Google は、開発の道具 Antigravity にある、複数の AI エージェントが組んで研究を進める機能を、外の研究者にも使えるようにした。Google Research のブログで発表したもので、これは一次情報になる。成果は多く挙げた。そのうち2つは、数学の予想を証明したことと、ソフトの土台になるカーネルを、約80万行の安全な Rust（メモリの誤りを起こしにくいプログラムの言語）に書き直したことだ。ただ、どちらも外の人による検証はまだない。使ったトークンの量や費用には、Google は触れていない。
日本の会社にとって：大半の会社には、今すぐの影響はありません。関係するのは、古い C や C++ のコードを抱えるソフト会社や製造業の開発責任者と、Gemini を研究開発に使っている部署です。この発表の「80万行」を移行の計画や予算の根拠にする前に、単体テストのほかに何を確かめたか、いくらかかったかを Google か販売の窓口に聞いて、答えを書面で受け取っておくべきです。
何を開いたのか：AI が役割を分けて研究する機能
この機能は、1つの AI に全部を任せるのではない。複数のエージェントが役割を分けて、1つの研究や開発の課題を進める。まとめ役が作業を割り振り、ほかの役が下の作業や答えの確かめをこなす。いま流行りの言い方では、課題に合わせて強いモデルと安いモデルに仕事を振り分ける「LLMルーティング」に近い。
Google はこの使い方を、少し前から前に出してきた。11月12日に出した安いモデル Gemini 4 Hydrogen は、上位の Gemini 4 Carbon の下で働く役として売り込んでいる。Google 自身の数字では、Antigravity で Hydrogen を Carbon の下の作業役にすると、成功の率は Carbon だけのときにほぼ並び、使う枠は約24%少なかった。11月3日には、化学の研究に Antigravity を使った例を出し、科学者1万人に最上位の枠を6か月無料で配るとしていた。今回の発表は、その流れで、社内で試してきたチームの働き方を外の研究者に開いたものになる。
Google が挙げた2つの成果
数学の予想の証明
1つ目は、数学の予想を証明したという主張だ。AI が数学の未解決の問題を解いたという発表は、この秋に続いている。OpenAI と Anthropic は10月に、計算量の理論の大きな仮説（ETH）を否定する結果を出した。11月には、PSI という組織が Anthropic の非公開のモデルを使い、量子計算の Aaronson-Ambainis 予想を証明したと発表した。Google も、この競争に名乗りを上げた形になる。
約80万行の Rust への書き直し
2つ目は、カーネルを約80万行の安全な Rust に書き直したことだ。多くの会社にとっては、こちらのほうが身近な話になる。古い C や C++ のコードは、メモリの扱いの誤りから重いセキュリティの穴が生まれやすい。そのため、Rust への移行は世界中の開発の現場で課題になっている。人が手で書き直せば何年もかかる量で、AI のチームがこれをこなせるなら、移行の費用の見積もりそのものが変わる。
書いていない3つのこと
ただし、この発表には欠けている情報がある。
1. 外の人による検証
どちらの成果も、作業に関わっていない外の専門家による確認は、まだ示されていない。同じような主張と比べると、違いがはっきりする。PSI の証明では、計算量の理論の専門家の Scott Aaronson（テキサス大学の教授）が、11月8日にブログで「正しいと考える」と書いた。理由として、機械で証明を確かめる Lean の検証が通ったこと、中身を理解した人間の専門家がいることを挙げた。それでも正式な査読の判定は、まだ出ていない。Google の証明も、全体を Lean 4 で形式化し、香港中文大学などの数学者と共同で進めたと書いている。
カーネルの書き直しも同じだ。80万行が書けたことと、それが元のカーネルと同じように正しく、速く動くことは別の話になる。Google 自身も、11月10日に発表した AlphaProof Code（AI による暗号の仕組みの検証）では、機械で確かめられる証明を示し、成果物をオープンソースにしていた。今回の成果も、外の人が同じ形で確かめられるかが次の焦点になる。
2. 先に人が書いた論文との関係
AI が出した数学の成果では、すでに人がどこまで進めていたかが争いになってきた。OpenAI が10月に出した Yang-Mills の結果では、Northwestern 大学の研究者が、同じ手法で公開しながら書き進めていたと指摘された。本人は「あと数週間のところまで来ていたかもしれない」と話している。PSI の証明についても Aaronson は、前の人の研究の上に立っており、人でも数年のうちに解けたかもしれないと書いた。Google の発表は、分担を書いている。Gemini がまず香港中文大学のチームの先の論文にある一般化した予想の反例を見つけ、同チームが予想を14変数の最適化の問題に落とす関数を出し、その後に Gemini が新しい解析的な限界の大半を作ったという。
3. かかった計算の量
カーネルの書き直しは Argon で2週間の作業だったと書くが、トークンをどれだけ使い、費用はいくらだったのかは明かしていない。値段の表はある。Hydrogen は100万トークンあたり入力1.50ドル（約240円）、出力7.50ドル（約1,200円）。Carbon は11月30日まで入力2ドル（約320円）・出力10ドル（約1,600円）で、その後は4ドル（約640円）・20ドル（約3,200円）に上がる（1ドル＝160円で換算）。それでも、使った量が分からなければ、同じことを自分の会社でやるといくらかかるかは計算できない。OpenAI は11月4日に、Linux のカーネルの欠陥を自動で調べたとき、API に約121万ドルかかったと費用を出している。Google の発表には、この種の数字がない。
チームで動かせば必ず強いわけではない
複数の AI を組ませるやり方には、ほかの会社の研究で弱点も見えている。Anthropic が11月11日に出した研究では、利用者ごとに AI を置いたチームより、まとめ役1体のほうが、4つの環境のすべてで約10〜45点高かった。チームでは、ほかの人について作り話をする回も多かった。Google DeepMind が11月13日に出した報告では、エージェントの群れが攻めると、最も強い Gemini 4 Argon でも防げたのは66%だった。チームの成果を読むときは、うまくいった例だけでなく、失敗の率や確かめ方も合わせて見る必要がある。
確かめられなかったこと
証明したとする予想は、情報理論の2013年の Courtade–Kumar 予想で、証明の全体を Lean 4 で形式化したという。書き直したカーネルは Zircon マイクロカーネルで、先にあった25%の移植の残りの C++ を書き直し、カーネルの単体テストはすべて通り、arm64 の機器で起動したという。速さは書いていない。この記事の準備では、次の点を確かめられなかった。値段と、会社の Gemini の契約で使えるかどうか。出典は、外の科学者と開発者が /teamwork と /boost をすでに使えるとし、研究者1万人への6か月無料の枠の申し込みを受け付けている。証明の型と書き直しの型は、今後の更新で入れるとしている。Gemini for business などを契約している会社は、この機能が契約の範囲に入るかを、担当の窓口に確かめてほしい。
次の焦点は3つある。外の数学者やソフトの専門家が、2つの成果を独立に確かめるか。Google が、使った計算の量と、先にある人の研究との関係を明かすか。そして、外の研究者が使い始めて、Google の社内と同じような成果が出るかである。
