Az elmúlt hetekben Google‑belső csapatok és akadémiai partnerek együttesen több, évek óta nyitott problémát dolgoztak meg matematikában, elméleti számítástudományban, kémiai szerkezetfelismerésben és rendszerszintű optimalizációban. Ezeket a munkákat a Gemini 4 Argon, Gemini 4 Carbon, Gemini 4 Hydrogen modellek és multi‑ügynökös munkafolyamatok — különösen az Antigravity /teamwork (illetve /boost és más agentek) — kombinációja tette lehetővé. Az együttműködések új eredményeket hoztak információelméletben, formalizált bizonyításokban, molekuláris szerkezetfelfedezésekben, kernel‑optimalizációban, valamint több gyakorlati infrastruktúra‑javulást eredményeztek a Google‑nál. Ezeket az agentikus eszközöket elérhetővé teszik Antigravityban kutatók és fejlesztők számára.
Hozzáállás: hosszú távú, ellenőrizett keresés
A frontier kutatás és rendszermérnökség nagy irodalmi áttekintést, egyedi számítási csővezetékeket, fizikai mérésekhez való illesztést és lépésről lépésre történő ellenőrzést igényel. A /teamwork két korlátot céloz: egyrészt a generációk kiszámíthatatlanságát párhuzamos feltárással és dedikált falsifikátorokkal (például Lean 4 bizonyításellenőrző, nem módosított tesztcsomagok, futtatási szimulátorok, webkeresés vagy hardver‑mérők) hidalja át; másrészt eltéríti a kontextust, hogy ne veszítsenek el részleteket hosszú, többnapos feladatok során. Ennek érdekében minden specializált agent csak a szükséges fájlokat és eszközöket kapja; a koordinátorok friss utódoknak adják át a munkát, míg kritikus és auditor agentek tiszta kontextusból ellenőrzik az eredményeket.
A /teamwork deklaratív, természetes nyelvű mintákkal fejezi ki ezeket a munkafolyamatokat, és dinamikusan a feladathoz legjobban illő mintára irányítja a promptokat. A minták közt vannak elosztott kódolási és iteratív megoldási minták (külön is elérhetőként /boost), valamint hosszú bizonyításokra és dokumentum‑ellenőrzésre szabott kutatási munkafolyamatok. Sok ilyen funkció ma elérhető Antigravityban; a Google további frissítéseket ígér, hogy külső felhasználóknak is hozzáférhetővé tegye az összes képességet.
Matematikai és elméleti számítástudományi eredmények
A Gemini 4 és a /teamwork‑hálózatok nagy léptékű bizonyításokon és algoritmus‑generálásokon dolgoztak, amelyek közül néhány példa:
-
Courtade–Kumar sejtés bizonyítása: a Google, The Chinese University of Hong Kong (CUHK), University of Southern California (USC) és Carnegie Mellon University (CMU) kutatói a /teamwork Long Proof mintáját használva teljes általánosságban bizonyították az információelmélet 2013‑as Courtade–Kumar sejtését. A munkában Gemini először talált ellentmondó példákat a CUHK korábbi általánosítására; a CUHK javasolt egy új jelölőfüggvényt, amivel a feladat 14‑változós optimalizációra csökkent; Gemini 4 Argon és korábbi modellek a paraméterteret felosztva fejlesztették ki az analitikus alsó korlátokat és intervallum‑aritmetikai bizonyítványokat, valamint emberi beavatkozás nélkül kiterjesztették az eredményt kiegyensúlyozottól kiegyensúlyozatlan függvényekre. Az egész bizonyítást Lean 4‑ben formálisan kódolták, amely körülbelül 50 millió sor Lean‑kódot eredményezett.
-
Optimalizáció, statisztika, kvantumszámítás és algoritmusok: több nyitott kérdést tettek fel közvetlenül Gemini 4‑nek és multi‑ügynökös harness‑eknek (például Stellar Colosseum és /teamwork), amelyek végponttól végpontig algoritmusokat és bizonyításokat adtak, gyakran Lean 4 formalizációval. Példák:
- adaptív adat‑analízis: egy multi‑ügynökös harness függetlenül bizonyította és Lean‑verifikálta a közel‑optimális minta‑korlátokat adaptív statisztikai lekérdezésekhez, és ebből az első közel téri optimális algoritmus adódik adatfolyamokhoz beszúrásokkal és törlésekkel;
- kvantumszámítás: egy új konstrukció megoldotta a 2014‑es nyitott kérdést, és megmutatta n‑bit Boolean függvények esetén a kvantumlekérdezések szükséges felső korlátját;
- mátrixok és gráfok feldolgozása: determinisztikus algoritmus elérte a STOC 2024 által kitűzött gyorsulást a Boolean mátrixszorzás és háromszög‑detektálás problémákban; új alsó korlátok magas dimenziós geometriában, illetve egy 2025‑re vonatkozó nyitott kérdés megoldása a véletlen sűrített lineáris algebra területén.
