Antigravity 博客披露 Teamwork 多智能体框架更新

据 Hacker News 上转引的一篇「Google Antigravity Blog」博文，Antigravity 团队宣布其多智能体编排框架 Teamwork 迎来多项更新，并称借助 Gemini 系列模型在数学、硬件模拟、系统工程与开源软件优化等多个领域取得显著成果。框架即日起以 /teamwork-preview 名义在 Antigravity 付费套餐中开放使用。

框架定位与核心机制

Teamwork 是一款多智能体编排框架，文章称其最早在 Google I/O 上首次亮相，目标在于处理「过大、过不确定或过于开放」的任务，使多个智能体可在数小时乃至数日内相互提出方案、互相批判并迭代优化。文章将这种思路概括为「生成候选—压力测试—组合最佳」，强调把迭代过程自动化，同时让人类保留目标设定与最终验收权。

文章指出，Teamwork 的关键设计是把「编排逻辑」与「智能体描述」解耦：具体的团队结构被抽象为一种名为「pattern」的蓝图，定义参与智能体、角色与推进条件，而本身不含可执行代码；框架运行时再根据任务描述与 pattern 自动拉起相应智能体，并可在执行过程中动态调整团队规模与结构。

内置的五种模式

文章列出 Teamwork 当前内置的五种模式，均在用户调用时由 Gemini 自动选择：

• Iterative Coding：面向难以分解的编码问题，强调智能体—测试—精修的紧密循环。
• Distributed Coding：面向可拆解的工程任务，由多个并行 worker 配合评审员处理。
• Long Proof：面向开放式数学与理论计算机科学问题，每个候选解需先经过压力测试方可推进。
• Self-Verification：面向深度优先的数学推理，强调每一步的严格自检。
• Document Review：面向论文与技术文档的结构化分析与批评。

文章以 Long Proof 模式为例做了进一步说明，称其重心放在「策略选择」而非单纯的证明书写，会并行生成多种候选策略，每条策略都配有一个专门负责证伪它的智能体，再由综合树合并出更强的结果。

已披露的成果

文章列举了若干在内部测试中取得的进展：

• 数学与理论计算机科学：声称解决 7 个开放问题，涵盖稀疏凸优化（JMLR）、子空间逼近（FOCS）、可证明的 LLM 量化、向量嵌入、前缀矩阵分解以及 Knuth 的循环猜想（在 Lean 中验证）；并在 TCSBench 上取得 71% 的内部最高分。
• 系统工程：构建了一个周期精确的 RISC-V CPU 模拟器，可从零引导启动操作系统。
• 开源软件：贡献并被合并到上游 Eigen、ParlayHash 等库的性能优化。

文章强调，Teamwork 的能力建立在「Gemini 3.7 Flash」之上。该模型被定位为兼顾速度与成本、适合日常开发任务的基础模型，与 Teamwork 编排层结合后可用于复杂长链路问题。

来源说明

本文内容整理自 Hacker News 上转引的一篇「Google Antigravity Blog」博文。该博客自称隶属 Google，文中提到的「Antigravity」产品线、「Gemini 3.7 Flash」型号，以及上文所列具体成果数字，均来自原文自述，目前尚未在 Google 官方主渠道得到广泛印证，相关数据建议读者结合官方博客、论文与第三方评测进一步交叉核实。