Wissenschaftliche Grundlagenforschung und hardwarenahe Systementwicklung galten lange als Domäne menschlicher Spezialisten. Zwar glänzen moderne Sprachmodelle bei isolierten Programmieraufgaben, doch bei tagelangen Projekten verloren sie bisher zuverlässig den roten Faden oder bauten fehlerhafte Zwischenschritte ein. Mit Antigravity Teamwork stellt Google Research nun eine Systemarchitektur vor, die diesen Engpass durch koordinierte Agenten-Schwärme und deterministische Prüfwerkzeuge aufbricht. Angetrieben von Modellen wie Gemini 4 Argon, Gemini 4 Carbon und dem leichtgewichtigen Gemini 4 Hydrogen meldet der Konzern eine Serie verifizierter Durchbrüche in Mathematik, Molekularbiologie und Kernel-Entwicklung.
Die Veröffentlichung, verfasst von Google Fellow und Forschungsvizepräsident Vahab Mirrokni, baut direkt auf früheren Erfolgen auf, bei denen Google DeepMind und Partner mithilfe von Antigravity Grads historische Fusionsvermutung widerlegt hatten. Nun demonstriert Google, dass koordinierte Multiagenten-Verbünde nicht nur Einzelfälle lösen, sondern als wiederverwendbares Framework für komplexe wissenschaftliche Langzeitaufgaben („Long-Horizon Reasoning“) dienen.
Architektur gegen das Vergessen: Kontext-Partitionierung und Falsifikatoren
Die Notwendigkeit einer neuen Systemarchitektur begründet Google Research mit zwei fundamentalen Schwachstellen heutiger Sprachmodelle. Erstens ist die Modellausgabe bei schwierigen Denkschritten probabilistisch unberechenbar - ein einzelner Fehltritt bringt eine gesamte Argumentationskette zu Fall. Zweitens leiden Modelle bei mehrtägigen Projekten unter einer Verteilung der Aufmerksamkeit („Attention Dispersion“): Je mehr Kontextdaten, Fehlversuche und Zwischenberichte sich anhäufen, desto ungenauer agiert das Modell („Context Pollution“).
Antigravity Teamwork begegnet diesem Dilemma durch zwei zentrale Konstruktionsprinzipien:
- Architektonische Kontext-Partitionierung: Statt allen Agenten dieselbe wachsende Konversationshistorie zuzumuten, arbeitet jeder spezialisierte Agent in einem isolierten, sauberen Kontextfenster. Er erhält exakt die Dateien und Werkzeuge, die für seinen definierten Arbeitsschritt erforderlich sind. Leitende Koordinatoren übergeben Aufgaben an frische Nachfolger; Prüfer und Auditoren beurteilen Resultate ohne die Denkspuren („Reasoning Traces“) der Erzeuger, um Bestätigungsfehler zu verhindern.
- Deterministische Falsifikatoren: Modellhalluzinationen werden nicht durch vage Textabfragen abgefangen, sondern durch harte, objektive Schiedsrichter. Dazu zählen der formale mathematische Beweisprüfer Lean 4, unveränderte Software-Testsuiten, Ausführungssimulatoren, Hardware-Leistungszähler und verifizierte Web-Recherchen. Ein Lösungsvorschlag gilt erst dann als akzeptiert, wenn er den externen Falsifikator fehlerfrei durchläuft.
Diese Arbeitsabläufe werden als deklarative, sich selbst optimierende Muster in natürlicher Sprache formuliert. Sie reichen von sequentiellen Schleifen für die Codeentwicklung (in Antigravity als Werkzeug /boost integriert) bis hin zu spezialisierten Arbeitsmustern für formale Beweise („Long Proof“) und Gutachten („Deep Review“).
