Segun MarkTechPost (AI/ML News), investigadores de Microsoft Research han liberado Agensh, una plataforma de coordinación descentralizada diseñada para gestionar flujos de trabajo de múltiples agentes de inteligencia artificial. Este sistema elimina el rol central de un agente orquestador, una estructura tradicional que requiere un líder para planificar tareas y fusionar resultados. En su lugar, cada agente opera de forma autónoma, selecciona sus sub-tareas, comparte hallazgos y actualiza un repositorio común en Git.
El estudio validó el sistema en el conjunto de pruebas ProgramBench, escalando desde un solo agente hasta 1.024 agentes. Cada unidad tiene un límite de entrada de 272.000 tokens y salida de 128.000 tokens. La ejecución se basa en entornos Linux, con Docker Compose, y por defecto opera en una sola nube con ocho agentes. En el escenario más ampliado, se emplearon 16 nodos, cada uno con 64 agentes, lo que eleva la capacidad total. Cada agente opera dentro de un límite de memoria de 64 gigabytes. Los resultados muestran una mejora clara en la eficiencia: al aumentar el número de agentes, se lograron mejores puntuaciones en las cinco tareas más complejas del benchmark. El rendimiento óptimo alcanzó el 79,59% en el test pandoc con 32 agentes usando GPT-6.1-sol, mientras que GPT-5.6-sol alcanzó el 55,06% con 1.024 agentes. En contraste, el sistema logró solo un 28,78% en el promedio de las cinco tareas cuando solo contaba con 128 agentes. La escalada de agentes de 1 a 8 aumentó el puntaje en 1,37 puntos, indicando una mejora gradual en el rendimiento.
Este enfoque busca superar el límite inherente de los sistemas orquestados, donde un agente central puede convertirse en un punto débil por su dependencia de recursos y su vulnerabilidad ante fallos. Agensh permite que cada agente participe activamente en la toma de decisiones, reduciendo riesgos de colapso sistémico. La estructura operativa se basa en un bucle de cinco pasos ejecutados de forma paralela: recopilar contexto, reclamar una sub-tarea, ejecutar acciones locales, compartir hallazgos y ajustar el avance. Esta arquitectura promete mayor escalabilidad, robustez y adaptabilidad en entornos donde la colaboración entre agentes es crítica.
Para inversores y profesionales del sector peruano, Agensh representa una evolución en la forma en que se gestionan tareas técnicas en entornos de desarrollo. Si bien aún no está disponible para uso comercial general, su lanzamiento refleja una tendencia clara: el futuro de la automatización en software no depende de un líder central, sino de redes descentralizadas que aprenden y se ajustan entre sí. En un país donde las startups tecnológicas buscan optimizar costos y acelerar entregas, este tipo de herramientas podría transformar procesos de desarrollo, reduciendo tiempos de entrega y mejorando la calidad del código sin necesidad de intervención humana constante.