Google Antigravity /teamwork 在数学、科学和系统工程领域实现多智能体突破
先给出答案
Google 的 Antigravity /teamwork 平台,基于 Gemini 4 Argon、Carbon 和 Hydrogen 模型,在数学、化学和大型工程领域产生了新的证明、算法和系统优化,并且这些多智能体工具现已向研究人员和开发者公开。
/teamwork 是什么以及为何重要
/teamwork 是一个多智能体工作流框架,它将生成式 Gemini 模型与专门的验证智能体(Lean 4 证明检查器、测试套件、模拟器等)配对,以自动化长时推理。 通过划分上下文、并行探索和自动证伪候选方案,该系统克服了当前 LLM 的两个主要限制:不可预测的单次生成和跨多天任务中的细节丢失。这种设计实现了以前对于个人或单模型流水线来说不可行的自主研究循环。
数学和理论计算机科学突破
Courtade–Kumar 猜想被完全证明
- Google、香港中文大学、南加州大学和卡内基梅隆大学的合作团队使用 /teamwork 的 Long Proof 模式,在 Lean 4 中形式化了 2013 年的 Courtade–Kumar 猜想,产生了约 5000 万行代码。
- Gemini 4 Argon 识别了广义版本的反例,将问题简化为 14 变量优化,并生成了分析界限,将证明从平衡函数扩展到非平衡函数,无需人工输入。
多个开放问题被解决
- 自适应数据分析 – 证明了自适应选择的统计查询的近乎最优样本界限,并通过 Lean 验证,为插入-删除数据流生成了首个空间最优流式算法。
- 量子查询复杂度 – 一个新的 n 位布尔函数构造需要超过 n/2 次量子查询,解决了 2014 年的一个开放问题,并精确刻画了对称函数的开销。
- 确定性布尔矩阵乘法 – 一种新算法回答了 STOC 2024 的开放问题,在没有代数消去的情况下实现了相对于立方时间的预期加速。
- 高维 Steiner 扳手 – 证明了即使有 Steiner 点,常数因子距离近似也可能需要多项式数量的边,解决了一个长期存在的几何下界问题。
- 堆叠稀疏草图 – 打破了线性维度矩阵压缩的经典稀疏性障碍,每行仅需 √log r 个非零元素,并匹配了新的下界。
- 动态割稀疏化 – 提供了首个具有近乎最优内存、更新和重建时间的单遍流式算法,回答了 FOCS 2022 的一个开放问题。
- 在线逆线性优化 – 生成了一种具有多项式运行时间的确定性最优遗憾算法,改进了先前指数时间解决方案。
- 整数乘法 – 生成了亚 n log n 图灵机界限和 2D 网格上的 O(n log n) 算法,其 C 实现与 GMP 在十亿位以内逐位匹配。
- 双端队列猜想 – 证明了伸展树双端队列操作的新上界,优于所有有限迭代的反 Ackermann 函数,并通过 Lean 4 验证。
- 近似留一交叉验证 – 证明了该近似对于非光滑弹性网络惩罚仍然准确,扩展了理论保证。
形式验证和稿件审查
历史定理的端到端形式化
- Weil 猜想 – 通过 28,800 次子智能体调用,在 Lean 4 中完全形式化(约 180 万行)。
- 希尔伯特第十问题(一般环) – 为第一个形式证明生成了 919,000 行 Lean 代码。
- 3D Navier–Stokes 有限时间爆破 – 对最近突破的机器检查形式化。
- Birkhoff 猜想(1927 年)和 3D Bochner–Riesz 猜想(≥50 年)– 首次形式证明,后者揭示了已发表非正式证明中的一个漏洞。
- 其他已验证结果包括无穷调和函数的 C¹ 正则性、KdV 适定性,以及组合学和分析中的几个长期猜想。
会议投稿的深度审查
- 超过 578 篇 STOC 2027 投稿(约占所有论文的 ⅓)收到了深度审查反馈。
- 在一项调查中(N = 70),90% 的人认为反馈基本符合事实,并会再次使用该工具;30% 的人报告发现了实质性的证明错误;14% 的人发现了需要超过 1 小时才能修复的技术漏洞。
- 作者引用:“这类工具可以帮助更快地产生更清晰、更精确的研究。”
分子化学发现
