Google Antigravity、AIエージェント連携で数学の難問を解決

一つの質問に一つの答えを返す。これまでAIといえば、そういう道具だった。ところがGoogleが2026年8月31日に公式ブログで報告した事例は、その前提を外れている。複数のAIエージェントが数時間から数日をかけてチームのように働き、批判し合いながら答えを磨き上げ、数学の未解決問題まで解いてしまったという。

舞台になったのは、Googleが開発者向けに提供するAIエージェント基盤「Antigravity」だ。そこに新たに加わった「Teamwork」という仕組みが、複数の自律型AIエージェントを一つのチームとして動かす。各エージェントが担当を持ち、互いの成果を批評し、長時間かけて反復しながら複雑な課題を解決していく仕組みだ、と公式ブログは説明している。ここに同社の軽量モデル「Gemini 3.7 Flash」を組み合わせたところ、研究や開発の現場で目に見える成果が出た、というのが今回の発表の骨子である。

成果は3つの領域にわたる。数学と理論計算機科学の分野では、FOCSやJMLRといった国際的な学術会議や論文誌で扱われる水準の未解決問題を7件解いたと報告されている。中でも数十年来の未解決問題として知られる「クヌースの巡回予想」については、証明支援ツール「Lean」を使って40ページを超える証明を作り、検証まで済ませたという。理論計算機科学のベンチマークであるTCSBenchでは71%の正答率を達成したとも書かれている。システム開発の分野では、CPUの動作を1サイクルずつ忠実に再現するRISC-Vシミュレーターをゼロから構築し、教育用としてよく使われるOS「xv6」をシェルが動く状態まで起動させたうえで、実際のハードウェアとの周期の誤差を0.71%に抑えたそうだ。オープンソースの分野でも、数値計算ライブラリ「Eigen」や並行処理用データ構造「ParlayHash」に最適化を加え、後者では挿入処理の速度を2倍にしながらメモリ使用量を25%減らす改善を本家に取り込ませたという。

数字だけを見ると開発者向けの専門的な話に映るかもしれないが、この発表が示す方向性は、AIを使うすべての人に関わる。

一つ目の論点は、AIの「速さ」の意味が変わりつつあるということだ。これまでAIの進化は、同じ質問により速く、より短時間で答えを返す方向で語られることが多かった。しかし今回Googleが強調しているのは逆で、複数のエージェントに数時間から数日という時間を与え、互いの答えを批判させながら精度を積み上げるという設計である。未解決問題を解くという成果は、瞬発力ではなく持続力から生まれた。これは録音してすぐにAIへ処理を任せ、数分かけてじっくり要約させるという、リアルタイム性を捨てて後処理の質を取りに行く設計とも通じる発想だ。AIに何かを「渡してから」時間を使わせるという使い方は、今後ますます一般的になっていくと考えてよいだろう。

もう一つの論点は、こうした成果報告をどう受け止めるかである。TCSBenchの71%や周期精度0.71%といった数字は具体的で説得力があるように見えるが、いずれも発表元であるGoogle自身が測定し公表したものだ。第三者機関による再現や検証を経た数字ではない。ベンダー自身のブログが発表する実験結果は、その企業の技術力を示す広報の一部でもある。この種の発表を読むときは、数字の印象だけで評価を固めず、外部の研究者やコミュニティによる追試や言及が出てくるかを、しばらく時間を置いてから確かめる姿勢が要る。

AIエージェントが人間のチームのように時間をかけて協働する、という設計思想そのものは、今後のAIツール全般に広がっていく可能性が高い。即答か、それとも時間をかけた精度か。その選択は、開発者向けのツールに限らず、日々の仕事道具にも静かに波及していくはずだ。