Skip to content

Gemini 多智能体协作新进展:Antigravity /teamwork 如何推进科研与工程

更新日期:2026年11月15日。本文解读 Google Research 于 2026 年 11 月 13 日发布的成果汇总;具体功能、套餐和开放进度以官方产品文档为准。

Gemini 多智能体协作正在向更长、更复杂的科研与工程任务延伸。Google Research 在最新公告中介绍,研究人员将 Gemini 4 Argon、Carbon、Hydrogen 等模型与 Antigravity 的 /teamwork 工作流结合,用于数学证明、分子结构分析和系统软件优化,并逐步向外部研究者与开发者开放相关工具。

这条新闻值得关注的地方,在于 Google 展示了一套持续提出方案、检查错误、修正结果的组织方式。要理解这些成果的价值,需要同时看模型做了什么、用什么验证,以及人类专家承担了哪些工作。官方成果公告

Google Gemini 多智能体协作与 Antigravity teamwork 科研成果官方主题图

图片来源:Google Research,2026 年 11 月 13 日官方公告。

一、Gemini 多智能体协作如何减少长任务中的错误

单个智能体连续工作时,早期遗漏可能影响后面的每一步。Google 在 Teamwork 机制介绍中,把工作流组织为可调整的模式(pattern):先生成候选方案,再主动寻找反例或缺陷,最后综合有价值的部分继续迭代。分布式编码、长证明和文档审阅可以采用不同的团队结构。

其意义可以用代码迁移来理解:实现者认为“迁移完成”,只能算提交了一个候选结果;评审者还应检查接口行为,测试者需要尝试异常输入,验收时则要查看真实运行记录。让不同角色分别承担这些任务,有助于更早暴露问题。

当前 Teamwork 文档还强调分阶段交接:项目协调者把目标拆成里程碑,执行者负责具体工作,评审与审计角色检查结果。后继智能体通过结构化产物接手任务,减少长对话中不断累积的无关上下文。

Google Gemini 多智能体协作中的 Antigravity 分布式编码与评审流程图

图片来源:Google Antigravity 的 Teamwork 机制文章,发布于 2026 年 8 月 27 日;用于说明工作流结构,并非本次公告新增的产品截图。

从工程角度看,独立评审还需要可靠的验收依据。如果所有角色都只阅读同一份错误说明,团队仍可能形成一致但错误的结论。因此,原始测试、参考实现与可复现的实验记录,应该与智能体的自我评价一起保留。

二、从数学证明到 Rust 重写,成果该怎样解读

数学:计算机辅助证明与形式化验证结合

公告重点介绍了 Courtade–Kumar 猜想。其对应论文《A Proof of the Most Informative Boolean Function Conjecture》讨论的是:均匀随机比特串经过二元对称噪声信道后,把原始输入压缩成一位信息,能保留多少与带噪输出有关的信息?作者给出的结论是,直接选取某一个输入比特的“独裁函数”可以达到相应上界。

论文摘要与版本记录说明,这是一项计算机辅助证明,完整证明及数值证书已通过 Lean 端到端形式化验证。论文于 2026 年 9 月 21 日首次提交,因此应把 11 月 13 日的新闻理解为研究进展汇总,不能据此判断所有成果都在公告当天完成。

Google Gemini 多智能体协作的 Antigravity Long Proof 候选策略与验证架构图

图片来源:Google Antigravity 的 Teamwork 机制文章。Long Proof 将候选策略搜索、质疑与综合组织为迭代过程。

这里也要区分“提出新证明”与“将已有证明形式化”。新闻提到的韦伊猜想案例属于后者:把已有数学结果转换成机器可检查的证明,是重要的验证工作,但不能写成 AI 首次解决了这一猜想。Google 在公告中也强调,人类数学家需要确认形式化定理的陈述确实对应原问题。

工程:成绩来自具体实现、测试集与硬件

以下数字均为 Google 在本次公告中披露的结果,适用范围应与数字一起阅读:

案例官方报告的进展阅读时要保留的条件
libgav1 视频解码器重写约 17 万行 Rust;在广泛的一致性测试中实现位精确一致;优化后在 x86_64 和 ARM 上快约 20%–30%针对公告中的移植实现、样例片段与比较基线,不能外推到所有 Rust 程序
TPU 内核优化在 17 个 JAXBench 内核上取得 4.09 倍几何平均加速比较对象是所述参考实现,且属于特定内核测试集

