Google Researchは、コーディング環境Antigravityのマルチエージェント機能/teamworkによる成果の長い一覧を公開しました。個々の成果よりも重要なのは設計です。/teamworkは一つのモデルが難しい課題を正しく解くことに頼らず、多数の試行を並行して走らせ、どれが機能するかを外部の検証器に判断させます。Gemini 4 ArgonやGemini 4 CarbonとともにAntigravityを使う開発者にとって、Googleがエージェントによる作業をどこへ向かわせようとしているかがわかります。
記事は、このシステムが前提とする二つの弱点を挙げています。一つは、モデルの1回の試行は予測しにくいことです。そこで/teamworkは並列探索と、Googleが「反証器」と呼ぶもの、つまりLean 4の証明チェッカー、改変していないテストスイート、シミュレーター、ウェブ検索、ハードウェアカウンターを組み合わせます。もう一つは、モデルが数日にわたる作業で細部を見失うことです。そのため各エージェントには自分の工程に必要なファイルとツールだけが渡され、コーディネーターは新しいエージェントに作業を引き継ぎ、批評役は元のエージェントの推論を見ずに結果を確認します。より単純な逐次版は、日常のコーディング向けに/boostとして提供されています。
主張されている成果は幅広いものです。研究者によると、システムは情報理論における2013年のCourtade-Kumar予想の証明に貢献し、その証明はLean 4で5,000万行に形式化されました。Weil予想の形式化は、28,800回のサブエージェント呼び出しから生まれた約180万行のLeanに及びます。ソフトウェアでは、2週間のキャンペーンで約800,000行の安全なRustを追加してZirconマイクロカーネルの移植を完成させ、単体テストに合格しました。Googleのビデオデコーダーlibgav1のRust版は、最終的に元のC++より20-30%速くなりました。化学では、30のエージェントが分子構造のベンチマークでtop-1正解率95%に達しました。STOC 2027を前に、578件の投稿の著者がDeep Review機能を利用しました。
これは他の分野で形式的なツールが価値を持つのと同じ構図です。モデルが提案し、言い逃れの通じない検証器が判定します。すでにClaude CodeやCursorでエージェントを使っている開発者なら、書くエージェントと確認するエージェントを分けるという考え方に見覚えがあるでしょう。GoogleはAntigravityでこれらのツールを公開し、10,000人の学術研究者に最上位の利用枠を6か月間無料で提供します。
注意点は大きいものです。ほぼすべての成果はGoogleと共同研究者がブログ記事で報告したもので、数学に関する主張の多くは査読待ちです。Leanの証明の価値は、形式化された命題が元の問題と一致しているかを人間が確認したかどうかにかかっており、記事自身もこれを認めています。これらのキャンペーンの計算コストは公表されておらず、説明されている機能の一部はまだ外部ユーザーには提供されていません。