AREXOpen in interactive Feed

AREX Feed Article

Google 宣布 /teamwork 智能体完整证明 Courtade–Kumar 猜想:约 5000 万行 Lean 4 形式化,开放 1 万名学术研究者申请

November 15, 2026

2026 年 11 月 13 日,Google Research 在官方博客发布文章《Advancing science & engineering with Antigravity's /teamwork》,宣布 Antigravity 平台的 /teamwork 多智能体工作流配合 Gemini 4 系列模型(Argon、Carbon、Hydrogen),在过去几周与 Google 及多家高校的研究者合作,在信息论、形式验证、化学和系统工程方向产出一批结果,并将这些工具向外部研究者和开发者开放。博客为其中一项结果单列小节:由 Google、香港中文大学(CUHK)、南加州大学(USC)和卡内基梅隆大学(CMU)的研究者参与,/teamwork 的 Long Proof 模式完整证明了信息论 2013 年提出的 Courtade–Kumar 猜想,整个证明以 Lean 4 证明语言形式化,约 5000 万行。

博客同时宣布:另一工作流 /teamwork-LEAP 完全自主地产出 Weil 猜想的端到端、机器可检验 Lean 形式化,约 180 万行、跨 28,800 次子智能体调用;同一批结果还覆盖分子结构解析与软件工程,并开放申请,获选的 1 万名学术研究者可获得六个月最高用量档的免费使用。这批结果均为 Google 博客的自报口径,文中没有附带独立第三方验证。

图:Google Antigravity 官方文档中 /teamwork 功能页的分享卡(图片来源)

反例、归约与参数空间分割:Courtade–Kumar 的证明路线

按博客的白话表述,这个猜想说的是:当一段随机比特串通过带噪声的信道时,任何把输入压缩成单个比特的函数,保留的信息都不会超过一个「独裁函数」(dictator function),也就是直接复制输入中某一位的函数。其对应预印本在摘要里给出了精确形式:设 X 均匀分布于 {−1,1}ⁿ,Y 是 X 经交叉概率 p 的二元对称信道后的输出,则任意布尔函数 g 满足 I(g(X);Y) ≤ 1−H₂(p),等号由独裁函数取得。

博客描述的证明过程分几步走:Gemini 先在 CUHK 团队早前论文提出的一个泛化猜想上找到反例;CUHK 团队随后提出一个新的候选函数,把猜想归约为一个 14 变量的优化问题,并给出一个关键的分析下界;接着 Gemini 4 Argon 与更早的 Gemini 模型分割参数空间,开发出大部分新的分析下界和区间算术证书,还在没有人工干预的情况下把证明从平衡函数扩展到非平衡函数。整条路线由 /teamwork 的 Long Proof 模式(在 Antigravity 中实现为 Stellar Colosseum)完成,团队把整个证明形式化为 Lean 4 代码。博客还报告了一批类似形态的结果:研究者把公开问题直接提交给模型和多智能体框架,得到端到端的算法与证明(常带 Lean 4 形式化),再由作者验证、简化和编辑发表,例如 2014 年以来悬而未决的适应性数据分析样本量界限(经 Lean 验证),以及解决 STOC 2024 主要公开问题的确定性布尔矩阵乘法算法。

这份证明的预印本《A Proof of the Most Informative Boolean Function Conjecture》已于 2026 年 9 月 21 日提交 arXiv,摘要写明这是 Courtade–Kumar 猜想的计算机辅助证明,正文与补充材料提供证明及计算验证记录,支持计算机辅助部分的补充材料已在线公开。11 月 13 日博客新增的信息,是这条证明路线背后的智能体分工细节,以及工具向外部开放的安排。

