Google 開放 Antigravity 的 /teamwork,讓研究者使用多個 AI 助理協作
Google 展示 Antigravity /teamwork 多AI 助理協作成果並開放給研究者使用
研究和工程工作常要查大量資料、測試不同做法,還得確認每一步都正確。
- Google 開放 Antigravity 的 /teamwork,讓多個 AI 助理分工處理長時間任務,再用 Lean 4、測試套件或硬體計時等方式檢查結果。Google 展示了它在數學證明、分子結構推斷和程式最佳化上的成果,例如一項分子結構基準測試達到 95% 的 top-1 精確匹配。研究者和開發者可透過 Antigravity 使用這些工具。
- Google 也開放申請,讓 10,000 名學術研究者免費使用最高用量級距六個月。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Google 展示 /teamwork 在數學證明、分子結構推斷與程式最佳化的實例,並說明如何用獨立檢查流程驗證成果。
Google Research:Blog·2026-11-13 08:00· 21 小時前精選AI 評分78
Advancing science & engineering with Antigravity’s /teamwork
AI 導讀
Google Research 介紹其團隊與學術夥伴用 Antigravity 的 /teamwork 多AI 助理工作流配合 Gemini 4 Argon、Carbon、Hydrogen 模型,在資訊理論、形式化驗證、分子結構和核心最佳化等領域取得多項成果。
推薦理由
原文展示了 /teamwork 多AI 助理工作流在數學證明、形式化驗證和系統最佳化中的具體成果,讀者可據此評估其在自己研究或工程中的適用性。
過去幾週,Google 各團隊與學術合作機構一起,攻克了數學、科學和複雜系統工程領域懸而未決多年的開放問題。藉助 Gemini 4 Argon、Gemini 4 Carbon、Gemini 4 Hydrogen,以及 Antigravity 的 /teamwork 等多AI 助理工作流(基於多個 Gemini 模型構建),這些合作在資訊理論、形式化驗證、分子結構發現和核心最佳化等方面帶來了新的突破,同時也在 Google 內部取得了多項生產基礎設施方面的收益。我們正在 Antigravity 的 /teamwork 中開放這些AI 助理工具(與 /boost 及其他AI 助理並列),讓研究者和開發者能將其用於自己的工作。
前沿研究和系統工程需要梳理海量文獻、搭建定製計算流水線、對照物理測量結果進行測試,並逐步驗證每一個環節。進展來自一個互動式的發現迴圈:研究者提出問題、定義理論或物理約束,而長時程AI 助理負責編寫定製求解器、探索龐大的搜尋空間、測試候選設計,並檢查長長的邏輯鏈條。
擴充套件長時程推理
當前語言模型的兩大侷限,正是 /teamwork 的設計出發點。其一,模型生成具有不確定性,單次嘗試與找到正確答案之間往往存在差距。系統通過並行探索配合專門的證偽器來彌合這一差距,例如 Lean 4 證明檢查器、未經修改的軟體測試套件、執行模擬器、網路搜尋或硬體計數器,自動驗證哪些候選方案真正可行。
其二,在多天的任務中,AI 模型常常會丟失細節,因為注意力會隨著上下文視窗不斷增長而分散。/teamwork 從結構上對上下文進行分割槽來避免這一問題:每個專用AI 助理只拿到特定步驟所需的檔案和工具。協調者把任務交給全新的後繼AI 助理,而評審者和審計者則在乾淨的上下文中質疑並驗證結果,不接觸原始產出者的推理過程。
Teamwork 將這些工作流表達為宣告式、可自我改進的自然語言模式,並把每條使用者提示詞動態路由到最適合該任務的模式。這些模式涵蓋分散式編碼和迭代式問題求解(作為 /boost 獨立打包,這是一個從既往軌跡中提煉出的順序求解—驗證迴圈),也涵蓋長證明、文件審閱等專門的研究工作流,目前均已在 Antigravity 中提供。團隊因此可以基於過往執行記錄設計自定義規範,在不同執行框架模式之間路由,並動態改進AI 助理執行框架。這些功能大多已在 Antigravity 中可用,未來幾週我們還會帶來更多更新,向 Antigravity 的外部使用者提供全部功能。繼此前關於 Antigravity /teamwork 的文章之後,我們在此公佈由 /teamwork 新變體和 Gemini 4 模型賦能、針對開放挑戰取得的新成果。
數學與理論電腦科學
