oficina moderna.](https://cdn.panorama.onl/uploads/0d8aeb62afe262d1.webp) Microsoft Research publicó como código abierto Agensh, un sistema para organizar grandes equipos de agentes de programación sin asignar a uno de ellos el papel de coordinador. El experimento llegó a 1.024 agentes y mostró mejoras en varias tareas, aunque la escala no produjo avances parejos en todos los casos. > Ver la publicación original en X ## Una coordinación sin agente líder Agensh elimina la figura del agente jefe. En su lugar, cada trabajador identifica subtareas, comparte hallazgos y fusiona cambios en un repositorio común, con un flujo de trabajo que opera de manera concurrente y asíncrona. El ciclo descrito por el sistema consta de cinco pasos: reunir contexto, reclamar una subtarea, trabajar y publicar hallazgos, verificar el resultado y fusionar los cambios. Luego, cada agente vuelve a revisar la información disponible y puede asumir otra tarea. El diseño se apoya en tres piezas: Gitea para el repositorio, las ramas y las solicitudes de cambios; Mattermost para el canal de equipo y los mensajes directos; y un tablero de contexto donde se guardan observaciones, hechos, fallos, tareas reclamadas y resúmenes de cambios. El enlace técnico del proyecto está en [el preprint de Agensh](https://arxiv.org/html/2609.26781v1), donde se detallan las pruebas y el enfoque usado para evaluar el sistema. ## Qué mostraron las pruebas en ProgramBench La evaluación se centró en las cinco tareas más difíciles de ProgramBench: FFmpeg, GROMACS, pandoc, PHP-src y ctags. El objetivo era reconstruir un programa a partir del comportamiento observado, con agentes sin conexión durante un máximo de seis horas. Con GPT-5.6-sol, la media en esas cinco tareas pasó de 19,31% con un agente a 20,68% con ocho, 26,52% con 32 y 28,78% con 128. La mejora fue clara al aumentar el número de participantes, pero no lineal. En pandoc, GPT-5.6-sol alcanzó 33,89% con un agente, 41,75% con ocho, 43,11% con 32, 50,94% con 128 y 55,06% con 1.024 agentes. En esa misma tarea, GPT-6.1-sol llegó a 79,59% con 32 agentes, frente a 56,19% con uno. Las cifras también variaron según el momento de la ejecución. En pandoc, 128 agentes superaron 30% de pruebas aprobadas a los 30 minutos, mientras que 32 lo hicieron a los 60 y ocho a los 90. ## Escala, memoria y límites de operación La prueba de 1.024 agentes se ejecutó con 16 nodos y 64 trabajadores en cada uno. Cada trabajador tuvo un límite de memoria de 64 GiB, además de un máximo de 272.000 tokens de entrada y 128.000 de salida. La configuración de referencia está pensada para Linux con Docker Compose y, por defecto, usa un solo nodo con ocho trabajadores. El proyecto también fija un máximo de seis horas por tarea y GPT-5.6-sol con alto esfuerzo de razonamiento. Agensh se distribuye bajo licencia MIT y el equipo validó ProgramBench v1.2.5. La información divulgada no incluye el costo de los tokens, un dato necesario para medir si la mejora compensa el gasto de operar grupos tan grandes. El material comparó esta arquitectura con otros sistemas: Claude Code agent teams usa un líder fijo y recomienda grupos de tres a cinco agentes, mientras Kimi Agent Swarm declara hasta 100 subagentes. En el caso de Copilot CLI, el material no informa un límite de agentes. --- **Fuente:** https://panorama.onl/tecnologia/agensh-de-microsoft-probo-equipos-de-hasta-1-024-agentes-20261025-0829.html Publicado por Panorama Online — contenido de libre lectura; se permite citar con atribución y enlace a la URL original.