Ilustração editorial do Plugged Ninja
O Google Research publicou em 13 de novembro de 2026 um balanço do /teamwork, o sistema multiagente do Antigravity, e anunciou sua liberação para usuários externos. O texto, assinado por Vahab Mirrokni, Google Fellow e vice-presidente da área, reúne resultados em matemática, química, sistemas distribuídos e reescrita de código, e credita colaboradores acadêmicos de instituições como CUHK, Columbia, UCSD, MIT e CMU.
A proposta do Antigravity /teamwork é menos sobre um modelo mais capaz e mais sobre arquitetura: em vez de um agente longo tentando resolver um problema inteiro, dezenas de agentes especializados trabalham em paralelo, com verificadores automáticos descartando as tentativas erradas e agentes auditores revisando o resultado sem ver o raciocínio de quem produziu. É esse arranjo — e não um salto de capacidade bruta — que o Google aponta como responsável pelos números apresentados.
Antes dos resultados, um aviso necessário: tudo o que segue vem do relato do próprio Google, com métricas internas. Parte dos trabalhos tem verificação independente do mecanismo — provas conferidas em Lean 4, suítes de teste não modificadas — e parte não tem auditoria externa.
O Antigravity é a plataforma de desenvolvimento com agentes do Google, lançada em 18 de novembro de 2025 junto com o Gemini 3, inicialmente como um ambiente derivado do Visual Studio Code. Em maio de 2026 ganhou uma versão 2.0 com aplicativo próprio para gerenciar agentes, interface de linha de comando e SDK. Entre seus recursos estão um gerenciador de agentes assíncronos e níveis ajustáveis de autonomia, do modo em que comandos de terminal rodam sem aprovação até o modo restrito com sandbox.
O /teamwork roda dentro desse ambiente e é construído sobre a família Gemini 4 — o post menciona os modelos Argon, Carbon e Hydrogen. O Gemini 4 Argon, lançado em 13 de outubro de 2026, é o modelo de ponta da linha; segundo o Google, o uso dele no Antigravity elevou em mais de 35% o volume de submissões de código feitas por agentes e reduziu em quase um terço as reversões.
Duas funções derivadas também estão disponíveis: o /boost, um laço sequencial de resolver e verificar, e o Deep Review, voltado à revisão de manuscritos técnicos.
Os mecanismos descritos no post são a parte mais aproveitável para quem constrói sistemas com agentes, independentemente de usar ou não a plataforma do Google.
O post também nomeia componentes internos: Stellar Colosseum (o arcabouço multiagente), LEAP (arcabouço de formalização desenvolvido com o Google Cloud AI) e DuoDiscover (padrão voltado a otimização de desempenho).
Em matemática e teoria da computação, o caso central é a conjectura de Courtade–Kumar, proposta em 2013, que o Google afirma ter sido provada em generalidade plena. Segundo o relato, o modelo encontrou contraexemplos para uma versão generalizada, o problema foi reduzido a uma otimização de 14 variáveis, o Gemini 4 Argon desenvolveu a maior parte dos limites analíticos e estendeu a prova para funções não balanceadas. A prova completa foi formalizada em Lean 4 com cerca de 50 milhões de linhas. O post lista ainda resultados em complexidade de consulta quântica, multiplicação de matrizes booleanas, esparsificação de cortes em grafos e um novo limite para a conjectura do deque de Tarjan, também verificado em Lean 4.
Pelo LEAP, o sistema produziu formalizações conferidas por máquina das conjecturas de Weil — cerca de 1,8 milhão de linhas de Lean ao longo de 28.800 invocações de subagentes — e de resultados ligados ao décimo problema de Hilbert (mais de 919 mil linhas), além da conjectura de Bochner–Riesz em três dimensões, caso em que, segundo o Google, foi encontrada e corrigida uma lacuna em uma prova informal.
