Google Research ha publicado una larga lista de resultados de /teamwork, una función multiagente de su entorno de programación Antigravity, y el diseño importa más que cualquier resultado concreto. En lugar de confiar en que un modelo acierte una tarea difícil, /teamwork lanza muchos intentos en paralelo y deja que un verificador externo decida cuáles funcionan. Para los desarrolladores que usan Antigravity con Gemini 4 Argon o Gemini 4 Carbon, muestra hacia dónde cree Google que va el trabajo con agentes.
La publicación cita dos debilidades en torno a las que se construye el sistema. Un solo intento de un modelo es impredecible, así que /teamwork combina la exploración en paralelo con lo que Google llama falsificadores: el verificador de demostraciones Lean 4, baterías de pruebas sin modificar, simuladores, búsqueda web o contadores de hardware. Y los modelos pierden detalle en tareas de varios días, de modo que cada agente solo ve los archivos y herramientas que necesita para su paso, los coordinadores pasan el trabajo a agentes nuevos y los críticos revisan los resultados sin ver el razonamiento del agente original. Una versión secuencial más sencilla se ofrece como /boost para la programación diaria.
Los resultados que se atribuye son amplios. Los investigadores dicen que el sistema ayudó a demostrar la conjetura de Courtade-Kumar de 2013 en teoría de la información, formalizada en Lean 4 con 50 millones de líneas. Una formalización de las conjeturas de Weil ocupa unos 1,8 millones de líneas de Lean y salió de 28.800 llamadas a subagentes. En software, una campaña de dos semanas añadió unas 800.000 líneas de Rust seguro para completar un port del micronúcleo Zircon que pasa sus pruebas unitarias, y una reescritura en Rust del decodificador de vídeo libgav1 de Google acabó siendo un 20-30% más rápida que el original en C++. En química, 30 agentes alcanzaron un 95% de acierto top-1 en pruebas de estructura molecular. Antes de STOC 2027, los autores de 578 trabajos usaron su función Deep Review.
Es el mismo patrón que da valor a las herramientas formales en otros ámbitos: el modelo propone y un verificador con el que no se puede discutir decide. Quienes ya usan agentes en Claude Code o Cursor reconocerán la idea de separar al agente que escribe del que revisa. Google abre las herramientas en Antigravity y ofrece a 10.000 investigadores académicos seis meses gratis de su nivel de uso más alto.
Las salvedades son importantes. Casi todos los resultados los comunican Google y sus colaboradores en una entrada de blog, y la mayoría de las afirmaciones matemáticas esperan revisión por pares. Una demostración en Lean vale lo que vale la comprobación humana de que su enunciado formal coincide con el problema original, algo que la propia publicación reconoce. No se revela el coste de cómputo de estas campañas, y algunas funciones descritas aún no están disponibles para usuarios externos.