מיקרוסופט משחררת בקוד פתוח את Agensh: מערכת לריבוי סוכני AI בלי מתזמר מרכזי

מיקרוסופט Research שחררה בקוד פתוח את Agensh. זו מערכת להרצת סוכני AI רבים במקביל, שבנויה סביב החלטה עקרונית אחת: אין בה מתזמר מרכזי (orchestrator). אף רכיב לא מחליט איזה סוכן עושה מה. הסוכנים מתארגנים בעצמם דרך שלושה כלים משותפים: מאגר Git, ערוץ צ'אט ו"לוח ממצאים" (findings board). לפי הדיווח, המערכת נבדקה בהיקפים של סוכן אחד ועד 1,024 סוכנים, במבחן ProgramBench ובתקציב זמן של שש שעות.

מה זה בעצם "harness"

בעולם הסוכנים, harness הוא שכבת התשתית שמסביב למודל השפה (LLM). היא קובעת אילו כלים זמינים לסוכן, איך הוא שומר את העבודה שלו ואיך הוא מתקשר עם סוכנים אחרים. רוב המערכות מרובות הסוכנים המוכרות בנויות היררכית: סוכן "מנהל" מפרק את המשימה, מחלק את החלקים לסוכנים "עובדים" ומרכיב בחזרה את התוצאות.

Agensh בוחרת בגישה אחרת. כפי שהיא מתוארת בפרסום, הסוכנים הם עובדים שווי מעמד, ומה שמחבר ביניהם הוא סביבת עבודה משותפת ולא מנהל. ההשוואה הקרובה היא צוות פיתוח אנושי: כולם עובדים על אותו מאגר קוד, מדברים בערוץ משותף ומתעדים בלוח מרכזי את מה שגילו.

למה דווקא Git

הבחירה ב-Git כשכבת התיאום מעניינת. Git, מערכת ניהול הגרסאות שרוב מפתחי התוכנה בעולם עובדים איתה, נבנתה מלכתחילה כדי לאפשר לאנשים רבים לעבוד על אותו קוד בלי לדרוס זה את עבודתו של זה. היא כוללת כלים מובנים למיזוג שינויים, לטיפול בהתנגשויות ולמעקב אחרי ההיסטוריה. מבחינת מיקרוסופט, ככל הנראה, היתרון הוא שאין צורך להמציא מנגנון תיאום חדש לסוכנים: אפשר להשתמש בתשתית שכבר הוכיחה את עצמה בקנה מידה גדול אצל בני אדם.

לוח הממצאים נראה כתוספת שנועדה לפתור בעיה מוכרת במערכות כאלה: סוכנים שחוזרים על אותה עבודה או נופלים שוב באותה טעות כי לא ידעו מה גילו האחרים. לוח משותף מאפשר לכל סוכן לראות מה כבר נבדק ומה כבר נמצא.

מה הנתונים אומרים, ומה הם לא אומרים

הנתון שבולט בכותרות הוא 1,024 סוכנים, אבל צריך לקרוא אותו בהקשר. התוצאות נמדדו ב-ProgramBench, מבחן ביצועים (benchmark) בתחום התכנות, ובמגבלה של שש שעות עבודה. מדובר בבדיקה של מיקרוסופט עצמה. החומר שפורסם לא כולל בדיקה עצמאית של התוצאות, ולכן אין עדיין דרך לדעת איך המערכת מתנהגת על משימות אחרות, בתקציבים אחרים או מחוץ לסביבת המעבדה.

יש גם שאלות פתוחות שהפרסום לא עונה עליהן, כמו העלות הכוללת של הרצת מאות סוכנים במקביל, והשאלה אם כל סוכן נוסף מוסיף ערך או שמשלב מסוים התועלת מתחילה לרדת.

למה זה חשוב

המשמעות של המהלך היא בעיקר בכיוון שהוא מסמן. ההערכה המקובלת בתעשייה היא שהשלב הבא של סוכני AI לא יגיע רק ממודל חזק יותר, אלא מהיכולת להפעיל הרבה סוכנים יחד על משימה אחת גדולה. מתזמר מרכזי הוא נקודת חולשה בגישה הזו: ככל שמספר הסוכנים גדל, הוא עלול להפוך לצוואר בקבוק. Agensh היא ניסיון לעקוף את הבעיה הזו.

העובדה שהמערכת פורסמה בקוד פתוח (open source) מאפשרת לחוקרים ולמפתחים מחוץ למיקרוסופט לבחון אותה בעצמם. אם הגישה תחזיק מעמד בבדיקות כאלה, היא עשויה להשפיע על הדרך שבה ייבנו מערכות סוכנים בשנים הקרובות. בינתיים מדובר בכלי מחקר מעניין עם תוצאות ראשוניות, ועדיין לא בפתרון מוכח.