Google /teamwork 用 Lean 证完韦伊猜想,真正干活的是判卷的
180 万行 Lean,28,800 次子 agent 调用,韦伊猜想被完整形式化证明,按 Google 自己的说法是全自动完成的。这是 Google Research 一篇博客的头条,页面日期 11 月 13 日,没有具体时间,11 月 14 日 13:20 UTC 上了 Hacker News。讲的是 Antigravity 的 /teamwork 多 agent 框架配上 Gemini 4 Argon、Carbon、Hydrogen 这段时间干出来的活:https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/
清单还很长。2013 年提出的 Courtade-Kumar 猜想被完整证明,Lean 证明长达 5000 万行,前提是港中文、南加大、CMU 的合作者先把问题化简到 14 个变量。整数环上的希尔伯特第十问题写了 91.9 万多行 Lean。三维 Bochner-Riesz 第一次被形式化,顺手找出并补上了一篇新近公开的非形式证明里的漏洞。工程那边,Zircon 微内核此前已有 25% 移植成 Rust,Argon 又跑了两周把剩下的 C++ 全部重写,新增约 80 万行安全 Rust,所有内核单元测试通过,能在 arm64 上启动。libgav1 这个 AV1 解码器被移植成约 17 万行 Rust,输出逐比特一致,一开始比 C++ 慢 4 倍左右,给 agent 开放性能分析器之后,反而比 C++ 加手调汇编快了 20% 到 30%。Deep Review 审了 578 篇 STOC 2027 投稿,70 位作者的调查里,超过 30% 说它抓到了实质性的证明错误。
说白了,模型不是最有意思的部分。每个结果背后都有一个 agent 糊弄不过去的判卷人:Lean 内核、没改过的测试集、逐比特一致性、模拟器、硬件计数器,Google 管它们叫专职证伪者。上下文从设计上就被切开,协调者干到一半交给全新的接班者,审查者在干净的上下文里检查,看不到生产者的推理过程,也就继承不了生产者的盲点。生成很便宜,算不算数由检查器说了算。Lexifina 11 月 10 日发的用 Lean 建模美国税法、挑出 138 处立法文字错误,是同一个配方的小号版本。
产品那一半同一天上线。Antigravity v2.32.0(日期 11 月 13 日)加了 Dynamic Workflows:输入 /run-workflow,agent 自己写一段 Python,用 parallel() 和 pipeline() 去拉起别的 agent,每个都在独立对话里干活,按 JSON Schema 交回结果。脚本先给你批,批了在后台跑,还能存下来反复用:https://antigravity.google/docs/dynamic-workflows。两天前 Claude Code 的 Code Mode 刚让 Claude 写 JavaScript 来发工具调用。两家实验室,同一个方向:编排正在从聊天框搬进代码里。
保留意见也得说清楚。数字全是 Google 自己的,按博客的说法数学结果由人类合著者核对、简化和修改过,形式证明这套模式在产品里还标着即将推出。但这个思路能带走:你的领域如果有 Lean 内核或者一致性测试集,这套框架今天就能用;如果没有,第一件事不是挑模型,是先把证伪者造出来。
← 返回所有文章
清单还很长。2013 年提出的 Courtade-Kumar 猜想被完整证明,Lean 证明长达 5000 万行,前提是港中文、南加大、CMU 的合作者先把问题化简到 14 个变量。整数环上的希尔伯特第十问题写了 91.9 万多行 Lean。三维 Bochner-Riesz 第一次被形式化,顺手找出并补上了一篇新近公开的非形式证明里的漏洞。工程那边,Zircon 微内核此前已有 25% 移植成 Rust,Argon 又跑了两周把剩下的 C++ 全部重写,新增约 80 万行安全 Rust,所有内核单元测试通过,能在 arm64 上启动。libgav1 这个 AV1 解码器被移植成约 17 万行 Rust,输出逐比特一致,一开始比 C++ 慢 4 倍左右,给 agent 开放性能分析器之后,反而比 C++ 加手调汇编快了 20% 到 30%。Deep Review 审了 578 篇 STOC 2027 投稿,70 位作者的调查里,超过 30% 说它抓到了实质性的证明错误。
说白了,模型不是最有意思的部分。每个结果背后都有一个 agent 糊弄不过去的判卷人:Lean 内核、没改过的测试集、逐比特一致性、模拟器、硬件计数器,Google 管它们叫专职证伪者。上下文从设计上就被切开,协调者干到一半交给全新的接班者,审查者在干净的上下文里检查,看不到生产者的推理过程,也就继承不了生产者的盲点。生成很便宜,算不算数由检查器说了算。Lexifina 11 月 10 日发的用 Lean 建模美国税法、挑出 138 处立法文字错误,是同一个配方的小号版本。
产品那一半同一天上线。Antigravity v2.32.0(日期 11 月 13 日)加了 Dynamic Workflows:输入 /run-workflow,agent 自己写一段 Python,用 parallel() 和 pipeline() 去拉起别的 agent,每个都在独立对话里干活,按 JSON Schema 交回结果。脚本先给你批,批了在后台跑,还能存下来反复用:https://antigravity.google/docs/dynamic-workflows。两天前 Claude Code 的 Code Mode 刚让 Claude 写 JavaScript 来发工具调用。两家实验室,同一个方向:编排正在从聊天框搬进代码里。
保留意见也得说清楚。数字全是 Google 自己的,按博客的说法数学结果由人类合著者核对、简化和修改过,形式证明这套模式在产品里还标着即将推出。但这个思路能带走:你的领域如果有 Lean 内核或者一致性测试集,这套框架今天就能用;如果没有,第一件事不是挑模型,是先把证伪者造出来。
评论