谷歌 Teamwork 系统通过本地多智能体并行降低复杂推理成本

行业新闻 · 丁香 · 发布 2026-11-14 · 阅读 1

多智能体协作架构升级

谷歌宣布扩展其 Antigravity 多智能体系统,引入了基于 Gemini 模型驱动的 Teamwork 架构。这一新系统由多个专业智能体组成,旨在解决长期未决的数学难题及验证复杂证明。其核心设计逻辑在于通过并行工作机制,安排独立的系统对初步解答进行质疑和验证,从而有效减少单个模型在长篇推理中可能出现的累积错误,提升了本地推理的可靠性。

复杂数学证明的形式化突破

在数学研究领域,Teamwork-LEAP 子系统展现了强大的算力与推理整合能力。该系统通过约 2.88 万次子智能体调用,累计生成约 180 万行 Lean 代码,成功完成了韦伊猜想(Weil conjectures)的形式化证明。韦伊猜想是数学家皮埃尔 · 德利涅于 1974 年证明的重要结论,涉及有限域上多项式方程解的数量。此外,系统还复现了关于三维纳维-斯托克斯方程有限时间爆破问题的形式化证明,并协助研究人员解决了库尔塔德-库马尔猜想,验证了多智能体在处理高难度抽象逻辑时的有效性。

分子化学领域的精准识别

谷歌将多智能体技术延伸至分子化学领域,组建了一支由 30 个专业智能体构成的团队。该团队配合融入物理知识的模拟器,利用核磁共振(NMR)数据识别分子结构。在复杂分子基准测试中,该系统表现优异,Top-1 准确率达到 95%,Top-3 准确率达到 100%。这一数据表明,在特定专业领域通过算力堆叠与专业工具结合,可以显著降低识别错误率,为私有化部署的高精度科学计算提供了参考。

系统工程与代码重写实践

在系统工程方面,谷歌展示了智能体团队在代码迁移中的应用。智能体团队将自家的 libgav1 AV1 视频解码器从 C++ 重写为 Rust,最终生成约 17 万行代码。测试结果显示,新生成的 Rust 代码在一套覆盖范围广泛的测试中实现了与原始版本完全一致的输出。这种自动化的语言迁移能力,凸显了多智能体在维护大型软件系统性能时的效率优势,降低了人工介入的推理成本。

开放访问与研究支持计划

目前,谷歌通过 Antigravity 平台向用户开放 Teamwork 系统,并推出了名为 /boost 的迭代式编程工作流。为了支持学术研究,谷歌计划向 1 万名学术研究人员提供为期 6 个月的最高使用额度免费访问权限。这一举措不仅降低了研究机构获取高阶 AI 推理服务的门槛,也验证了该架构在大规模并行任务中的稳定性。基于原文数据,该系统在代码生成量级和验证准确率上的表现,证明了本地多智能体集群在处理复杂任务时具有较高的性价比。

来源:IT之家