lunes, 16 de noviembre de 2026
Tecnología

Antigravity /teamwork de Google formaliza las conjeturas de Weil en 1,8 millones de líneas de Lean

Google Research publica resultados de su sistema multiagente: la conjetura Courtade-Kumar probada y traducida a 50 millones de líneas de Lean y las conjeturas de Weil formalizadas sin intervención humana.

4 min de lectura
Antigravity /teamwork de Google formaliza las conjeturas de Weil en 1,8 millones de líneas de Lean

Hecho: Google Research publicó el 13 de noviembre el informe «Advancing science & engineering with Antigravity's /teamwork», con resultados recientes del sistema multiagente de su entorno de programación Antigravity, firmado por Vahab Mirrokni, Google Fellow y vicepresidente de Google Research. La publicación oficial y la cobertura de AI Frontier Post detallan los logros.

Las dos matemáticas del informe

  • Conjetura Courtade-Kumar (2013): probada en plena generalidad por equipos de Google con investigadores de CUHK, USC y Carnegie Mellon usando el patrón «Long Proof», que reparte un argumento largo entre agentes separados. Después se formalizó en Lean 4 en 50 millones de líneas de código: el kernel de Lean revisa cada paso lógico. AI Frontier Post aclara que la prueba apareció como preprint en septiembre y que la novedad de noviembre es la formalización verificada por máquina.
  • Conjeturas de Weil: /teamwork-LEAP produjo «de forma totalmente autónoma» una formalización extremo a extremo y verificada por máquina de 1,8 millones de líneas de Lean, repartida en 28.800 invocaciones de subagentes. Son los resultados clásicos sobre el conteo de soluciones de ecuaciones polinómicas sobre cuerpos finitos, culminados con la demostración de Pierre Deligne en 1974.

El informe suma otros resultados fuera de la matemática, entre ellos la reescritura en Rust del decodificador AV1 de Google, entre 20% y 30% más rápida que el original, según AI Frontier Post.

Cómo funciona /teamwork

Hecho: el diseño parte de dos límites de los modelos actuales. Para imprevisibilidad en la generación, combina exploración paralela con falsificadores dedicados (el verificador de pruebas de Lean 4, suites de tests sin modificar, simuladores de ejecución, búsqueda web o contadores de hardware) que deciden qué candidato funciona. Para la pérdida de detalles en tareas de varios días, particiona el contexto: cada agente especializado recibe solo los archivos y herramientas de su paso, los coordinadores pasan la pelota a sucesores frescos y críticos y auditores revisan desde contextos limpios, sin el razonamiento original.

Google dice además que está poniendo estas herramientas disponibles externamente en Antigravity, junto a /boost y otros agentes, sobre Gemini 4 Argon, Carbon y Hydrogen. El informe describe a los patrones como flujos declarativos en lenguaje natural que se auto-mejoran y que enrutan cada prompt hacia el patrón más adecuado; entre ellos está /boost, empaquetado como una secuencia de resolver y verificar afinada con trayectorias previas.

Los resultados anunciados no se limitan a la matemática: el mismo posteo menciona descubrimientos de estructuras moleculares, optimización de kernels y mejoras de infraestructura de producción dentro de Google, además de las colaboraciones con instituciones académicas en teoría de la información y verificación formal.

Los resultados provienen del blog de Google Research; la cobertura independiente de AI Frontier Post aclara qué es prueba previa y qué agrega el posteo de noviembre.

Artículos Relacionados