GoogleのマルチAIエージェント「Antigravity Teamwork」が数学・工学・OSSで顕著な成果 — 学術的難問7問、CPUシミュレータ自作、OSSマージを達成

9月1日、Googleが「Pairing Google Antigravity with Gemini 3.7 Flash solves notable multi-agent math and engineering problems.」と題した記事を公開した。マルチエージェントフレームワーク「Antigravity Teamwork」とGemini 3.7 Flashを組み合わせることで、数学・システム工学・OSS開発の各領域で具体的な成果が得られたという内容だ。数学では学術レベルの難問7問を解き、エンジニアリングではRISC-V CPUシミュレータをゼロから構築、OSSでは実際のアップストリームリポジトリへのマージを実現している。

AIエージェントが「数時間〜数日」かけて難問を解く

Google Antigravityは、AIエージェントを複数組み合わせて複雑な問題を解くフレームワークだ。その中核にある「Teamwork」は、自律的なAIエージェントチームが互いに協調・批評・反復しながら、数時間から数日をかけて長期的な課題を解決するための仕組みである。

今回、このTeamworkにGemini 3.7 Flashを組み合わせることで、単体のLLMでは難しかった問題群が解けるようになったという。各領域の成果を以下に示す。

数学・理論計算機科学：学術的難問を7問解決

最も注目すべき成果は数学と理論計算機科学の分野だ。元記事では「notable problems」と表現されており、その難易度についてFOCS（計算機科学の最高峰国際会議）やJMLR（機械学習分野のトップジャーナル） 相当と説明されている。こうした場で扱われる水準の問題を7問解いたとされる。

※編集部の考察：元記事は「未解決問題」という表現は用いておらず、あくまで学術的に高難度な問題群という位置づけである。「未解決」という言葉が持つ「誰も解いたことがない」という含意とは異なる可能性があるため、注意が必要だ。

具体的な問題には以下が含まれる：

Knuth's Cycles Conjecture（クヌースの巡回予想）— 定理証明支援系のLeanで検証済み。証明は40ページ超
疎な凸最適化（Sparse Convex Optimization）
LLM量子化の理論的保証（Provable LLM Quantization）
前置行列因子分解（Prefix-Matrix Factorizations）

また、理論計算機科学のベンチマーク「TCSBench」では71%のスコアを達成している。

Lean検証付きの40ページ超の証明をAIエージェントが自律的に生成したという点は、単なるコード補完とは次元が異なる。形式証明（Formal Proof）の自動化はここ数年で急速に注目を集めており、今回の結果はその実用化が現実味を帯びてきたことを示す一例だ。数学的主張の正しさをLeanが機械的に保証しているという点で、「AIが解いた」という主張の信頼性は他の成果と比べても高い。

システム工学：RISC-V CPUシミュレータをゼロから構築

システム工学分野では、サイクル精度のアウトオブオーダーRISC-Vプロセッサシミュレータをゼロから構築した。このシミュレータは、実際のOSであるxv6（MITが教育目的で開発したUnixライクOS）をシェルまでブートすることに成功している。

精度の指標として示されているのが「0.71%のサイクルアライメント誤差」だ。これはハードウェア実機との比較値であり、実用に耐えうるレベルの精度とされている。アウトオブオーダー実行のシミュレーションは、パイプラインの依存関係や分岐予測なども再現する必要があり、実装難易度が高い。それをエージェントが自律的に構築したことになる。xv6の実ブートという動作確認が取れている点も、成果の検証可能性という観点で重要だ。

OSS貢献：EigenとParlayHashへのパフォーマンス改善がマージ

OSSの分野では、実際のアップストリームリポジトリへのマージという形で成果が示されている：

**Eigen**（C++の線形代数ライブラリ）— SIMDファストパスの追加
**ParlayHash**（並列ハッシュテーブルライブラリ）— 挿入スループット2倍、メモリ使用量25%削減

ベンチマーク数値ではなく、実際のOSSプロジェクトにマージされたという事実は、生成されたコードが既存のコントリビュータによるレビューに耐えたことを意味する。「AIが書いたコード」が人間の審査を通過したという点で、他の成果とは異なる種類の説得力がある。

何がエンジニアに刺さるか

今回の発表で特筆すべきは、成果の「検証可能性」だ。Lean証明のような形式検証、xv6のブートという動作確認、OSSへの実際のマージ——いずれも「AIが解いた」という主張をある程度裏付けられる指標を伴っている。ブラックボックスなベンチマークスコアだけでなく、再現・確認できる形で成果が示されている点は、エンジニアにとって評価しやすい。

一方で、元記事は「Antigravityブログで詳細を確認してほしい」と誘導する構造になっており、各問題の具体的な手法や、エージェントがどのように協調したかの詳細は現時点では公開されていない。Teamworkフレームワークそのものの設計や、エージェント間の役割分担などについては、今後の続報を待つ必要がある。

詳細はPairing Google Antigravity with Gemini 3.7 Flash solves notable multi-agent math and engineering problems.を参照していただきたい。