Google hat seine neue Plattform Antigravity vorgestellt, deren Kernelement das Tool 'Teamwork' ist. Es ermöglicht die Zusammenführung mehrerer KI-Agenten zu koordinierten Teams, um Aufgaben zu lösen, die die Möglichkeiten eines einzelnen neuronalen Netzes übersteigen. Dies berichtet RBC-Ukraine unter Berufung auf Materialien von Google Antigravity. Dem Konzept der Entwickler zufolge arbeitet jeder virtuelle Assistent unabhängig, sucht eigene Lösungswege und leitet die Ergebnisse dann an 'Kritik-Agenten' und unabhängige Revisoren weiter, die die Antwort von Grund auf neu berechnen, ohne sich auf die Logik des ursprünglichen Algorithmus zu stützen. Dieser Ansatz, so Google, löst das Hauptproblem moderner LLMs — die Tendenz, bei langen Schlussfolgerungsketten Fehler anzuhäufen.

Architektur: Aufgabenteilung statt Monolith

Im Gegensatz zu herkömmlichen Ansätzen, bei denen ein großes Modell versucht, eine Lösung von Anfang bis Ende zu 'erdichten', sind die Aufgaben bei Teamwork streng segmentiert. Jeder Agent erhält nur einen eng begrenzten Satz an Dateien und Tools, die für seine spezifische Aufgabe notwendig sind. Nach Abschluss einer Etappe werden die Ergebnisse an nachfolgende Agenten weitergegeben, die als Kritiker fungieren: Sie kennen den Gedankengang des Vorgängers nicht und prüfen das Ergebnis autonom. Dies ermöglicht das frühzeitige Aussortieren falscher Schlussfolgerungszweige und senkt die Wahrscheinlichkeit systematischer Fehler in langen Ableitungsketten erheblich. Genau diese Architektur hat laut Google eine Reihe von Ergebnissen ermöglicht, die für einzelne Modelle zuvor unerreichbar waren.

Beweis von Theoremen: Von den Weil-Vermutungen zu Navier-Stokes

Zu den bemerkenswertesten wissenschaftlichen Erfolgen, die das Antigravity-Team für sich beansprucht, gehört die formale Verifikation klassischer mathematischer Ergebnisse. Das System Teamwork-LEAP generierte rund 1,8 Millionen Zeilen Lean-Code in 28.800 Durchläufen, um die berühmten Weil-Vermutungen, die Pierre Deligne 1974 bewies, in eine für Computer verständliche formale Sprache zu übersetzen. Ein separates Experiment befasste sich mit den Navier-Stokes-Gleichungen — einem der sogenannten 'Millennium-Probleme', an denen die weltweite mathematische Gemeinschaft seit etwa 90 Jahren arbeitet. Die Agenten reproduzierten eine computergestützte Überprüfung des Beweises für diese Gleichungen, was laut den Entwicklern die Fähigkeit des Systems demonstriert, Aufgaben an der Grenze der angewandten Mathematik zu bewältigen.

Informationstheorie und Chemie: 30 Agenten gegen Molekülstrukturen

Im Bereich der Informationstheorie fanden Gemini-Modelle in Zusammenarbeit mit Universitätsforschern einen vollständigen Beweis für die Courtade-Kumar-Vermutung aus dem Jahr 2013 und formulierten ihn in Lean 4. In einem chemischen Experiment bestimmte ein Team aus 30 KI-Agenten, ergänzt durch einen physikalischen Simulator, den Aufbau komplexer Moleküle anhand von Daten der magnetischen Kernresonanz (NMR). Laut Google wurde die exakte Struktur in 95 Prozent der Fälle beim ersten Versuch erraten, und in 100 Prozent der Experimente war die richtige Variante unter den drei vom System vorgeschlagenen. Diese Werte sind, sofern sie durch unabhängige Verifikation bestätigt werden, mit Ergebnissen vergleichbar, die bisher nur unter Beteiligung erfahrener Strukturchemiker erreicht wurden.

Code-Umschreibung: 800.000 Zeilen Rust in zwei Wochen

Neben der reinen Wissenschaft kam der Team-Ansatz auch in der Ingenieurpraxis zum Einsatz. KI-Agenten übersetzten den Video-Decoder libgav1 AV1 von der alten Sprache C++ in Rust und schrieben dabei etwa 170.000 Zeilen Code. Anfangs war die neue Version viermal langsamer als das Original, doch nachdem die Agenten Tools zur Identifizierung von Engpässen erhalten hatten, wurde das Programm in Rust auf x86_64- und ARM-Prozessoren 20–30 Prozent schneller als die Vorgängerversion. In einem weiteren Experiment schrieben die Agenten die restlichen C++-Codezeilen im System-Kernel Zircon — etwa 800.000 Zeilen — innerhalb von zwei Wochen auf Rust um; das System bestand daraufhin alle Tests und startete auf ARM64-Hardware. Zudem konnte durch KI-Optimierung der internen Google-Server die Unterbrechungslatenz der spezialisierten TPU-Prozessoren um 24 Prozent gesenkt werden.

Zugang für Forscher: 10.000 Wissenschaftler erhalten sechs Monate kostenlose Nutzung

Google öffnet den Zugang zum Teamwork-System und zum Tool für schnelles Programmieren /boost über die Plattform Antigravity. Parallel dazu gab das Unternehmen bekannt, Bewerbungen von 10.000 Wissenschaftlern entgegenzunehmen, die sechs Monate lang kostenlosen Zugang zur leistungsstärksten Version des Dienstes erhalten. Dies soll laut den Entwicklern die Einführung agentenbasierter Ansätze in der akademischen Praxis beschleunigen und es unabhängigen Gruppen ermöglichen, die behaupteten Ergebnisse an eigenen Aufgaben zu verifizieren. Vor dem Hintergrund, dass sich die meisten großen KI-Labore in den Jahren 2025–2026 auf einzelne 'Super-Modelle' konzentrieren, wirkt Googles Einsatz für die Multi-Agenten-Architektur wie eine bewusste strategische Entscheidung, die auf Aufgaben abzielt, bei denen die Länge und Komplexität der Schlussfolgerungskette das Kontextfenster jedes einzelnen Modells übersteigt.