Google 擴展了其 Antigravity 多智能體系統，利用其 Gemini 模型驅動的專業團隊來解決長期存在的數學問題、驗證複雜的證明以及優化軟件系統。該公司表示，其 Teamwork 框架幫助研究人員正式化重要的數學成果、識別分子結構並開發更快的軟件實現。這項工作結合了人類專業知識與多個智能體的協作，這些智能體獨立探索解決方案、測試方法並使用計算工具驗證結果。
其中最引人注目的成果是對 Weil 猜想的正式化，這是一組關於有限域上多項式方程解數量的重磅數學結果。Google 的 Teamwork-LEAP 系統在 28,800 次子智能體調用中生成了約 180 萬行的 Lean 代碼，以正式化這些結果，這些結果最初由數學家 Pierre Deligne 於 1974 年證明。Google 還表示，該系統重現了有關三維 Navier–Stokes 方程有限時間爆炸的最新證明的正式化，這是一個與七個千年獎難題之一相關的問題。
關於這些方程的光滑解是否能在有限時間內發展出奇異性，已經懸而未決了約 90 年。
Google 的 Antigravity 系統在數學和化學領域取得重大進展
該系統還幫助研究人員解決了 Courtade–Kumar 猜想，這是一個首次於 2013 年提出的資訊理論問題。來自 Google 和學術機構的研究人員使用該框架開發了全面的證明，Gemini 模型幫助推導出分析界限並生成可供計算機檢查的證書。研究人員在 Lean 4 中正式化了該證明，這是一種編程語言和證明助手，讓計算機檢查數學論點。Google 的方法依賴多個智能體並行工作，為每個系統分配不同的任務以挑戰和驗證提出的解決方案，旨在減少單一模型生成長推理鏈時可能出現的錯誤。
每個專業智能體僅接收執行其任務所需的文件和工具。獨立的評論者和審核員則在不依賴原始智能體的推理下檢查結果。除了數學，Google 還將這一方法應用於分子化學。一組 30 個專業智能體與物理資訊模擬器合作，從核磁共振（NMR）數據中識別分子結構，達到 95% 的第一名準確率和 100% 的前三名準確率，針對複雜基準分子。
該框架在系統工程方面也取得了成果。Google 表示，其智能體將公司的 libgav1 AV1 影片解碼器從 C++ 重寫為約 170,000 行的 Rust 代碼，在廣泛的測試套件中實現了完全的輸出一致性。最初的重寫運行速度約為原始實現的四倍。當智能體獲得性能分析工具並被指派改善性能後，Rust 版本在 x86_64 和 ARM 處理器上變得比原始 C++ 實現快 20% 至 30%。
在另一個項目中，一個為期兩週的計劃將 Zircon 微內核中剩餘的 C++ 代碼重寫為約 800,000 行的內存安全 Rust，通過了內核單元測試並能夠在 ARM64 硬件上啟動。
Google 還報告了其內部基礎設施的改進。其智能調度工作流程在某些硬件類型上將 TPU 工作負載的搶佔減少了 24%，同時維持服務水平目標和集羣利用率。該公司正在通過 Antigravity 提供 Teamwork 及其迭代編碼工作流程 /boost，並開放了 10,000 名學術研究人員申請，獲得六個月的免費高使用率訪問權限。該公司表示，未來將提供額外的專業工作流程，包括正式證明工具。