-
További eredmények: online inverz lineáris optimalizáció optimalizálása, n‑bites egész szám szorzás Turing‑gépes tételének egyszerűsítése n log n alá, egy O(n log n) algoritmus praktikus C megvalósítással megegyező GMP‑szerű viselkedéssel milliárdok bitig, előrehaladás Tarjan 1985‑ös Deque‑konjektúráján Lean 4 verifikálással, és bizonyítása annak, hogy közelítő leave‑one‑out keresztvalidáció pontos marad nem‑sima ritka büntetéses modellekben.
Formalizálás, kézirat‑ellenőrzés és Deep Review
A kézzel ellenőrzött, számítógéppel segített cikkek nagy terhet rónak lektorokra; a Lean 4‑es formalizáció a bizonyításokat soronként ellenőrizhető kóddá alakítja. A Google Cloud AI‑val közösen fejlesztett LEAP multi‑ügynökös keretrendszer Argonnal párosítva több mély tartalmú formálást produkált:
-
A Weil‑sejtések teljes, géppel ellenőrzött formalizációja Lean‑ben: körülbelül 1.8 millió sor Lean állt elő 28,800 al‑ügynök‑hívásból.
-
Egy új formalizáció Hilbert tizedik problémájára általános szám‑gyűrűk felett: több mint 919,000 sor Lean‑kódot szintetizált a rendszer.
-
Géppel ellenőrzött formalizáció reprodukálása egy közelmúltbeli bizonyításra a 3D Navier–Stokes véges idejű felrobbanására vonatkozóan, valamint a Birkhoff‑konjektúra, a 3D Bochner–Riesz konjektúra formalizálása és több további eredmény (például C¹‑regularitás infinity‑harmonikus függvényeknél, KdV jól‑posedness H⁻¹‑ben, és több, 40 évesnél régebbi vagy régóta nyitott kombinatorikai probléma).
-
Deep Review: egy másik számítástudományi konferencia, STOC 2027 előtt 578 benyújtó (a beküldések több mint harmada) kérte Deep Review visszajelzését. Egy folyamatban lévő szerzői felmérés (N = 70) szerint a válaszadók 90%-a tartotta a visszajelzést túlnyomórészt vagy majdnem teljesen faktuálisnak, 90% újra használná az eszközt; 30% állította, hogy lényegi bizonyítási hibát vagy matematikailag jelentős helyesírási hibát talált, 14% technikai hézagot jelzett, amely több mint egy órát vett igénybe a javítás. Deep Review a /teamwork dokumentum‑ellenőrzési mintájaként érhető el Antigravityban.
Molekuláris kémia: szerkezetrekonstrukciók és benchmarkok
A generátor‑ügynökök és független ellenőrző ügynökök kombinálása laboratóriumi tudományokra is hasznos munkafolyamatot ad. Nukleáris mágneses rezonancia (NMR) adatokból molekulaszerkezet meghatározása kifejezetten nehéz: kis eltérés közt lehet a ható és a hatástalan szerkezet. Egy /teamwork‑es megoldás 30 specializált ügynököt rendszerezett önellenőrző hurkba egy fizikai‑tudatos spektrális szimulátorral; ennek eredményeként 95% top‑1 pontos egyezést és 100% top‑3 pontosságot értek el komplex benchmark molekulákon, ami közel kétszeres javulás a single‑agent teljesítményhez képest. Hasonló munkafolyamatokat alkalmaztak nukleáris fúzió és kvantumalgoritmusoknál is.
További automatizált munkafolyamatokkal egy 11.5 órás, Argon‑alapú, 29 ügynökös audithurok 13 nyilvános táblából 50 feladatos kauzális következtetési benchmarkot állított elő, ahol a modelleknek meg kell állapítaniuk, hogy egy kauzális hatás azonosítható‑e és becsülniük kell a helyes választ. Ellenőr‑ és auditor‑agentek kiszűrték a rövidítéseket, a sugalmazó megfogalmazásokat és a hallucinált szkripteket, így végleges teszteket kaptak.
Kódolás és rendszermérnökség
A /teamwork és Argon hosszú távú szoftver‑ és hardver‑projektek végrehajtására is képesek, célzott objektív mérőszámok (benchmarkok, játékmotorok, tesztcsomagok, hardver‑időzítők) mellett.
