返回行业动态
研究前沿

谷歌把多智能体送进数学证明:悬了 13 年的猜想被 Lean 逐行验完

谷歌研究公布 Antigravity 中 /teamwork 多智能体框架的一批成果:2013 年的 Courtade–Kumar 猜想获完整证明并端到端形式化,韦伊猜想以约 180 万行 Lean 完成机器校验。关键不在模型,而在「并行探索 + 独立证伪」的验收结构——生成便宜,判定对错交给 Lean 内核与未改动的测试。

来源:Google Research:Advancing science & engineering with Antigravity's /teamwork原标题:Advancing science & engineering with Antigravity's /teamwork查看原文
深色三维网格空间中悬浮着由发光细线编织的证明结构,青色与紫色光流沿分支逐段点亮,地面有抛光反射

图片来源:北京拓实科技原创(AI 生成封面)

发生了什么

谷歌研究(Google Research)11 月 13 日公布 Antigravity 中 /teamwork 多智能体编排系统的一批结果。该系统把任务拆给多个由 Gemini 4 Argon、Carbon、Hydrogen 驱动的智能体并行探索,同时安排专职「证伪者」——Lean 4 证明检查器、未经改动的测试套件、执行模拟器与硬件计数器——决定哪些候选答案可以留下。谷歌称,2013 年提出的 Courtade–Kumar 猜想已在该框架下得到完整证明,并在 Lean 4 中端到端形式化。

关键产出

  • Courtade–Kumar 猜想:信息论中「任何布尔函数都不优于独裁函数」的判断。香港中文大学、南加州大学与卡内基梅隆的研究者先把问题化简为 14 变量优化,Gemini 补齐其余界与区间算术证书;谷歌称形式化产物约 5000 万行。
  • 韦伊猜想:LEAP 框架配合 Argon,约 2.88 万次子智能体调用、约 180 万行 Lean,完成端到端机器校验的形式化。
  • 其他数学产出:整数环上希尔伯特第十问题近期证明的首个形式化(逾 91.9 万行 Lean);三维 Bochner–Riesz 猜想首个形式化,过程中发现并修补了非形式证明的一处缺口;Birkhoff 猜想与三维纳维–斯托克斯有限时间爆破证明的形式化复现。
  • 工程侧:Zircon 微内核剩余 C++ 改写为约 80 万行安全 Rust,通过全部内核单元测试并在 arm64 启动;libgav1 AV1 解码器移植约 17 万行 Rust,输出比特一致,接入性能分析后比原 C++ 快 20% 至 30%。
  • 论文评审:Deep Review 读了 STOC 2027 的 578 篇投稿,70 位受访作者中超过 30% 认为它抓到了实质性证明错误。

为什么值得注意

这套设计的重点不在模型本身,而在「可验收」。生成很便宜,判定什么算对由检查器完成:Lean 内核、未改动的测试、比特一致性、模拟器与硬件计数器都无法被模型说服。谷歌同时把上下文按工序切分,协调者把任务交给全新的继任者,批评者在不继承生产者推理的干净上下文里复核,避免审计者继承盲区。对企业技术负责人而言,这是一个可迁移的工程范式:若所在领域已有形式化内核或一致性测试套件,这种「并行探索加独立证伪」的结构今天就能用;若没有,第一件事是造出证伪器,而不是挑模型。

不确定之处

数字均为谷歌自报,论文由人类合作者核验与编辑。所谓 5000 万行里,绝大部分是 Lean 内核校验的数值证书;有第三方统计认为可读的证明代码约 23.9 万行。更关键的是口径:形式化验证只证明「论证成立」,不等于从零发现新定理——纳维–斯托克斯正则性问题仍未解决,被形式化的只是近期一项部分证明。2.88 万次子智能体调用背后的算力与时间成本未披露,普通研究团队的可复制性因此存疑。访问方面,/teamwork 与 /boost 已通过 Antigravity 开放,1 万名学术研究者可申请 6 个月最高档免费额度,其余定价与部分模式的开放时间尚未公布。

编辑说明

本文由北京拓实科技根据公开信息整理,核心事实与数据请以原始来源为准。