# Microsoft laat 1.024 programmeeragents samenwerken zonder baas

- Rubriek: Tools
- Gepubliceerd: 2026-10-25T04:32:59+01:00
- URL: https://aiweekblad.nl/artikel/microsoft-laat-1024-programmeeragents-samenwerken-zonder-baas
- Bron: MarkTechPost, [Microsoft Open-Sources Agensh: A Multi-Agent Harness for 1,024 Agents](https://www.marktechpost.com/2026/10/24/microsoft-agensh-multi-agent-harness-1024-agents/)

> Microsoft Research maakt Agensh open source: grote teams AI-agents verdelen zelf het werk. Meer agents helpt, maar de winst is grillig.

De meeste systemen waarin meerdere AI-agents samen programmeren, werken met een hoofdagent die het werk plant, verdeelt en weer samenvoegt. Microsoft Research denkt dat die opzet een plafond heeft en heeft daarom **Agensh** uitgebracht: een open-source raamwerk waarin agents zonder centrale regisseur samenwerken. De onderzoekers testten het met teams van 1 tot 1.024 agents. De code staat onder de MIT-licentie op [GitHub](https://github.com/microsoft/Agensh), met een bijbehorend [onderzoekspaper](https://arxiv.org/abs/2609.26781).

## Een kantoor vol agents

Agensh lijkt meer op een softwareteam dan op een fabriekslijn. Elke agent doorloopt steeds dezelfde cyclus: kijken wat de rest doet, een deeltaak claimen, aan het werk gaan, het resultaat controleren en het samenvoegen in een gedeelde codebase. Botsen twee agents op dezelfde taak, dan lossen ze dat onderling op via een direct bericht.

Daarvoor gebruikt het systeem gewone ontwikkeltools:

- **Gitea** als gedeelde Git-omgeving, met branches, pull requests en merge-conflicten;

- **Mattermost** als teamchat en voor dringende berichten tussen agents;

- een **gedeeld prikbord** waarop agents waarnemingen, feiten, mislukte pogingen en claims achterlaten.

De samenwerkingsregels zitten niet in de software, maar in de instructie die elke agent krijgt. Alle agents krijgen exact dezelfde prompt, op hun eigen nummer na. In de proeven draaide elke agent op GitHub Copilot CLI; volgens het paper kunnen ook andere tools, zoals Claude Code, worden aangesloten.

## Wat leverde het op?

Getest werd op de vijf zwaarste opdrachten uit ProgramBench, waarbij agents bekende programma's als FFmpeg, pandoc en de PHP-broncode zelf opnieuw moeten bouwen, offline en binnen zes uur. Met het model GPT-5.6-sol steeg het gemiddelde aandeel geslaagde tests van 19,3 procent met één agent naar 28,8 procent met 128 agents. Dat is bijna de helft beter, maar in absolute zin blijft het laag. Opvallend: de stap van één naar acht agents leverde nauwelijks iets op (1,4 procentpunt).

Bij pandoc was het effect het duidelijkst: van 34 procent met één agent tot 55 procent met 1.024 agents. Grotere teams waren ook sneller: 128 agents haalden binnen een halfuur 30 procent, waar acht agents anderhalf uur nodig hadden. Met het nieuwere GPT-6.1-sol, waarvan de resultaten alleen in de README staan en niet in het paper, steeg pandoc van 56 naar bijna 80 procent met 32 agents.

De onderzoekers zagen naarmate de teams groeiden vanzelf rollen ontstaan: agents spraken interfaces af, beoordeelden elkaars werk, trokken een goedkeuring in na een tegenvoorbeeld en bij de grootste teams namen sommige agents de rol van integrator op zich. Dat gedrag was niet voorgeprogrammeerd, aldus Microsoft.

## Niet voor thuis

Agensh is een onderzoeksproject, geen product. Je hebt Linux met Docker nodig, standaard draaien acht agents op één machine met elk tot 64 GB geheugen, en de proef met 1.024 agents gebruikte zestien servers. Wat zo'n run aan tokens en dus aan geld kost, maken de onderzoekers niet bekend. Dat is een belangrijke kanttekening: duizend agents die zes uur lang met een topmodel werken, is voor de meeste bedrijven onbetaalbaar.

Toch is de richting interessant. Grote AI-bedrijven bouwen juist systemen met een vaste leider: Anthropic raadt bij agentteams in Claude Code drie tot vijf agents aan, Moonshot laat in Kimi Agent Swarm een regisseur tot honderd subagents aansturen. Microsoft zet daar een model tegenover dat schaalt zoals mensenteams dat doen: met afspraken en overleg in plaats van één baas. Het past in een week waarin ook [GitHub Copilot in Teams](https://aiweekblad.nl/artikel/nieuwe-github-app-in-teams-maakt-van-een-bugmelding-een-pull-request) agents dichter bij het dagelijkse ontwikkelwerk bracht. Dat zulke autonome agents ook risico's meebrengen, liet OpenAI onlangs zien met zijn besluit om [topmodellen voortaan zonder internettoegang te trainen](https://aiweekblad.nl/artikel/openai-traint-topmodellen-voortaan-zonder-internettoegang).

_Met AI geschreven door AIweekblad op basis van [Microsoft Open-Sources Agensh: A Multi-Agent Harness for 1,024 Agents](https://www.marktechpost.com/2026/10/24/microsoft-agensh-multi-agent-harness-1024-agents/) (MarkTechPost). Redactiebeleid: https://aiweekblad.nl/redactiebeleid_