-
Elosztott rendszerek: FarArray fejlesztése — egy alacsony késleltetésű, kernel‑kikerüléses Partitioned Global Address Space megoldás a SNAP mikrokernelre építve. FarArray alapú alkalmazások, például lock‑free Connected Components, akár billió‑élekig skálázhatnak, 60x–90x throughput‑növekedéssel és 40x–180x gyorsulással, 6x kisebb RAM‑igény mellett TCP kulcs‑érték tárolókhoz képest. InstantEmbedding (Personalized PageRank) csökkentette a csúcsterhelés DRAM‑igényét 14x‑ig, és futási időt 11%–27%‑kal a felgyorsított MapReduce megoldásokhoz viszonyítva. Egyedi TPU kernel fejlesztések Graph Neural Networkökhöz 185x‑ig terjedő High Bandwidth Memory megtakarítást és 8x–15x gyorsulást eredményeztek a forward/backward passokban.
-
Autonóm hill‑climbing: Argonon futó csapatok egy 9x9 Go‑motor‑t tanítottak fel AlphaZero alapprojektből, az ügynök‑hálózat autonóm kampányai 2,300x‑os önjáték gyorsulást értek el; kevesebb mint nyolc nap alatt az engine nagyjából 2,600 Elo‑pontot szerzett, elérve 1,885 Elo‑t.
-
Rust átírások és /boost: egy /teamwork rewrite‑minta modulonként ütemezte az átírást úgy, hogy minden függőség leforduljon és a levélmodulok eredeti, módosítatlan tesztcsomaggal linkelve legyenek. A Zircon mikrokernel eredeti 25%‑os portolása után egy két‑hetes Argon kampány további kb. 800,000 sor biztonságos Rust kódot írt, amely átment a kernel unit teszteken és arm64 hardveren bootolt. libgav1 (Google AV1 dekóder) átirata körülbelül 170k sor Rust, 100% bit‑egyezéssel a konformancia tesztekben; kezdetben 4x‑es lassulás után profiltól és optimalizációtól vezérelt javítással végül 20–30%‑kal gyorsabb lett mind x86_64, mind ARM platformokon.
-
Pallas/TPU kernel optimalizáció: a DuoDiscover mintával négy párhuzamos agent 23 másodperces proxy‑értékelő yardstickokat épített a 7–32 perces teljes hardver‑futtatások helyett, és így 4.09x (geometriai átlag) gyorsulást ért el 17 JAXBench kernel esetén, illetve 2.99x gyorsulást 7 kézzel optimalizált vLLM TPU‑inference Pallas kernel esetén.
Google infrastruktúra‑alkalmazások
A /teamwork és /boost több, éles környezetet érintő problémát is célzott:
-
Fleet‑wide memóriaoptimalizáció: az Argon memóriamegtakarítási munkákra építve új /teamwork munkafolyamatokat hoztak létre, amelyek memóriamegtakarítási lehetőségeket azonosítottak, meghaladván a kezdeti 1 PiB‑os becslést. Bevezették a Memory Efficiency Monitoring Agent emberi‑közbeiktatott változatát további memóriamegtakarításokkal (például struct padding eltávolítása, scalar narrowing, outlining, tagged pointers).
-
Borg ügynökös ütemezés: /teamwork és /boost alapú agentikus ütemező munkafolyamat két sikeres változtatást hozott, amely egyes hardvertípusokon 24%‑kal csökkentette a TPU munkaterhelési preemptiót miközben megőrizte a SLO‑kat és a klaszter kihasználtságát.
Hozzáférés és jövőbeli tervek
Külső tudósok és fejlesztők már ma használhatják a Gemini 4 modelleket /teamwork és /boost mintákkal Antigravityban és Deep Review‑en. Emellett 10,000 akadémiai kutató kap hat hónap ingyenes hozzáférést a legmagasabb használati szinthez. Hamarosan további formal proof minták és specializált munkafolyamatok kerülnek Antigravityba, valamint részletes oktatóanyagok jelennek meg az Antigravity blogon, hogy a fejlesztők és kutatók képesek legyenek egyedi multi‑ügynökös csapatokat létrehozni, ellenőrizni és iteratíven javítani.
Köszönetnyilvánítás
A /teamwork fejlesztése Google‑szintű erőfeszítés eredménye, számos hozzájárulóval (felsorolva a projektben részt vevő kutatókat és programmenedzsereket, valamint vezetői támogatást Sergey Brin, Demis Hassabis, Koray Kavukcuoglu, Pushmeet Kohli, James Manyika, Yossi Matias, Varun Mohan és Amin Vahdat részéről). Több akadémiai együttműködő is hozzájárult a kutatási cikkekhez (felsorolás a közleményben).
A fenti eredmények a Gemini 4 modellek és az Antigravity /teamwork, /boost és LEAP minták kombinációjának közvetlen produktumai, amelyek mind a kutatási bizonyítékok előállításában, mind a gyakorlati infrastruktúra‑javításokban képesek voltak előrelépést hozni.
