谷歌宣布对 AI 开发环境「Google Antigravity」内置的多智能体功能「Teamwork」进行重大更新。该机制让多个 AI 智能体相互批评彼此的方案，并持续工作数小时乃至数天。谷歌公布的成果包括：解决了理论计算机科学领域的 7 个未解问题、构建出能够启动操作系统的 RISC-V CPU 模拟器、以及将优化代码合并进 C++ 库「Eigen」。值得关注的是，其中一部分成果由轻量级模型「Gemini 3.7 Flash」复现。

不是「一个更聪明的 AI」，而是「靠团队逐步逼近」

Teamwork 是 Antigravity 在 Google I/O 上首次亮相的功能，付费方案用户可以通过「/teamwork-preview」命令调用。谷歌解释称，如果只是简单地把多个智能体并排放在一起，遇到高难度研究课题时，它们往往会集体附和早期的错误，并在错误前提之上信心满满地继续堆砌。

因此，Teamwork 把研究与开发中常见的循环显式地内置进来：生成候选方案、设法推翻它、再把存活下来的要素组合起来。目标设定和最终验收仍由人类掌控，只有中间的反复迭代被自动化。

团队的编排由称为「模式」的蓝图定义。目前提供 5 种：针对难以拆分的问题、以测试与修正的短循环逐步逼近的「Iterative Coding」；把可拆分的开发工作分派给并行工作者并由批评者审查的「Distributed Coding」；面向数学与理论计算机科学的「Long Proof」；在每一步都加入严格自我验证的「Self-Verification」；以及对论文和技术文档进行结构化批评的「Document Review」。使用哪种模式由 Gemini 解析输入的提示后自动选择。

模式以规格说明而非可执行代码的形式编写，框架读取后自动启动所需的智能体。智能体数量并未预先固定，会根据问题的实际情况在运行过程中增减。

7 个未解问题与「TCSBench」71%

最引人注目的是数学领域的成果。Long Proof 模式会并行生成大量证明策略，为每个策略配备专门负责「反驳」的智能体寻找漏洞，再通过综合树把存活下来的方案组合起来。被反驳的方案也会连同反对意见一起保留，因为失败的路径中可能仍有可用的想法。选定的策略会进一步分解为带依赖关系的子问题，独立部分并行处理，有依赖的部分按顺序处理。

谷歌称通过这一机制解决了 7 个问题，其中包括在 FOCS、JMLR 等主要学术平台上提出的未解问题。具体包括：ℓp 子空间近似的核心集构造、稀疏凸优化中条件数的下界、多向量嵌入相似度计算的复杂性、面向 LLM 的 Hadamard 量化理论保证、对 Erdős 单位距离问题现有突破的独立复现、前缀矩阵分解的下界，以及 Knuth 循环猜想偶数情形下两种构造的首个证明。

这些结果经过了人类专家的审核，其中 Knuth 循环猜想超过 40 页的证明已在定理证明工具 Lean 中完成形式化验证。7 项成果中有 5 项已作为论文发布在 arXiv 上。

需要说明的是，这些结果本身由更高阶的「Gemini 3.1 Pro」得出，但其中 3 项也能用 Gemini 3.7 Flash 复现。谷歌强调，这是 Flash 级别的模型在获得合适的协作框架后，首次完成博士级别的数学研究。

在基准测试方面，Gemini 3.7 Flash 与 Gemini 3.1 Pro 组合的 Long Proof 模式在汇集理论计算机科学难题的内部评测「TCSBench」中取得了 71% 的成绩，高于该基准论文中 Gemini 3.6 Flash 与 Gemini 3.1 Pro 组合的 67.7%，也是谷歌内部测试中的最高分。在同一模式内组合 Flash 与 Pro 的功能将在后续更新中提供。

仅用 Flash 构建出可启动操作系统的 RISC-V 模拟器

在系统领域，谷歌介绍了仅使用 Gemini 3.7 Flash 从零构建周期级乱序执行 RISC-V CPU 模拟器的案例。完成的模拟器能够把教学用操作系统「xv6」启动到 shell，并可运行 100 多种 RISC-V 标准基准测试。

开发分为两个阶段：先构建乱序流水线、重排序缓冲区等执行逻辑以确保功能正确，再把周期级时序对齐到相当于真实硬件的基准。验证以开源 RISC-V 处理器「BOOM」的执行结果为真值，在未见过的工作负载上平均周期误差为 0.71%。

这类模拟器开发的难点在于「静默执行间隙」：内部状态开始悄然偏离后，可能要经过数百个周期才会表现为可见的故障。Teamwork 通过与参考模拟器「Spike」持续锁步比对的方式应对这一问题。为防止作弊，Spike 的源代码被隔离，智能体无法直接访问。

Eigen 与 ParlayHash 的优化被上游采纳

对开源项目的贡献也很具体。对于谷歌内外广泛使用的线性代数库「Eigen」，团队只给出「不得破坏基准测试」这一条件便让其自由优化。Teamwork 发现矩阵只有单行或单列时的矩阵向量乘法（GeMV）存在低效之处，随即实现了采用直接数据访问、SIMD 指令和 4 路累加器展开的专用快速路径。该修改经过常规代码审查后已合并进上游 Eigen。

对于并发哈希表「ParlayHash」，Teamwork 参与了引入 Swiss Table 技术的「Swiss Parlay」的构思。据称 64 线程下初始插入吞吐量提升至 2 倍，单线程整体吞吐量提升至 1.5 倍，并以每元素少 25% 的内存达到接近最快顺序哈希表的性能。这一改动同样已反映到上游代码库。

总结

Google Antigravity 的「Teamwork」通过按需切换多个 AI 智能体反复批评与整合的「模式」，取得了解决 7 个数学未解问题、构建可启动操作系统的 RISC-V CPU 模拟器、以及优化被 Eigen 和 ParlayHash 采纳等成果。多项结果能用轻量级的 Gemini 3.7 Flash 复现，表明协作机制的设计与单个模型的能力同样左右着最终成果。Teamwork 的改进将在未来数周内陆续推送至 Antigravity 的「/teamwork-preview」。