今天(2026 年 11 月 14 日)早上 05:47(东京时间),Google Research 发了一篇长文,汇报 Antigravity 里多智能体功能 /teamwork 过去几周的成绩单。主角不是新模型,而是“一群模型怎么组队干活”:Gemini 4 Argon 带着 /teamwork 的智能体小队,在数学、化学和系统工程上交了一串成果。最扎眼的一条,是把 Weil 猜想完整形式化成了约 180 万行 Lean 4 代码,调用了 28,800 次子智能体。先说清楚:下面这些数字都是 Google 自己报的,原文写明是他们团队和合作机构的实验结果,不是第三方复核。
数学:几十年没啃动的猜想,被一群智能体啃下来了
最值得先说的还是数学。形式化证明这件事有个硬门槛:证明写成 Lean 4 代码后,内核会逐行核对,错一步都编译不过。所以“行数”可以注水,但“编译通过”本身造不了假。
Weil 猜想是这批成果里分量最重的一个。它是关于有限域上多项式方程解的计数问题,1974 年由 Deligne 完成证明。Google 的 /teamwork-LEAP 系统全自主做出了它的端到端、机器核对的形式化,约 180 万行 Lean 代码,横跨 28,800 次子智能体调用。
另一项是 2013 年的信息论猜想 Courtade–Kumar。Google 与香港中文大学、南加州大学、卡内基梅隆大学的团队用 /teamwork 的 Long Proof 套路完整证明了它,形式化证明达 5000 万行 Lean 代码。过程本身也挺有意思:Gemini 先找到了中大团队早期论文里广义猜想的反例,中大团队随即提出新的候选函数,把问题化成一个 14 变量优化问题;Gemini 4 Argon 和更早的模型分工做出了大部分解析界和区间算术证书,还在无人干预下把证明从平衡函数推广到了不平衡函数。
其余的单子还很长:Hilbert 第十问题在一般整数环上的首个形式化(91.9 万行 Lean);三维 Navier–Stokes 方程有限时间爆破证明的形式化复现——那是千禧年七大难题之一,悬了约 90 年;Birkhoff 猜想(1927 年起);三维 Bochner–Riesz 猜想(50 多年),过程中还发现并修补了最近一篇非正式证明里的缺口;还有 C¹ 正则性(约 20 年)、KdV 方程在 H⁻¹ 下的适定性、40 年的 Jamison Caterpillar 猜想。
不止是“大猜想”:自适应数据分析的近最优样本界,补上了 2014 年以来的缺口;量子查询复杂度上,找到了首个需要严格多于 n/2 次量子查询的 n 比特布尔函数;布尔矩阵乘法上,解决了 STOC 2024 留下的主要公开问题;整数乘法的理论 Turing 机界被化简到 n log n 以下;Tarjan 1985 年的 Deque 猜想也有了新的上界,并用 Lean 4 验证过。

/teamwork 到底是怎么组队的
成绩单好看,更值得看的是组队方法。Google 在文章里点出,/teamwork 的设计是冲着语言模型的两个短板去的。
第一,单次生成不稳定,撞对答案要靠运气。解法是并行探索加专职证伪者:多个智能体各走各的路提候选方案,再由专门的验证方用不说谎的裁判验算——Lean 4 内核、未经修改的测试套件、执行仿真器、硬件计数器,哪个候选成立,验算结果说了算。
第二,长任务跑着跑着上下文就散了,模型会丢细节。解法是按构造切分上下文:每个专业智能体只拿到当前步骤恰好需要的文件和工具;协调者把任务交给全新的继任者;批评者和审计者用干净的上下文复查,不看生产者的推理过程,避免被带偏。
这些工作流在 /teamwork 里被表达成声明式的、可自我改进的自然语言套路(pattern),系统按提示自动选最合适的:分布式编码、迭代解题、长证明、自验证、文档评审。其中迭代解题被单独打包成 /boost 命令,供日常编码使用。有意思的是,/boost 的套路本身就是 /teamwork 分析历史运行轨迹后总结出来的:紧耦合的代码更适合顺序实现加修订,而不是并行拆分——等于用一个 harness 优化了另一个 harness。
文档评审套路也有了真实数据。STOC 2027 的 578 篇投稿(超过总投稿数的三分之一)选择接受 Deep Review 的反馈。在持续进行的作者调查里(70 人),90% 的受访者认为反馈基本或几乎全部属实,90% 说会再用;超过 30% 说它抓住了实质性证明错误或数学上重要的笔误,14% 说它发现了要花一小时以上才能修的技术缺口。每位用户每周可以免费调用两次 Deep Review。
工程:改代码、做系统,数字也很夸张
数学之外,工程侧的成绩单同样值得算法工程师留意,因为它直接关系到“多智能体能不能干脏活累活”。