在數學與理論電腦科學領域,研究人員藉助 Gemini 4 和 /teamwork 工具鏈協作完成大規模證明,並能直接從開放問題陳述出發,生成完整的演算法與證明。我們在此展示幾個例子。
證明並驗證 Courtade–Kumar 猜想
來自 Google、CUHK、USC 和 CMU 的研究人員使用 /teamwork 的長證明模式(在 Antigravity 中實現 Stellar Colosseum),在完全一般的情形下證明了資訊理論中的2013 年 Courtade–Kumar 猜想。該結果確認:當隨機位元串通過有噪通道時,把輸入壓縮成單個位元的任何做法,所保留的資訊都不如“獨裁函式”——它只是複製單個輸入位元。Gemini 首先找到了 CUHK 團隊早先論文中一個推廣猜想的反例。隨後 CUHK 團隊提出了一個新的候選函式,把該猜想歸結為一個 14 變數最佳化問題,並給出了一個關鍵的分析下界。接著,Gemini 4 Argon 和更早的 Gemini 模型劃分了引數空間,推匯出大部分新的分析界和區間算術證書。它們還在沒有人工輸入的情況下,把證明從平衡函式推廣到了非平衡函式。團隊在 Lean 4 中形式化了整個證明,生成了 5000 萬行程式碼。
解決最佳化、統計、量子計算和演算法領域的開放問題
研究人員還直接把開放問題交給 Gemini 4 以及 Stellar Colosseum、/teamwork 等多AI 助理工具鏈,得到了端到端的演算法與證明(通常附帶 Lean 4 形式化),並由作者驗證、簡化和編輯後發表。在自適應資料分析中,運行於 Gemini 4 Argon 的多AI 助理工具鏈獨立證明並經 Lean 驗證了近最優樣本界,適用於根據先前答案自適應選擇的統計查詢,填補了自 2014 年以來懸而未決的空白。這些界給出了首個近乎空間最優的演算法,可用於同時包含插入和刪除的資料流,並且面對自適應對手時仍保持準確。在量子計算中,一項新構造解決了一個 2014 年的開放問題:它找到了首批在常數誤差下需要嚴格多於 n/2 次量子查詢的 n 位元布林函式,同時精確確定了對稱函式上的查詢開銷。
多項成果打破了處理與壓縮大型矩陣和圖結構長期存在的壁壘。在 STOC 2024 之前的五十年裡,針對布林矩陣乘法與三角形檢測的組合演算法(避開快速矩陣乘法中的代數消去)相比立方時間只節省了對數因子。一項新的確定性演算法解決了 STOC 2024 的主要未解問題,實現了其相對於立方時間的目標加速。在高維幾何中,一項新的下界解決了一個關於稀疏網路的未解問題,證明在任意常數因子內近似 n 個點之間的所有兩兩距離,可能需要多項式級多於 n 條邊,即使允許額外的 Steiner 點和任意多跳。在隨機線性代數中,堆疊稀疏草圖解決了一個 2025 年未解問題,打破了將矩陣壓縮到線性維度而不使 r 維子空間任何方向坍縮的經典稀疏性壁壘,每行只需 √log r 個非零元(比保持所有長度所需的 log r 平方級更少),並幾乎匹配一個新的下界。對於動態邊權插入與刪除下的加權圖,Stellar Colosseum 解決了 FOCS 2022 留下的一個未解問題,開發出首個割稀疏化的單遍流式演算法,同時實現近最優的記憶體、更新時間和重建時間。
我們的成果還涵蓋最佳化、算術、資料結構和統計學。在最佳化方面,針對線上逆線性最佳化(從隨時間做出的決策中推斷專家的隱藏目標)的一個未解問題,該方法給出了一個確定性演算法,在達到最優遺憾的同時將執行時間從隨維度指數增長降至多項式時間。對於 n 位整數乘法,多AI 助理協作將理論圖靈機界簡化到 n log n 以下,而另一項工作則在單個二維網格上給出了新的 O(n log n) 演算法,其 C 實現與 GNU 多精度算術庫(GMP)在高達十億位時逐位一致。在資料結構方面,另一項成果在 Tarjan 1985 年的雙端佇列猜想(自調整伸展樹能否以常數攤還時間處理兩端的插入和刪除)上取得重大進展,證明了每次操作開銷的一個新上界,同時優於所有有限次迭代的逆 Ackermann 函式,並在 Lean 4 中完成驗證。最後,在高維統計中,該方法證明了近似留一交叉驗證(避免從頭重新擬合模型)對於像彈性網這樣的非光滑稀疏懲罰仍然準確。
擴充套件形式化驗證與稿件評審
人工檢查計算機輔助的稿件會給同行評審帶來沉重負擔,而細微的缺陷又可能藏在冗長的計算之中。用 Lean 4 把數學形式化,就能將證明變成程式碼,由計算機核心逐行檢查。一旦人類數學家確認形式化的定理陳述與原問題一致,那麼只有每一步邏輯都成立,證明才能通過編譯。