这些案例共同提示了一种试用方向:优先选择结果能够被客观检查的任务。例如,解码器可以逐位对照输出,内核优化可以在固定硬件上重复计时。对于难以定义正确答案的开放任务,则更需要提前约定评价方法。数据来源:Google Research 公告

三、Gemini 多智能体协作中,/teamwork 与 /boost 怎么选

按当前官方文档,两者都能调用多个智能体,但任务组织方式不同:

选择维度/boost/teamwork
主要场景复杂故障、竞态条件、算法优化、紧耦合重构仓库级迁移、复杂模拟、多里程碑研究项目
启动方式命令后直接描述任务,立即进入处理流程先澄清目标与验收条件,确认任务说明后执行
迭代方式实现或调查、独立质疑、修正、再次验证按里程碑协调多个角色,经过评审与审计关卡

官方的 Boost 文档将其定位于需要深推理的日常开发问题。遇到一个难以复现的并发错误,可以先用 /boost;如果要迁移一个包含多个子系统的项目,则更适合先用 /teamwork 明确范围与阶段目标。

多智能体也不等于把所有工作并行展开。紧密依赖的修改往往需要先完成一轮实现,再由其他角色检查;能够清楚划分接口和文件的任务,才更容易并行推进。选择方式时,应先看任务依赖,再看团队规模。

四、开发者与研究者可以怎样开始

截至本文核对时,Teamwork 文档和 Boost 文档都将对应命令列为付费套餐功能,支持 Antigravity App 与 CLI。Google 的 11 月公告另提到,面向 10,000 名学术研究者开放六个月最高用量档位的免费使用申请;这是申请计划,不能理解为每个新账号自动获得同等权限。背景可参阅站内的 Gemini 4 Carbon 开放进展。

公告同时说明,形式化证明模式及更多专用工作流还将随更新引入。科研演示中使用的框架变体、运行规模与普通账号当前可见功能,应分别确认。

下面是一条自拟的任务示例,可按自己的代码库调整,未在本文中实际运行:

text
/teamwork 将这个项目的配置解析模块从旧接口迁移到新接口。
先确认迁移范围、兼容要求与里程碑,再提交任务说明供我确认。
验收要求:原有测试全部通过,公开接口行为保持兼容;
补充空配置、非法字段与旧版本配置的回归用例,交付测试记录。

写任务说明时,可以依次回答三个问题:最终交付什么,哪些行为必须保留,用什么证据判断完成。先用一个边界清楚的模块试跑,比直接要求“优化整个仓库”更容易判断系统是否适合自己的工作。

建议同时记录成功率、耗时、费用与人工返工量。即使某次结果正确,如果检查成本超过节省的时间,也未必适合扩大使用。需要审阅论文或设计文档的读者,可以继续了解 Google Deep Review 文档审阅机制。

五、常见问题

Antigravity /teamwork 是一个新的 Gemini 模型吗?

它是组织多个智能体工作的协作框架与命令入口。Gemini 模型承担推理、代码生成等工作,框架负责角色分工、任务交接和验证流程;试用时需要分别确认模型权限与功能权限。

普通聊天或小改动也需要用 /teamwork 吗?

可以先使用默认智能体。官方文档把 /teamwork 主要定位于长周期、多阶段项目;一个聚焦但困难的问题可考虑 /boost。增加协调与验证环节会带来额外开销,应以实际任务的收益判断。

通过 Lean 检查,是否等于完成了所有学术审查?

Lean 检查的是形式化陈述及其证明。定理是否准确表达原始问题、研究贡献如何定位,仍需要领域专家判断。阅读此类新闻时,应区分机器检查、作者报告与独立学术评价。

六、这次进展对实际工作意味着什么

Gemini 多智能体协作提供了一个值得尝试的工作方向:把复杂目标拆成能够检查的阶段,让实现、质疑与验收各自有明确职责。对开发者和研究者来说,最有用的下一步,是挑选一个有固定基线、明确边界和可复现测试的任务,观察它能否稳定减少自己的返工,而非直接照搬新闻中的加速倍数。

本文为独立中文解读,未对上述研究和性能数据进行独立复现,不代表 Google 官方。试用前请回到对应产品文档核对功能、套餐、申请资格和当前限制。

第三方服务推广

站内收录的第三方 AI 对话服务包括 蓝鲸 AI、LazyManChat、火鸭 AI和 GPTOKK。这些服务均非 Google 官方;本文未验证它们提供 Antigravity /teamwork 或 /boost,模型、费用与数据处理条款需分别核实。

来源与延伸阅读

个人独立维护的 Gemini 中文使用指南 · 非 Google 官方网站