Mathematik: 50 Millionen Zeilen Lean 4 für die Courtade–Kumar-Vermutung
Wie leistungsfähig diese Verknüpfung aus probabilistischer Exploration und formaler Verifikation arbeitet, demonstriert Google Research an der 2013 aufgestellten Courtade–Kumar-Vermutung aus der Informationstheorie. In Kooperation mit Wissenschaftlern der Chinese University of Hong Kong (CUHK), der University of Southern California (USC) und der Carnegie Mellon University (CMU) gelang der vollständige Beweis der Vermutung. Die mathematische Aussage bestätigt, dass bei der Übertragung eines Zufalls-Bitstrings durch einen verrauschten Kanal keine Kompression auf ein einzelnes Bit mehr Information bewahrt als eine sogenannte „Diktator-Funktion“, die schlicht ein einzelnes Eingangsbit unverändert kopiert.
Im Forschungsprozess spürte Gemini zunächst Gegenbeispiele zu einer verallgemeinerten Formulierung auf. Daraufhin formulierte das Team eine Hilfsfunktion, die das Problem auf eine 14-Variablen-Optimierung reduzierte. Gemini 4 Argon partitionierte den Parameterraum, leitete neue analytische Schranken ab und erweiterte den Beweis ohne menschliche Zwischenschritte von balancierten auf unbalancierte Funktionen. Der gesamte Beweis wurde im formalen System Lean 4 maschinell zertifiziert - ein Vorhaben, das eine Codebasis von rund 50 Millionen Zeilen Lean umfasste.
Parallel dazu formalisierte das Agenten-Framework LEAP (entwickelt mit Google Cloud AI) autonom die berühmten Weil-Vermutungen über die Anzahl von Lösungen polynomieller Gleichungen über endlichen Körpern, die 1974 von Pierre Deligne bewiesen worden waren. Diese maschinelle Formalisierung umfasst rund 1,8 Millionen Zeilen Lean-Code, erzeugt über 28.800 Subagenten-Aufrufe. Weitere machine-checked Zertifizierungen gelangen unter anderem für Hilberts zehntes Problem über Ganzzahlringen (über 919.000 Zeilen Lean), die finite Blowup-Dynamik der dreidimensionalen Navier-Stokes-Gleichungen sowie die seit 1927 offene Birkhoff-Vermutung dynamischer Systeme.
Um wissenschaftliche Manuskripte vor der Einreichung auf mathematische Lücken zu überprüfen, setzte Google das Werkzeug Deep Review vor der Informatikkonferenz STOC 2027 ein. Bei 578 eingereichten Arbeiten wählten die Autoren eine automatische Prüfung: In einer begleitenden Umfrage gaben 90 Prozent der teilnehmenden Forscher an, das Feedback sei überwiegend oder fast vollständig faktisch gewesen. Mehr als 30 Prozent berichteten, das System habe handfeste Beweisfehler oder mathematisch bedeutsame Tippfehler aufgedeckt.
Biochemie und System-Engineering: Von NMR-Spektren bis Rust-Migration
Über theoretische Beweise hinaus bewährte sich die Agentenkoordination in der experimentellen Chemie. Die Strukturaufklärung von Molekülen anhand kernmagnetischer Resonanzdaten (NMR) gilt als notorisch fehleranfällig: Bei Wirkstoffen wie HIV-Protease-Inhibitoren entscheidet oft eine einzige falsch zugeordnete chemische Bindung zwischen einem hochwirksamen Medikament und einem inaktiven Molekül. Durch die Verknüpfung von 30 spezialisierten Agenten in einer selbstkorrigierenden Schleife mit einem physikbasierten Spektralsimulator erzielte das Team 95 Prozent Treffergenauigkeit auf dem ersten Platz („Top-1“) und 100 Prozent unter den ersten drei Vorschlägen („Top-3“) - eine Verdopplung gegenüber Einzelmodellen.
