Google 分享 Antigravity /teamwork 多智能体系统科研进展

首页 博客 用 Antigravity 的 /teamwork 推进科学与工程 2026年11月13日 Vahab Mirrokni，Google Fellow 兼副总裁，Google Research 我们分享 Antigravity 的 /teamwork 多智能体系统的最新成果，该系统增强了人机协作，以解决数学、化学、系统软件和机器学习工程领域的开放问题。所有这些工作都是与人类专家合作完成的，我们正在将这些工具对外开放。 过去几周，Google 各团队与学术合作机构的研究人员攻克了数学、科学和复杂系统工程领域悬而未决多年的开放问题。借助 Gemini 4 Argon、Gemini 4 Carbon、Gemini 4 Hydrogen 以及 Antigravity 的 /teamwork 等多智能体工作流（基于多种 Gemini 模型构建），这些合作在信息论、形式化验证、分子结构发现和内核优化方面产生了新的创新，同时也在 Google 内部带来了多项生产基础设施方面的收益。我们正在 Antigravity 的 /teamwork 中（与 /boost 及其他智能体一同）提供这些智能体工具，以便研究人员和开发者将其应用于自己的工作。 前沿研究和系统工程需要涉猎海量文献、构建定制计算流水线、对照物理测量进行测试，并验证每一个步骤。进展来自一个交互式发现循环：研究人员提出问题并定义理论或物理约束，而长时程智能体则编写定制求解器、探索大型搜索空间、测试候选设计，并检查长链条逻辑。 当前语言模型的两个局限促成了 /teamwork 的设计。第一，模型生成可能不可预测，在单次尝试与找到正确答案之间存在差距。系统通过将并行探索与专门的证伪器（例如 Lean 4 证明检查器、未经修改的软件测试套件、执行模拟器、网络搜索或硬件计数器）配对，自动验证哪些候选解决方案有效，从而弥合这一差距。 第二，AI 模型在多天任务中常常丢失细节，因为注意力在不断增长的上下文窗口中分散。为防止这一点，/teamwork 在构造上对上下文进行分区：每个专门智能体只接收其特定步骤所需的确切文件和工具。协调者将任务移交给全新的继任者，而批评者和审计者则从干净的上下文中挑战并验证结果，不带有原始生产者的推理。 Teamwork 将这些工作流表达为声明式、可自我改进的自然语言模式，并动态地将每个用户提示路由到最适合该任务的模式。这些模式涵盖分布式编码和迭代问题求解（作为 /boost 独立打包，这是一个从先前轨迹中提炼出的顺序求解-验证循环），到长期证明和文档审查等专门研究工作流，所有这些目前均可在 Antigravity 中使用。这使团队能够根据过去的运行记录设计定制规范，在不同 harness 模式之间路由，并动态改进智能体 harness。虽然其中许多功能已在 Antigravity 中可用，但我们将在未来几周内提供更多更新，向 Antigravity 上的外部用户提供所有功能。继我们之前关于 Antigravity /teamwork 的帖子之后，我们提供由 /teamwork 新变体和 Gemini 4 模型赋能的新成果，以应对开放挑战。 在数学和理论计算机科学领域，研究人员与 Gemini 4 和 /teamwork harness 配对，协作进行大规模证明，并直接从开放问题陈述中生成完整的算法和证明。我们展示几个例子。 来自 Google、CUHK、USC 和 CMU 的研究人员使用 /teamwork 的 Long Proof 模式（在 Antigravity 中实现 Stellar Colosseum）完整地证明了信息论中 2013 年的 Courtade–Kumar 猜想。该结果证实，当随机比特串通过噪声信道时，将输入压缩为单个比特的任何压缩都不会比“独裁者函数”（仅复制单个输入比特）保留更多信息。Gemini 首先找到了 CUHK 团队早先论文中一个广义猜想的反例。随后，CUHK 团队提出了一个新的候选函数，将该猜想简化为一个 14 变量优化问题，并给出了一个关键的分析下界。Gemini 4 Argon 和更早的 Gemini 模型随后划分了参数空间，并开发了大部分新的分析界和区间算术证书。它们还在没有人类输入的情况下将证明从平衡函数扩展到非平衡函数。该团队在 Lean 4 中形式化了整个证明，生成了 5000 万行代码。 研究人员还直接向 Gemini 4 以及 Stellar Colosseum 和 /teamwork 等多智能体 harness 提出开放问题，获得了端到端的算法和证明（通常带有 Lean 4 形式化），作者对其进行了验证、简化和编辑以供发表。在自适应数据分析中，一个运行于 Gemini 4 Argon 的多智能体 harness 独立证明并通过 Lean 验证了针对根据先前答案自适应选择的统计查询的近最优样本界，填补了自 2014 年以来一直存在的空白。这些界产生了首个针对同时具有插入和删除的数据流的近空间最优算法，且在面对自适应对手时仍保持准确。在量子计算中，一种新构造解决了一个 2014 年的开放问题，找到了首个在常数误差下需要严格超过 n/2 次量子查询的 n 位布尔函数，同时精确确定了对称函数上的查询开销。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）