Google a publié le 13 novembre, sur son blog de recherche officiel, une série de nouveaux résultats du flux de travail multi-agents /teamwork d'Antigravity : au cours des dernières semaines, les équipes de Google et leurs partenaires universitaires ont combiné la famille de modèles Gemini 4 avec /teamwork pour résoudre plusieurs problèmes ouverts depuis des années en théorie de l'information, en vérification formelle, en structure moléculaire et en optimisation de noyaux. Ces outils agentiques sont désormais accessibles aux chercheurs et aux développeurs via /teamwork d'Antigravity : ce n'est plus une simple expérience interne à Google.
Des problèmes vieux de plusieurs décennies ont désormais des preuves machine
Les résultats les plus marquants concernent les mathématiques. Avec des chercheurs de l'Université chinoise de Hong Kong, de l'Université de Californie du Sud et de l'Université Carnegie Mellon, Google a utilisé le motif Long Proof de /teamwork pour prouver en toute généralité la conjecture de Courtade–Kumar, posée en 2013, en formalisant l'intégralité de la preuve en Lean 4 – environ 50 millions de lignes de code. /teamwork-LEAP a aussi produit de façon indépendante une formalisation complète, vérifiée par machine, des conjectures de Weil : environ 1,8 million de lignes de code Lean, pour 28 800 appels de sous-agents. Une preuve du dixième problème de Hilbert sur des anneaux d'entiers généraux et une preuve de l'explosion en temps fini des équations de Navier–Stokes en 3D, ouverte depuis environ 90 ans, ont également obtenu pour la première fois des versions vérifiées par machine.
Le système fonctionne par exploration parallèle et falsification indépendante
/teamwork est conçu autour de deux faiblesses des tâches de longue haleine. D'abord, une génération unique est peu fiable : le système associe donc l'exploration parallèle à des falsificateurs dédiés – un vérificateur de preuves Lean 4, des suites de tests logiciels non modifiées, des simulateurs d'exécution et des compteurs matériels – qui écartent automatiquement les candidats erronés. Ensuite, les tâches longues perdent le contexte : le système le partitionne donc par construction. Chaque agent spécialisé ne reçoit que les fichiers et les outils nécessaires à son étape, les coordinateurs transmettent les tâches à de nouveaux successeurs, et des critiques et auditeurs revérifient les résultats à partir de contextes vierges. Pour déterminer des structures moléculaires, 30 agents spécialisés en boucle d'autocorrection, associés à un simulateur spectral fondé sur la physique, ont atteint 95 % d'exactitude top-1 et 100 % de précision top-3 sur des molécules de référence complexes, soit près du double de la performance d'un agent unique.
Qui peut l'utiliser, et pour quoi faire ?
Selon Google, /teamwork est désormais accessible aux chercheurs et aux développeurs via Antigravity, et d'autres fonctionnalités arriveront dans les prochaines semaines. Pour les utilisateurs de la recherche, l'usage le plus réaliste n'est pas de remplacer les chercheurs, mais de confier à une équipe d'agents le travail long et fastidieux – écrire des solveurs, explorer de vastes espaces de recherche, vérifier chaque étape ligne par ligne – tandis que les humains posent les questions, fixent les contraintes et vérifient les conclusions. La limite mérite aussi d'être énoncée : les résultats du blog sont la présentation de Google elle-même, et les preuves formelles sont vérifiées ligne par ligne par le noyau Lean, de sorte que les affirmations mathématiques sont plus fiables qu'une sortie de modèle ordinaire. Ce qui décidera vraiment de sa valeur, c'est de savoir si des chercheurs ordinaires pourront reproduire le même flux de travail sur leurs propres problèmes.