| Área | Resultado relatado pelo Google |
|---|---|
| Química molecular | 30 agentes especializados com um simulador espectral baseado em física: 95% de acerto exato na primeira opção e 100% entre as três primeiras em moléculas complexas de referência, para determinação de estrutura por RMN — quase o dobro do desempenho de um agente isolado |
| Revisão de artigos | Deep Review no STOC 2027: 578 submissões optaram por usá-lo (mais de um terço do total). Em pesquisa em andamento com 70 respondentes, 90% classificaram o retorno como factual e 90% o usariam de novo; mais de 30% disseram que ele apontou erros de prova relevantes |
| Sistemas distribuídos | FarArray, um espaço de endereçamento global com desvio de kernel: componentes conexos sem travas em grafos de 1 trilhão de arestas, com ganhos de 60x a 90x em vazão e 6x menos memória que bancos chave-valor sobre TCP |
| Núcleos de GPU/TPU | DuoDiscover: avaliadores substitutos de 23 segundos no lugar de medições de 7 a 32 minutos em hardware, com ganho médio geométrico de 4,09x em 17 núcleos do JAXBench |
| Reescrita de código | Microkernel Zircon: cerca de 800 mil linhas de Rust seguro em campanha de duas semanas, passando todos os testes de unidade e inicializando em hardware arm64. Decodificador AV1 libgav1: cerca de 170 mil linhas de Rust com conformidade bit a bit, de início 4x mais lento e, após perfilamento, 20% a 30% mais rápido que o C++ com assembly otimizado à mão |
| Infraestrutura interna | Duas mudanças no escalonador Borg reduziram em 24% a preempção de cargas de TPU em certos tipos de hardware, preservando SLOs e utilização |
Há também um experimento de melhoria autônoma: partindo de uma implementação básica de AlphaZero, campanhas automáticas treinaram um motor de Go 9×9, com 2.300x de aceleração no autojogo e ganho de cerca de 2.600 pontos de Elo em menos de oito dias. Humanos definiram alocação de chips e configuração de avaliação, e campeões só eram promovidos após testes estatísticos sobre registros travados.
O post não tem seção de limitações, mas registra ressalvas que importam. O resultado do Go vem de uma única partida jogada para a publicação. A pesquisa sobre o Deep Review está em andamento, tem 70 respondentes e é autodeclarada. Os resultados dependem de especialistas humanos para formular os problemas, definir restrições e verificar as saídas — os autores afirmam ter verificado, simplificado e editado as provas geradas antes de publicar. E, mesmo com formalização em Lean, continua sendo papel humano confirmar que o enunciado formal corresponde ao problema original, o que é o ponto mais delicado de toda a cadeia: um teorema provado em Lean é inquestionável para o enunciado que foi escrito, não para o que se pretendia enunciar.
Também não há auditoria externa da maioria dos números de desempenho, e várias comparações são contra linhas de base internas do Google. Nada disso invalida os resultados, mas distingue o que é verificável de fora — provas em Lean, conformidade bit a bit do decodificador AV1, suítes de teste não modificadas — do que é relato corporativo.
Dois pontos merecem atenção de quem avalia essas ferramentas em ambiente corporativo.
O primeiro é o histórico de incidentes da própria plataforma. Pesquisadores de segurança já relataram no Antigravity um repositório malicioso capaz de instalar porta dos fundos persistente e ataques de injeção indireta de prompt com exfiltração de dados e execução de comandos. Houve ainda relato público de apagamento de disco em modo de alta autonomia. O Google respondeu com um modo restrito e com sandbox para comandos de terminal em macOS e Linux. Um sistema que dispara dezenas de agentes com acesso a terminal, navegador e repositórios amplia a superfície desses problemas, não a reduz.
O segundo é que o Google reporta avanço justamente nesse eixo: o Gemini 4 Argon lidera, segundo a empresa, o teste de injeção indireta de prompt da Gray Swan, com taxa de sucesso de ataque de 0,7% em 15 tentativas adaptativas. É um número bom, mas é um número de benchmark, não uma garantia de ambiente real — e 0,7% diferente de zero, multiplicado por dezenas de agentes e milhares de execuções, continua sendo uma quantidade de incidentes esperados.
O balanço do /teamwork é o relato mais detalhado até agora de uma aposta de engenharia específica: trocar o agente único e longo por muitos agentes curtos, paralelos e descartáveis, com verificação automática separando o que presta. Os resultados mais sólidos são os que não dependem de confiança no relato — provas conferidas em Lean, código Rust com conformidade bit a bit, testes não modificados. O acesso externo está aberto, com inscrições para 10 mil pesquisadores acadêmicos receberem seis meses de uso gratuito no nível mais alto, e o Google anuncia padrões adicionais de prova formal e de reescrita de código. O que acompanhar: validação independente dos resultados matemáticos, publicação em veículos revisados por pares e como a plataforma lida com segurança quando o número de agentes autônomos em execução simultânea cresce.
Pesquisadores da University of North Texas treinaram modelos para deduzir gênero e faixa etária de…
A Microsoft liberou o maior lote de correções do ano em 10 de novembro, com…
A Check Point lançou correção de emergência para uma falha que dá root no Gaia…
Uma condição de corrida no mod_http2 permite execução remota de código sem autenticação nas versões…
Validado contra monitorização ambulatorial de 24 horas em 196 participantes, o sistema do Google identificou…
Pesquisadores testaram três formas de gastar o mesmo orçamento de agentes em 12 tarefas longas…