通过反重力/团队合作推进科学和工程

通过 Antigravity 的 /teamwork 推进科学与工程 2026 年 11 月 13 日 Vahab Mirrokni，Google 研究员兼 Google Research 副总裁 我们分享 Antigravity /teamwork 多智能体系统的最新成果，该系统增强了人类与人工智能的协作，以解决数学、化学、系统软件和机器学习工程方面的开放问题。所有这些工作都是与人类专家合作完成的，我们正在向外部提供这些工具。在过去的几周里，谷歌和学术合作机构的团队解决了数学、科学和复杂系统工程领域多年来一直悬而未决的问题。使用 Gemini 4 Argon、Gemini 4 Carbon、Gemini 4 Hydrogen 和多代理工作流程（例如 Antigravity 的 /teamwork（基于各种 Gemini 模型构建）），这些合作在信息论、形式验证、分子结构发现和内核优化方面产生了新的创新，并在 Google 取得了一些生产基础设施的成果。我们正在 Antigravity 的 /teamwork（以及 /boost 和其他代理）中提供这些代理工具，以便研究人员和开发人员可以将它们应用到自己的工作中。前沿研究和系统工程需要浏览大量文献、构建定制计算管道、针对物理测量进行测试并验证每一步。进步来自于一个交互式发现循环，其中研究人员提出问题并定义理论或物理约束，而长视野智能体则编写自定义求解器、探索大型搜索空间、测试候选设计并检查长逻辑链。扩展长期推理 当前语言模型的两个限制激发了 /teamwork 的设计。首先，模型生成可能是不可预测的，从而在单次尝试和找到正确答案之间留下了差距。该系统通过将并行探索与专用验证器（例如，精益 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）配对来自动验证哪些候选解决方案有效，从而弥补了这一差距。其次，人工智能模型经常会丢失多天任务的细节，因为注意力分散在不断增长的上下文窗口中。为了防止这种情况，/teamwork 通过构建对上下文进行分区：每个专用代理仅接收特定步骤所需的确切文件和工具。协调员将任务交给新的继任者，而批评者和审计员则在没有原始生产者推理的情况下质疑和验证来自干净环境的结果。团队合作将这些工作流程表达为声明性的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。这些模式的范围从分布式编码和迭代问题解决（独立打包为 /boost ，从先前的轨迹精炼出来的顺序解决和验证循环）到专门的研究工作流程，例如长证明和文档审查，所有这些都可以在今天的 Antigravity 中使用。这使得团队可以根据过去的运行记录设计自定义规范，路由跨不同的线束模式并动态改进代理线束。虽然 Antigravity 中提供了其中许多功能，但我们将在未来几周内提供更多更新，为 Antigravity 的外部用户提供所有功能。继我们之前关于反重力 /teamwork 的帖子之后，我们提供了新的结果来应对 /teamwork 和 Gemini 4 模型新变体所支持的挑战。数学和理论计算机科学在数学和理论计算机科学领域，研究人员与 Gemini 4 和 /teamwork 工具配对，在大规模证明上进行协作，并直接从开放问题陈述中生成完整的算法和证明。我们举几个例子。证明和验证 Courtade-Kumar 猜想 来自 Google、香港中文大学、南加州大学和卡内基梅隆大学的研究人员使用 /teamwork 的 Long Proof 模式（在反重力中实现 Stellar Colosseum）来证明信息论的 2013 Courtade-Kumar 猜想的完全普遍性。结果证实，当随机位串通过噪声通道时，与仅复制单个输入位的“独裁器函数”相比，不将输入压缩为单个位可以保留更多信息。 Gemini首先从中大团队早期论文中找到了广义猜想的反例。随后，中大团队提出了一个新的候选函数，将猜想简化为 14 变量优化问题，并提供了一个关键的分析下界。 Gemini 4 Argon 和早期的 Gemini 模型随后对参数空间进行了划分，并开发了大部分新的分析界限和区间算术证书。他们还将证明从平衡函数扩展到不平衡函数，无需人工输入。该团队在 Lean 4 中形式化了整个证明，生成了 5000 万行代码。解决优化、统计、量子计算和算法中的悬而未决的问题