并行探索配上专门证伪者:/teamwork 的分工机制

博客把 /teamwork 的设计动机归结为现有语言模型的两个短板。一是单次生成不可靠,系统用并行探索搭配专门的「证伪者」(falsifier)——Lean 4 证明检查器、未改动的软件测试套件、执行模拟器、网页搜索、硬件计数器——自动筛出真正成立的候选解。二是多天任务里注意力随上下文膨胀而涣散,/teamwork 按构造切分上下文:每个专门智能体只拿到该步骤所需的文件和工具,协调者把任务交给全新的后继者,批评者和审计者在不带原作者推理痕迹的干净上下文里复核结果。这些工作流以声明式、可自我改进的自然语言模式表达,系统按提示动态路由;/boost 是打包成独立命令、从过往运行轨迹中提炼出来的顺序「求解—验证」循环,Deep Review 则实现为文档审查模式。

目前已公开的 Antigravity 官方文档补充了角色分工:Sentinel 在用户确认提示后接手、记录请求并路由任务;Project Orchestrator 把任务拆成结构化里程碑,在里程碑之间交接给全新后继者以防上下文退化;Explorers 只读探索,Workers 负责实现。候选成果要通过 Critic、Challenger、Auditor、Success Auditor 四道对抗性验证关卡,其中 Auditor 需要把测试证据与真实命令输出对上,防止测试被 mock 或跳过。执行路径按提示自动选择,「Math / Proof (Large Team)」对应困难猜想的锦标赛网络,需要用户显式给出规模信号才会触发;/teamwork 可在 Antigravity 应用与 CLI(命令行界面)中使用。

从 Weil 猜想到 Bochner–Riesz 猜想:机器可检验的形式化

/teamwork-LEAP 背后的多智能体框架 LEAP 由 Google 与 Google Cloud AI 的同事合作开发,搭配 Argon 模型。博客称,LEAP 完全自主地完成了 Weil 猜想的形式化,产出端到端、机器可检验的 Lean 代码。Weil 猜想是关于有限域上多项式方程解计数的标志性结果,终点是 Pierre Deligne 1974 年的证明。同一系统还合成了超过 919,000 行 Lean,给出一般整数环上 Hilbert 第十问题一个近期证明的首个形式化;复现了带平滑外力项的三维 Navier–Stokes 方程有限时间爆破的一个近期证明的端到端形式化——这个问题与七个千禧年奖问题之一相关,已开放约 90 年。博客还列出首个 Birkhoff 猜想(1927 年以来开放)形式化和首个三维 Bochner–Riesz 猜想(开放 50 多年)形式化,后者的过程中,系统在一篇近期发布的非正式证明里发现并修复了一个漏洞。

选择 Lean 的理由,博客的解释是:人工核对一篇计算机辅助证明的稿件会压垮审稿人,细微错误可能藏在漫长计算里;Lean 4 把证明变成代码,由计算机内核逐行检查,只要人确认形式化定理陈述与原问题一致,每个逻辑步骤都成立才能编译通过。Deep Review 的使用数据也在这份博客里:在 STOC 2027 投稿前,578 份投稿(超过总投稿量的三分之一)的作者选择加入接收其反馈。博客援引一项正在进行的作者调查(N=70):90% 的受访者认为反馈基本或几乎全部属实,90% 表示会再次使用,超过 30% 说它抓到了实质性证明错误或数学上重要的笔误,14% 说它发现了花了一个多小时才修复的技术缺口。Deep Review 每周免费提供两次调用。

验证器跟着领域换:NMR 解析与因果推断基准

化学实验的结果依赖另一类外部参照。核磁共振(NMR)分子结构解析被博客称为化学里最难的谜题之一——在 HIV 蛋白酶抑制剂中,放错一个键,就把药物和无活性的形似分子分在两边。30 个专门化智能体在 /teamwork 里组成自校正循环,并配一个物理信息谱模拟器,在复杂基准分子上取得 95% 的 top-1 精确匹配与 100% 的 top-3 准确率,接近单智能体成绩的两倍。博客称,这为后续三维蛋白质与复杂结构动力学的工作打了基础。

