Google ha dimostrato 1,8 milioni di righe di Lean
Google Research ha formalizzato le congetture di Weil in 1,8 milioni di righe di Lean tramite 28.800 invocazioni di subagenti, automatizzando la formalizzazione matematica.
La formalizzazione ha richiesto 28.800 invocazioni di subagenti, un’architettura di delegazione e verifica tra agenti specializzati
La scorsa settimana Google Research ha pubblicato i dettagli del sistema /teamwork, la funzionalità multi-agente di Antigravity. Il dato che definisce la scala: una formalizzazione completa e verificata automaticamente delle congetture di Weil, circa 1,8 milioni di righe di Lean prodotte in 28.800 invocazioni di subagenti. Non è una curiosità matematica. È la prova che un’architettura multi-agente può produrre codice verificato su una scala che nessun team umano affronterebbe in tempi ragionevoli.
1,8 milioni di righe: la formalizzazione non è più il collo di bottiglia
Le congetture di Weil appartengono al nucleo profondo della geometria algebrica. Formalizzarle in Lean significa tradurre ogni passaggio logico in codice che un kernel di tipi verifica meccanicamente: non c’è spazio per dimostrazioni mano-ondate o passaggi lasciati al giudizio del lettore. Il sistema /teamwork ha completato questa formalizzazione in circa 1,8 milioni di righe, generate attraverso 28.800 invocazioni di subagenti, ciascuna delegata a un compito specifico e verificata automaticamente.
Il punto non è solo la dimensione del risultato. È che il collo di bottiglia tradizionale della formalizzazione — il processo lento e costoso di tradurre matematica in codice verificabile — è stato automizzato attraverso la delega. La domanda che segue è architetturale: come fa un sistema a coordinare 28.800 invocazioni di subagenti senza collassare sotto la complessità di orchestrazione? La risposta sta nel design di /teamwork e nel pattern che emerge dagli altri risultati pubblicati.
Sotto il cofano: agenti specializzati contro il monolite
Il filo conduttore che attraversa i risultati di Google Research è coerente: non un singolo modello monolitico, ma un’architettura di delegazione e verifica tra agenti specializzati. Nella scoperta chimica molecolare, 30 agenti specializzati hanno raggiunto il 95% di top-1 exact match e il 100% di top-3 accuracy su molecole benchmark complesse, quasi raddoppiando le prestazioni di un singolo agente. Un motore Go 9×9 addestrato da zero ha guadagnato circa 2.600 Elo in meno di otto giorni, raggiungendo 1.885 Elo.
La stessa architettura si ritrova nei sistemi che generano codice e scheduler. Una campagna Argon di due settimane ha riscritto il codice C++ rimanente dello Zircon microkernel, aggiungendo circa 800.000 righe di Rust sicuro che superano tutti i test unitari del kernel e si avviano su hardware arm64. Il workflow agentico di Borg per l’ottimizzazione dello scheduling ha rilasciato 2 modifiche di successo, con una riduzione del 24% della preemption dei workload TPU su alcuni tipi di hardware.
Il principio di separazione tra chi propone e chi verifica non è nuovo in Google. AlphaEvolve, il coding agent di DeepMind, verifica, esegue e valuta i programmi proposti utilizzando metriche di valutazione automatizzate. Già Google Research aveva introdotto AI co-scientist, un sistema multi-agente costruito con Gemini 2.0 come collaboratore scientifico virtuale, con l’obiettivo di accelerare la velocità delle scoperte scientifiche e biomediche. Il pattern è consolidato: la specializzazione degli agenti, non la scala di un singolo modello, è ciò che rende trattabili problemi formalmente complessi.
Trattabilità e scelta dei problemi: cosa cambia per chi costruisce
Se questi sono i risultati, per chi progetta software la domanda non è più «posso farlo?» ma «cosa vale la pena fare?». Risa Wechsler lo sintetizza così in un articolo di Stanford HAI: «AI changes what problems are tractable, but it doesn’t tell us what problems matter.» L’automazione sposta il limite di ciò che è computazionalmente trattabile, ma non dice quali problemi contano davvero.
Il panorama competitivo conferma che il tema è condiviso. OpenAI ha mostrato che gli agenti AI hanno riprodotto i risultati delle analisi umane scoprendo al contempo ulteriori piste, con un’analisi umana comparabile che, condotta una perturbazione alla volta, avrebbe richiesto da mesi a un anno. Anthropic sta costruendo team di agenti AI per analizzare dati scientifici, riducendo mesi di analisi manuale a poche ore.
La tensione resta aperta: l’automazione sposta il confine, ma la responsabilità della scelta rimane umana. Il prossimo collo di bottiglia non sarà la potenza di calcolo, ma la capacità di porre le domande giuste.