Im Bereich der Software- und Hardware-Infrastruktur übernahmen Agenten-Teams sicherheitskritische Großprojekte:
- Rust-Migration für Kernsysteme: Umfangreiche Portierungen von C++ zu Rust scheitern bei isolierten Agenten häufig daran, dass Modelle Schnittstellen fälschen oder Tests manipulieren. In einer zweiwöchigen Kampagne schrieb ein /teamwork-Verbund den Zircon-Mikrokernel um und fügte rund 800.000 Zeilen sicheren Rust-Code ein, der alle Kernel-Tests besteht und auf ARM64-Hardware bootet. Beim AV1-Videodecoder libgav1 portierten die Agenten 170.000 Zeilen C++ in bit-exaktes Rust; nach nachgelagertem Profiling agiert die Rust-Variante nun 20 bis 30 Prozent schneller als der ursprüngliche C++- und Assembler-Code.
- Hardwarenahe Kernel-Beschleunigung: Das Optimierungsmuster DuoDiscover reduzierte die Evaluierungszeiten maßgeschneiderter JAX- und Pallas-TPU-Kernel von 32 Minuten auf 23-Sekunden-Proxy-Metriken. Dies ermöglichte einen 4,09-fachen geometrischen Geschwindigkeitszuwachs über 17 Referenz-Kernel.
- Google-Infrastruktur: Im internen Flottenbetrieb erzielten Speicher-Auditoren Einsparungen von über 1 PiB RAM, während agentische Ablaufsteuerungen im Cluster-Manager Borg die vorzeitige Verdrängung („Preemption“) von TPU-Arbeitslasten um 24 Prozent senkten.
Kritische Würdigung: Die Grenzen maschineller Beweisfluten
Trotz der beeindruckenden Kennzahlen wirft der Vormarsch autonomer Agenten-Schwärme methodische Fragen auf. Wenn ein Multiagenten-System 50 Millionen Zeilen Lean-4-Code generiert, ist eine zeilenweise menschliche Prüfung durch Fachgutachter schlicht unmöglich. Das wissenschaftliche Vertrauen verlagert sich damit vollständig auf den Compiler-Kern des Beweisassistenten und die Korrektheit der vom Menschen formulierten Theorem-Definitionen. Liegt in den Ausgangsannahmen eine verdeckte Fehlspezifikation vor, liefert die KI einen formal perfekten, aber inhaltlich wertlosen Beweis.
Hinzu kommt der enorme Rechenaufwand. Kampagnen mit 28.800 Subagenten-Aufrufen und massiven TPU-Clustern sind das Vorrecht von Technologiekonzernen mit nahezu unbegrenzter Infrastruktur. Zwar öffnet Google ein Forschungsprogramm mit sechs Monaten Gratiszugang für 10.000 ausgewählte Wissenschaftler, doch die strukturelle Kluft zwischen Hyperscalern und regulären universitären Instituten wächst durch diese rechenintensiven Verfahren weiter.
🎯 Was das für die Praxis bedeutet
1. Kontext-Partitionierung adaptieren: Wer komplexe Agenten-Workflows baut, sollte Aufgaben strikt in isolierte Teilkontexte trennen, statt Konversationsfenster unkontrolliert anwachsen zu lassen.
2. Deterministische Falsifikatoren vorschalten: Sprachmodelle dürfen sich niemals selbst freigeben. Compiler, statische Analysetools und Unit-Tests sind als unbestechliche Filter unverzichtbar.
3. Code-Migrationen neu bewerten: Die erfolgreiche Portierung von Zircon und libgav1 nach Rust belegt, dass automatisierte Modernisierungen von Legacy-Systemen mit Multiagenten-Prüfschleifen greifbar werden.
4. Akademische Fördertöpfe nutzen: Universitäre Forschungsgruppen in DACH sollten sich zeitnah für das 10.000-Plätze-Forschungsprogramm von Google bewerben, um Zugang zu Gemini 4 Argon und /teamwork zu sichern.
Quellen
Anzeige · Buch und Angebot von Markus Kirchmair
Noch ein Tool. Oder endlich weniger Arbeit?
Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.