- 一个使用 /teamwork 和物理信息 NMR 模拟器的 30 智能体流水线,在具有挑战性的基准分子上实现了 95% 的 top-1 精确匹配 和 100% 的 top-3 准确率,几乎是单智能体性能的两倍。
- 该工作流展示了自主智能体如何加速结构测定,这是药物发现和蛋白质折叠研究的关键步骤。
因果推断基准生成
- 运行在 Argon 上的 29 个智能体在 11.5 小时内将 13 个公共表格转换为 50 任务因果推断基准。
- 审查和审计智能体自动过滤了捷径、幻觉和措辞提示,为反事实推理生成了高质量的测试套件。
系统工程和编码成就
分布式系统内核
- FarArray – 使用 /teamwork 和 Argon 构建的低延迟 PGAS 内核,支持在 1 万亿边图上进行无锁连通分量计算,吞吐量提升 60-90 倍,速度提升 40-180 倍,内存占用降低 6 倍。
- InstantEmbedding – 个性化 PageRank 实现将峰值 DRAM 减少高达 14 倍,运行时间减少 11-27 倍。
- 用于图神经网络的自定义 TPU 内核实现了高达 185 倍 的 HBM 减少和 8-15 倍 的前向/后向传播加速。
围棋自主爬山
- 一个从零训练的 9×9 围棋引擎在八天内达到约 2,600 Elo,自我对弈加速 2,300 倍,并通过统计测试驱动的冠军晋升。
Rust 重写和性能提升
- 为期两周的 Argon 活动将 Zircon 微内核剩余的 C++ 重写为约 80 万行 安全 Rust,通过了所有单元测试并在 arm64 上启动。
- libgav1 AV1 解码器被移植到约 17 万行 Rust;经过性能分析引导的优化后,Rust 版本在 x86_64 和 ARM 上均比原始 C++/汇编实现快 20-30%。
/boost 和 DuoDiscover 模式
- /boost 封装了 /teamwork 的迭代编码模式;对过去运行的分析表明,对于紧密耦合的代码,顺序实现优于并行拆分,提高了令牌效率。
- Argon 上的 DuoDiscover 识别了 JAX 和 Pallas TPU 内核的性能瓶颈,创建了 23 秒的代理评估器,在 17 个 JAXBench 内核上实现了 4.09 倍 的几何平均加速,在 7 个手动优化的 vLLM 内核上实现了 2.99 倍 的加速。
Google 生产基础设施影响
- 全舰队内存优化 – /teamwork 工作流识别了超出最初预计 1 PiB 节省的机会,使用了结构填充消除和标量窄化等技术。
- Borg 调度 – 智能体调度改进将 TPU 工作负载抢占减少了 24%,同时保持了 SLO 和集群利用率。
对社区的可用性
- Gemini 4 模型、/teamwork、/boost 和深度审查 今天在 Antigravity 中可用。
- Google 正在为 10,000 名学术研究人员提供六个月的最高使用层级免费访问。
- 即将发布的版本将添加形式证明模式和其他专门工作流,并附有 Antigravity 博客上的教程。
社区反应(Hacker News 评论)
“我发现基于团队的工作流非常成功……基于角色的多智能体设置提高了性能。” – CharlieDigital(链接到相关论文)。
“我们已经在 Antigravity 博客上宣布了 /teamwork 的部分内容;更多可视化和示例即将推出。” – mirrokni(作者)。
“目前还不清楚 /teamwork 与 Claude 动态工作流有何不同;Antigravity 感觉落后,并且缺乏自动模式。” – stbenjam。
“这篇文章没有解释如何使用 /teamwork。” – gdevenyi。
“这可能带来的突破数量是惊人的;领域专家现在可以指导 Antigravity 并快速交付结果。” – s_u_d_o。
这些评论突出了对基于角色的多智能体系统的热情、对更清晰文档的需求,以及与竞争平台的比较。
结论
Google 的 Antigravity /teamwork 证明了由 Gemini 4 驱动的协调多智能体流水线可以自主生成和验证新的数学成果,加速科学发现,并优化大规模系统。通过开源工具链并提供免费学术访问,Google 邀请更广泛的研究社区在这些能力的基础上继续构建,进一步扩展 AI 增强科学和工程的边界。