Google Research a publié une longue liste de résultats obtenus avec /teamwork, une fonction multi-agents de son environnement de développement Antigravity, et la conception compte davantage que chaque résultat pris isolément. Plutôt que de faire confiance à un modèle pour réussir une tâche difficile, /teamwork lance de nombreuses tentatives en parallèle et laisse un vérificateur extérieur trancher. Pour les développeurs qui utilisent Antigravity avec Gemini 4 Argon ou Gemini 4 Carbon, cela montre où Google pense que va le travail avec les agents.
Le billet identifie deux faiblesses autour desquelles le système est construit. Une seule tentative d'un modèle est imprévisible, donc /teamwork associe l'exploration parallèle à ce que Google appelle des falsificateurs : le vérificateur de preuves Lean 4, des suites de tests non modifiées, des simulateurs, la recherche web ou des compteurs matériels. Et les modèles perdent le fil sur des tâches de plusieurs jours, si bien que chaque agent ne voit que les fichiers et outils utiles à son étape, que des coordinateurs passent la main à des agents neufs et que des critiques vérifient les résultats sans voir le raisonnement de l'agent d'origine. Une version séquentielle plus simple est proposée sous le nom de /boost pour le code du quotidien.
Les résultats revendiqués sont larges. Selon les chercheurs, le système a aidé à démontrer la conjecture de Courtade-Kumar de 2013 en théorie de l'information, formalisée en Lean 4 sur 50 millions de lignes. Une formalisation des conjectures de Weil compte environ 1,8 million de lignes de Lean issues de 28 800 appels de sous-agents. En logiciel, une campagne de deux semaines a ajouté environ 800 000 lignes de Rust sûr pour achever un portage du micronoyau Zircon qui passe ses tests unitaires, et une réécriture en Rust du décodeur vidéo libgav1 de Google s'est révélée 20-30% plus rapide que l'original en C++. En chimie, 30 agents ont atteint 95% de réussite top-1 sur des tests de structure moléculaire. Avant STOC 2027, les auteurs de 578 soumissions ont utilisé sa fonction Deep Review.
C'est le même schéma qui fait la valeur des outils formels ailleurs : le modèle propose, un vérificateur avec lequel on ne peut pas négocier tranche. Ceux qui utilisent déjà des agents dans Claude Code ou Cursor reconnaîtront l'idée de séparer l'agent qui écrit de celui qui relit. Google ouvre ces outils dans Antigravity et offre à 10 000 chercheurs universitaires six mois gratuits de son niveau d'usage le plus élevé.
Les réserves sont sérieuses. Presque tous les résultats sont rapportés par Google et ses partenaires dans un billet de blog, et la plupart des affirmations mathématiques attendent une relecture par les pairs. Une preuve Lean ne vaut que par la vérification humaine que son énoncé formel correspond bien au problème d'origine, ce que le billet reconnaît. Le coût de calcul de ces campagnes n'est pas communiqué, et certaines fonctions décrites ne sont pas encore accessibles aux utilisateurs extérieurs.