内容来源：https://blog.google/innovation-and-ai/technology/developers-tools/antigravity-teamwork-multi-agent/

内容总结：

谷歌近日发布Antigravity平台多项更新，其“团队协作”框架与Gemini 3.7 Flash模型强强联合，在数学、工程及开源软件领域取得突破性进展。该框架支持多智能体AI自主协作、互评及迭代，可处理耗时数小时乃至数天的复杂长线任务。

在数学与理论计算机科学领域，该组合成功解决了七个长期悬而未决的开放性问题，成果覆盖FOCS、JMLR等顶级学术会议与期刊，其中包括克努斯循环猜想（已用Lean形式化验证，证明超40页）、稀疏凸优化、可证明的LLM量化及前缀矩阵分解等，并在TCSBench基准测试中取得71%的得分。

在系统工程方面，该系统从零构建了周期精确、乱序执行的RISC-V CPU模拟器，成功启动xv6操作系统至Shell界面，与硬件实测的周期对齐误差仅为0.71%。

在开源软件领域，其性能优化成果已回馈上游核心库，包括Eigen库的SIMD快速路径优化，以及ParlayHash哈希表实现两倍插入吞吐量提升和25%内存占用削减。

上述成果详情已发布于Antigravity官方博客。

中文翻译：

将Google Antigravity与Gemini 3.7 Flash搭配使用，解决了多智能体在数学和工程领域的显著难题。

在Google Antigravity中，我们最近为Teamwork框架推出了一系列更新，该框架允许自主AI智能体团队进行协作、相互批评，并在数小时或数天内反复迭代，以解决复杂的长周期挑战。将Gemini 3.7 Flash与这种多智能体编排相结合，加速了研究和工程领域的问题解决：

• 数学与理论计算机科学：在顶级会议和期刊（FOCS、JMLR）上解决了七个开放问题——包括Knuth循环猜想（在Lean中验证，附有40多页的证明）、稀疏凸优化、可证明的LLM量化以及前缀矩阵分解——同时在TCSBench上达到71%的准确率。
• 系统工程：从零构建了一个周期精确、乱序执行的RISC-V CPU模拟器，可将xv6操作系统启动至shell，与硬件真实数据的周期对齐误差仅为0.71%。
• 开源软件：为核心库贡献了上游性能优化，包括Eigen（SIMD快速路径）和ParlayHash（插入吞吐量提升2倍，内存占用减少25%）。

在Antigravity博客上阅读关于所有成就的更多内容。

英文来源：

Pairing Google Antigravity with Gemini 3.7 Flash solves notable multi-agent math and engineering problems.
In Google Antigravity, we recently launched a number of updates to Teamwork, a framework that allows autonomous teams of AI agents to collaborate, critique, and iterate over hours or days to solve complex, long-horizon challenges. Pairing Gemini 3.7 Flash with this multi-agent orchestration accelerated problem solving across research and engineering:

• Math and theoretical computer science: Solved seven open problems across top venues (FOCS, JMLR) — including Knuth’s Cycles Conjecture (verified in Lean with 40+ page proofs), sparse convex optimization, provable LLM quantization, and prefix-matrix factorizations — while achieving 71% on TCSBench.
• Systems engineering: Built a cycle-accurate, out-of-order RISC-V CPU simulator from scratch that boots the xv6 operating system to shell with 0.71% cycle alignment error against hardware ground truth.
• Open-source software: Landed performance optimizations upstream in core libraries, including Eigen (SIMD fast-paths) and ParlayHash (2x insert throughput, 25% memory reduction).
  Read about all the wins on the Antigravity blog.