大型代码迁移最怕两件事:智能体偷偷把依赖 stub 掉,或者改测试让坏掉的移植蒙混过关。/teamwork 新的改写套路解法很直接:每个模块只有等它的依赖编译通过后才排期,叶子模块一律链接回原始的、未经修改的测试套件。靠这套办法,一个为期两周的 Argon 任务把 Zircon 微内核剩余的 C++ 代码改写成了约 80 万行安全 Rust,通过全部内核单元测试,在 arm64 硬件上启动。Google 的 AV1 视频解码器 libgav1 也被从 C++ 改写成约 17 万行 Rust,输出比特完全一致;一开始移植版慢约 4 倍,给了 profiling 工具和提速任务后,反而比原版 C++ 和手写汇编快 20–30%,x86_64 和 ARM 都是如此。
还有几项:一个 9×9 围棋引擎从基础 AlphaZero 实现从零训练,不到 8 天涨了约 2600 Elo,达到 1885,相当于 KataGo 每步 16 到 32 次搜索的水平,自弈速度提升 2300 倍;分布式系统 FarArray 基于 SNAP 微内核做低延迟内核旁路 PGAS,1 万亿边图上的无锁连通分量,吞吐提升 60–90 倍、提速 40–180 倍、内存省 6 倍;InstantEmbedding 把峰值内存最多降 14 倍、运行时间降 11–27 倍;给图神经网络写的定制 TPU 内核,显存占用最多降 185 倍、前后向提速 8–15 倍;DuoDiscover 模式用 4 个并行智能体找瓶颈、造出 23 秒的代理评估器,JAXBench 的 17 个内核几何平均加速 4.09 倍,vLLM 的 7 个手写优化 Pallas 内核加速 2.99 倍。
科学发现侧也有两项:30 个专业智能体加物理信息光谱模拟器,从核磁共振数据定分子结构,复杂基准分子的 top-1 准确率 95%、top-3 100%,接近单智能体表现的两倍;29 个智能体跑 11.5 小时,把 13 张公开表格变成了一个 50 个任务的因果推断基准,评审和审计智能体负责抓走捷径、措辞暗示,否决 hallucinated 的脚本。

已经能用上了,还有免费名额
对读者来说最实际的一段在文末:/teamwork 和 /boost 今天就能在 Antigravity 里配合 Gemini 4 使用,Deep Review 也是。Google 还开放了申请,给 1 万名学术研究者六个月免费最高用量档。形式化证明套路和更多专业工作流还在路上,未来几周会有深度教程。也就是说,写证明、审论文这种重型套路还得再等等,日常编码的 /boost 和评审工具现在就能试。
Google 自己的基础设施也已经在用这套东西:全公司范围的内存优化找出的节省机会超过了最初 1 PiB 的估计;Borg 的智能体调度流程上线了两次改动,让部分硬件类型上的 TPU 任务抢占减少了 24%,同时保住了服务等级目标和集群利用率。
小杜点评
这篇博客最值得算法工程师带走的不是那串大数字,而是一个设计判断:多智能体系统真正的瓶颈不在“堆多少个智能体”,而在“谁来验证”。/teamwork 把验证写进了架构——提方案的人和挑毛病的人分开,裁判是 Lean 内核、未改动的测试套件、硬件计数器这些不会被说服的东西。这个思路放在任何 Agent 系统里都成立:没有硬验证闭环的并行探索,规模越大,幻觉扩散得越快。
第二点是上下文切分。大家都在抱怨长任务跑久了模型会“失忆”,Google 的做法不是把上下文窗口越做越大,而是按构造切分:每个智能体只拿当前步骤需要的东西,交接靠干净的上下文复查。这对日常做 Agent 也有直接启发:别把全部历史塞进一个会话,拆步骤、设检查点,比单纯加 context 更划算。
第三点是 Rust 改写的翻转:先慢 4 倍,再快 20–30%。关键转折不是模型更聪明了,而是给了它 profiling 工具和一个明确的优化目标。做 Agent 编码工具的人应该记住这个顺序:先锁死测试不变,再谈性能;工具比提示词更能决定上限。
最后泼一瓢冷水:行数是最容易注水的指标,180 万行 Lean 里有多少是自动生成的样板,Google 没细说;而且全部数字都是 Google 自报,第三方复核还没跟上。但“编译通过”和“测试全过”这两道门槛是硬的,造不了假。普通开发者今天能直接用的,是 /boost 这种迭代编码套路和 Deep Review;Long Proof 这类重型套路还在排队,值得等,但别急着按它规划项目。
参考来源
- Google Research 官方博客《Advancing science & engineering with Antigravity's /teamwork》,2026-11-14 05:47 JST:https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/
- Interesting Engineering《Google's Antigravity agents formalise major mathematical proofs》:https://interestingengineering.com/ai-robotics/google-antigravity-multi-agent-research
- Antigravity 官方文档《Teamwork agent teams (/teamwork)》:https://antigravity.google/docs/teamwork