數學中許多最深刻的未解問題,關乎物理波如何傳播、動力系統如何演化,以及多項式方程是否有整數解。我們的多AI 助理框架 LEAP 與 Google Cloud AI 的同事共同開發,並與 Argon 配合,直接從非形式化證明出發,在這些核心領域取得了進展。
值得一提的是,/teamwork-LEAP 完全自主地端到端產出了韋伊猜想的機器可檢驗形式化,這是關於有限域上多項式方程解計數的里程碑成果,最終由 Pierre Deligne 於 1974 年完成證明。這次形式化約含 180 萬行 Lean 程式碼,由 28,800 次子AI 助理呼叫生成。系統還合成了超過 91.9 萬行 Lean 程式碼,首次形式化了一般整數環上希爾伯特第十問題近期證明。它還獨立復現了三維納維–斯托克斯方程在光滑外力下有限時間爆破的近期證明的端到端形式化,該問題屬於七大千禧年大獎難題之一,已懸置約 90 年。
除此之外,它還首次形式化了伯克霍夫猜想,這是一個自 1927 年起懸而未決的動力系統問題。它還首次形式化了三維 Bochner–Riesz 猜想,這是調和分析中懸置 50 多年的核心問題,過程中還發現並修復了近期一份非形式化證明中的一處漏洞。其他經機器檢驗的突破還包括:解決了三維及更高維無窮調和函式的 C¹ 正則性(懸置約 20 年),形式化了 Killip 與 Vişan 的定理——KdV 水波方程在 H⁻¹ 中適定,並驗證了 UCLA 團隊對已有 40 年曆史的 Jamison 毛毛蟲猜想、Ağırseven-Ollis 猜想以及 Erdős 第 1063 號問題改進上界所給出的非形式化證明。
最後,我們為另一個電腦科學會議的作者提供了 Deep Review:在 STOC 2027 之前,578 篇投稿(佔全部投稿的三分之一以上)的作者選擇接收針對其草稿的 Deep Review 反饋。在一項進行中的作者調查(N = 70)中,90% 的受訪者認為反饋大體或幾乎全部屬實,90% 表示會再次使用該工具。超過 30% 表示 Deep Review 發現了實質性的證明錯誤或數學上重要的筆誤,14% 表示它發現了需要一小時以上才能修復的技術漏洞。受訪作者表示:“這類工具能幫助更快地產出更乾淨、更精確的研究”,DeepReview 為科學發現帶來安心感。我們每週為使用者免費提供兩次 Deep Review 呼叫。Deep Review 也以 /teamwork 的文件評審模式實現,並可在 Antigravity 中使用。更多關於 DeepReview 的內容,請見我們近期的部落格文章。
分子化學發現
除了形式化證明,將專門的生成器AI 助理與獨立的驗證器AI 助理配對,還能在實驗實驗室科學中實現發現工作流。
從實驗核磁共振資料推斷分子結構是化學領域最難的謎題之一。例如,在HIV蛋白酶抑制劑中,一個錯位的化學鍵就可能讓一個無活性的相似物與真正的藥物失之交臂。我們通過 /teamwork 將30個專門AI 助理組織成一個可自我糾錯的迴圈,並配合一個物理資訊驅動的譜圖模擬器,在複雜基準分子上實現了95%的top-1精確匹配和100%的top-3準確率,幾乎是單AI 助理效能的兩倍。這不僅教會了Gemini對結構進行推理,也為正在進行的3D蛋白質和複雜結構動力學研究奠定了基礎。
除這一示例外,包括核聚變和量子演算法應用在內的科學問題在Gemini 4部落格文章中有所報道,也受益於/teamwork和Argon模型。
生成因果推斷基準
我們還應用了類似的多輪審計工作流來構建實證基準。從資料匿名化等五項人工指定的驗收標準出發,29個在Argon上執行的AI 助理歷時11.5小時,將13張公開表格轉化為一個包含50項任務的因果推斷基準。在這些任務中,模型必須判斷因果效應是否可識別,並對照已知答案進行估計。經過初步檢查後,獨立的評審員和審計員AI 助理捕獲了捷徑、標記了措辭提示,並否決了幻覺指令碼,將每一項都轉化為永久性測試。自動化這項高度人工化的任務生成工作,提供了幫助Gemini回答反事實“假設”問題所需的難題。
編碼與系統工程
當與網路基準、遊戲引擎、未經修改的測試套件和硬體計時器等客觀評估器配對時,/teamwork活動可以執行持續多日的軟體和硬體工程專案。
分散式系統
利用/teamwork和Argon,我們構建了FarArray,這是一個基於SNAP微核心的低延遲核心旁路分割槽全域性地址空間。基於FarArray的應用包括無鎖連通分量,可擴充套件到萬億條邊的圖,相比TCP鍵值儲存,吞吐量提升60倍至90倍,速度提升40倍至180倍,記憶體佔用降低6倍。同樣,InstantEmbedding(個性化PageRank)相比加速的MapReduce實現,峰值DRAM降低最多14倍,執行時間縮短11倍至27倍。團隊還使用/teamwork和Argon為圖神經網路建立了自定義TPU核心,實現了最高185倍的高頻寬記憶體減少,以及前向和後向傳播8倍至15倍的速度提升。更多細節請參見我們近期的Antigravity部落格文章。