基准构建用了类似的「生成—审计」流程:29 个跑在 Argon 上的智能体用 11.5 小时,把 13 张公开表格变成一个 50 任务的因果推断基准,起点是 5 条人工设定的验收标准(例如数据匿名化)。这些任务要求模型判断一个因果效应是否可识别,并对着已知答案估计其大小。初始检查之后,独立的审阅者与审计者智能体捕捉投机取巧、标记措辞里的提示、否决幻觉脚本,把每一处失误变成永久测试。博客称,此举是为了给反事实的「如果……会怎样」(what-if)问题补上所需的难题供给。

安全 Rust 重写:先慢 4 倍,再快 20~30%

大型代码迁移常见的失败方式,是智能体把依赖存根化,或改动测试让坏移植过关。博客介绍的新 /teamwork 重写模式(即将在 Antigravity 上线)用两条规矩应对:每个模块要等其依赖编译通过才排期,每个叶子模块都链接到原始、未改动的测试套件。在 Zircon 微内核已有 25% 移植的基础上,一场两周的 Argon 战役重写了其余 C++ 代码,新增约 80 万行安全 Rust,通过全部内核单元测试并在 arm64 硬件上启动。libgav1(Google 的 AV1 视频解码器)则从 C++ 重写为约 17 万行 Rust,在广泛的一致性(conformance)测试套件上做到 100% 位级一致。这次移植最初比原版慢约 4 倍;在接入性能分析工具、并被要求在样例视频片段上把速度提到最高之后,Rust 版在 x86_64 与 ARM 上都比原来的 C++ 和手工优化的汇编代码快 20~30%。

博客的另两项结果分别落在自主优化与生产基础设施上。跑在 Argon 上的爬山团队从基础 AlphaZero 实现起步,在不到 8 天里把一个 9×9 围棋引擎提升了约 2,600 Elo、达到 1,885 Elo,水平介于 KataGo 每步 16 和 32 次模拟之间,冠军晋升严格依据锁定对局记录上的统计检验。在 Google 内部,Borg(Google 的集群调度系统)的智能体调度工作流上线了 2 处成功变更,把部分硬件类型上的 TPU 工作负载抢占(preemption)率降低了 24%,同时保住工作负载的服务等级目标(SLO)与集群利用率。

开放名单与未上线清单

博客划出了可用与未上线的边界:外部科学家和开发者现在就可以在 Antigravity 里把 Gemini 4 模型与 /teamwork、/boost 和 Deep Review 搭配使用;1 万个学术研究者名额对应六个月最高用量档的免费使用,申请已经开放。第三方站点 learnetto 归纳的口径与之一致:/teamwork 的通用工作流已在付费 Antigravity 计划中提供,但部分形式证明与重写工作流仍被列为「稍后提供」。独立科技媒体 Interesting Engineering 对这批数字的转述与博客口径一致,包括 Weil 形式化的行数与调用次数、NMR 成绩以及 libgav1 重写的速度变化。

眼下,产出 Courtade–Kumar 证明的 Long Proof 模式和 /teamwork 重写模式仍列在博客的「即将推出」名单上,面向外部用户的全量功能要等未来几周的更新。learnetto 还指出一处空白:这批结果的尝试总量、失败次数、token(词元)用量和算力成本,公告里一项都没有公布——在没有这些分母的情况下,能确认的是被选中的结果可以做成,而非一般成功率。

参考链接

  • Advancing science & engineering with Antigravity's /teamwork — Google Research Blog
  • A Proof of the Most Informative Boolean Function Conjecture — arXiv:2609.24931
  • Teamwork agent teams (/teamwork) — Google Antigravity Docs
  • Antigravity Teamwork: What Google Reports — learnetto
  • Google's Antigravity agents formalise major mathematical proofs — Interesting Engineering
  • 本文封面图片来源:Google Antigravity Docs /teamwork 页面分享卡

More from this developing story

  • Google 宣布 /teamwork 智能体完整证明 Courtade–Kumar 猜想:约 5000 万行 Lean 4 形式化,开放 1 万名学术研究者申请Nov 15, 2026
  • Google DeepMind 扩展万名科学家 Antigravity 计划:免费纳入 Gemini 4 Carbon,官方称数周完成 Signal 加密代码安全性证明Nov 16, 2026