自主爬山
為了測試長週期下的自主最佳化能力,Argon 上的爬山團隊從零開始訓練了一個 9x9 的圍棋引擎,起點是一個基礎的 AlphaZero 實現。人類研究員負責設定晶片分配和評估方案,而 harness 則自主執行多輪實驗,加快自對弈速度(實現了 2,300 倍加速)並更快讀取 Elo 分數,嚴格依據鎖定記錄上的統計檢驗來晉升優勝版本。不到八天,該引擎的 Elo 提升了約 2,600 分,達到 1,885 Elo,介於每步 16 次訪問和 32 次訪問的 KataGo 之間。
記憶體安全的 Rust 重寫、/boost 與 TPU 核心最佳化
大規模程式碼遷移常常失敗,因為AI 助理會把依賴項留成空殼,或者改動測試,讓有問題的移植版本通過。一種新的 /teamwork 重寫模式(即將在 Antigravity 中提供)解決了這個問題:每個模組只在其依賴項編譯通過後才被排程,並且每個葉子模組都連結到原始、未經修改的測試套件。在 Zircon 微核心最初 25% 移植成果的基礎上,一次為期兩週的 Argon 實驗重寫了剩餘的 C++ 程式碼,新增約 80 萬行安全 Rust 程式碼,通過了全部核心單元測試,並能在 arm64 硬體上啟動。/teamwork 還將 Google 的 AV1 影片解碼器 libgav1 從 C++ 重寫為約 17 萬行 Rust,在廣泛的一致性測試套件上實現了 100% 位精確一致。起初,移植版本比原始 C++ 程式碼慢約 4 倍。但在讓 /teamwork 使用效能分析工具,並要求它在示例影片片段上儘可能提升速度之後,Rust 移植版在 x86_64 和 ARM 上都比原始 C++ 和手工最佳化的彙編程式碼快 20-30%。
對於日常編碼任務,Antigravity 的 /boost 命令封裝了 /teamwork 的迭代編碼模式。一次長期執行的 /teamwork 實驗分析了過往執行軌跡,發現緊耦合的程式碼最好通過順序實現和修訂階段來處理,而不是並行拆分,這提升了 /boost 在編碼任務上的表現。這是一個 harness 為節省 token 而最佳化另一個 harness 的例子。
對於機器學習系統,對自定義 JAX 和 Pallas TPU 核心進行完整的硬體評估需要 7 到 32 分鐘,這限制了此前的最佳化AI 助理能夠探索的候選方案數量。在 Argon 上使用 /teamwork 的DuoDiscover 模式,四個並行AI 助理識別出效能瓶頸,並構建了耗時僅 23 秒的快速代理評估器,稱為 yardsticks。這些 yardsticks 生成候選方案的排序,並通過 Kendall 秩相關與定期進行的完整硬體執行結果持續校驗。DuoDiscover 在 17 個 JAXBench 核心上相比參考實現取得了 4.09 倍的幾何平均加速,在 7 個針對前沿開放權重模型手工最佳化的 vLLM TPU-Inference Pallas 核心上取得了 2.99 倍的幾何平均加速。
Google 基礎設施應用
我們還將 /teamwork 和 /boost 應用於 Google 內許多生產基礎設施和硬體建模問題。例子包括:
- 全叢集記憶體最佳化:在早期 Argon 記憶體工作的基礎上,我們分析了全叢集指標以及內部以往記憶體節省的成功經驗,建立了可複用的 /teamwork 工作流,找出了多處記憶體節省機會,超出我們最初 1 PiB 的節省預估。我們還部署了帶人工稽核環節的記憶體效率監控AI 助理,通過消除結構體填充、標量收窄、cliff jumping、outlining、帶標籤指標等技術,進一步節省了記憶體。
- Borg AI 助理排程:基於 /teamwork 和 /boost 構建的 Borg 排程最佳化AI 助理工作流已成功上線 2 項變更,使部分硬體型別上的 TPU 工作負載搶佔率降低 24%,同時保持了工作負載 SLO 和叢集利用率。
向研究者和開發者社群開放這些工具
外部科學家和開發者現在可以在 Antigravity 和 Deep Review 中使用 Gemini 4 模型搭配 /teamwork 和 /boost。我們還開放了申請通道,為 10,000 名學術研究者提供為期六個月的最高用量檔位免費使用權。後續更新將把我們的形式化證明模式和更多專用工作流引入 Antigravity。未來幾週,Antigravity 部落格將釋出配套的深度教程,確保開發者和研究者擁有生成、檢查並迭代最佳化自定義多AI 助理團隊所需的資源。我們很高興能向大家開放這些工具(以及我們的模型)。
致謝
Antigravity 的 /teamwork 功能是 Google 全公司共同努力的成果,凝聚了許多貢獻者和持續探索。貢獻者包括:Yuan Deng[279eb3]、Honghao Lin[279eb3]、Jieming Mao[279eb3]、Vahab Mirrokni[279eb3]、Vishnu Veeramachaneni[279eb3]、David Woodruff[279eb3]、Song Zuo[279eb3]、Shubham Agarwal、Santiago Balseiro、MohammadHossein Bateni、Mohsen Bayati、Garrett Bingham、Guy Blelloch、Douglas Chen、Vincent Cohen-Addad、Piaoyang Cui、Tulsee Doshi、Eric First、Michael Galkin、Elena Gribelyuk、Anupam Gupta、Guru Guruganesh、Mike Heddes、Patrick Heisel、Iman Hosseini、Kevin Hou、Lalit Jain、Adel Javanmard、Rajesh Jayaram、Xiaoen Ju、Po-Nien Kung、Silvio Lattanzi、Samuel Lavoie、Chun-Liang Li、Matthew Li、Yinan Li、Yuchen Li、Yiming Liu、Thang Luong、Brandon Mayer、Simon Meierhans、Swaroop Mishra、Ashish Naik、Sebastian Nowozin、Renato Paes Leme、Nikos Parotsidis、Ali Parviz、Neel Patel、Violet Peng、Bryan Perozzi、Anshul Ramachandran、Shashir Reddy、Lijie Ren、Madhavi Sewak、D Shin、Reza Shokri、Sukhdeep Singh、Samuel Smith、Linfeng Song、Dilara Soylu、Zheng Tan、Sasan Tavakkol、Hadi Tavassol、Yifeng Teng、Tom Wollschläger、Haifeng Xu、Zicheng Xu、Yihao Xue、Amir Yazdanbakhsh 和 Goran Žužić。Carla Bromberg 和 Lauren Fraser 負責專案管理,Francis Duan、Pan-Pan Jiang、Xiyan Shao、Jane Shapiro、Weilun Shi 和 Xinyu Ye 也為本專案做出了貢獻。我們還要感謝 Sergey Brin、Demis Hassabis、Koray Kavukcuoglu、Pushmeet Kohli、James Manyika、Yossi Matias、Varun Mohan 和 Amin Vahdat 等多位領導者的支援。
參與這些論文的學術合作者包括:Zijie Chen、Amin Gohari、Chandra Nair(香港中文大學),Songbin Liu、Arian Maleki、Chen Shang、Hanbo Yang、Wenjin Zhang(哥倫比亞大學),Zihan Hao、Qipeng Liu、Jianan Shao(加州大學聖地亞哥分校),Lorenzo Beretta(IBM 劍橋),Simone Bombari(楊百翰大學 & 熨斗研究所),Mahbod Majid、Margalit Glasgow(麻省理工學院),Raphael Arkady Meyer(加州大學伯克利分校、ICSI & 勞倫斯伯克利國家實驗室),Kijun Shin(卡內基梅隆大學),Huacheng Yu、Elena Gribelyuk(普林斯頓大學),Xin Lyu(加州大學伯克利分校/字節跳動),Samson Zhou(德州農工大學),Erik Waingarten(賓夕法尼亞大學),以及 Sorrachai Yingchareonthawornchai(ETH-ITS)。
來源:Google Research:Blog · research.google