Google Researchは2026年11月13日、開発環境Antigravityの「/teamwork」を使った研究成果を紹介しました。複数のAIエージェントが協力し、数学やソフトウェア開発などの難しい課題に取り組む方法です。1つのAIだけに長時間考えさせず、作業を分担する役割と、結果を検証する役割を組み合わせています。

Googleは「/teamwork」「/boost」を、研究者や開発者が使える機能として案内しています。ただし、研究で使った専門的な検証方法を、すべて現時点で一般利用できるわけではありません。提供済みの機能と、今後提供される予定の機能を区別して確認しましょう。

「/teamwork」は複数のAIに候補の探索・監査・調整を分担させる

/teamworkは、複数のAIエージェントが担当を分けて処理を進める「マルチエージェント」型の仕組みです。Googleの説明では、仕事を割り振る調整役、候補を作る役、誤りを探す批判・監査役などが連携します。大きな課題を同じ会話で延々と扱うのではなく、担当ごとに必要なファイルやツールを渡して進めます。

たとえばソフトウェア開発では、候補を作る担当が仕様から複数の実装案を用意します。テスト担当が既存のテスト群で検証し、条件を満たす案だけを残す流れです。研究では、AIが証明や計算手順の候補を作り、専用ツールや人の専門知識で結果を確かめます。

1つのAIに複数人の役を演じさせるプロンプトとは異なり、仕事の分割や、担当ごとに分けた作業環境も含めて設計する点が重要です。外部の検証ツールとの接続も組み込みます。回答を多数決で選ぶだけでは、複数のAIが同じ誤りを繰り返すおそれが残ります。

テスト・シミュレーター・Lean 4でAIの生成結果を検証する

Googleは、長い作業を1つのモデルへ任せる際の課題として、生成結果のばらつきを挙げています。会話に情報がたまり、重要事項が埋もれることも問題です。/teamworkでは、各担当に必要なファイルとツールだけを渡し、調整役が新しい担当へ仕事を引き継ぎます。前の検討過程に引きずられにくくするための設計です。

研究での検証には、既存のソフトウェアテスト、動作を模擬するシミュレーター、ハードウェアの性能を測るカウンターなどを使います。数学では、定理の証明を支援する「Lean 4」も利用します。Lean 4は、証明を機械が確認できる形式にして、論理の各段階を検査するツールです。AIが文章で「証明できた」と答えるだけでなく、検査できる成果物を作ることに意味があります。

ただし、テストに通ったことだけで、事業で安全に使えると保証されるわけではありません。テストが仕様をすべて確認できていなければ、見落としは残ります。AIの提案を採用する基準は人が設計し、必要な場面では専門家が最終判断することが前提です。

Googleは数学の形式的証明やカーネル最適化の研究事例を公開

Googleの公式記事は、Gemini 4シリーズと/teamworkを組み合わせた研究で、進展があったと説明しています。対象は、情報理論、形式的検証、分子構造、システムソフトウェア、機械学習の最適化などです。研究機関とGoogleの研究者が連携し、候補を探すAIと、結果を確かめる計算環境を組み合わせた取り組みです。処理の中心部分となるカーネルの最適化も、研究対象に含まれます。

数学分野では、証明候補の探索とLean 4による形式化について、大規模な事例が示されています。形式化とは、自然な言葉で書かれた数学上の議論を、計算機が論理構造を確認できる表現へ変えることです。ただし、証明対象の定義が正しいかは、人の専門的な確認が引き続き必要です。AIが証明らしい文章を出すことと、Lean 4などが検査できる証明を完成させることは、分けて評価してください。

Googleが紹介した成果は、限定された問題設定、計算資源、検証ツール、専門家との協業によって得られたものです。一般のWebアプリ開発で、同じ成果や処理速度を再現できるとは限りません。実務で参考になるのは、成果の規模だけでなく、「AIによる生成と、その結果の検証を分ける」という設計です。

提供済みのコマンドと、今後追加される形式的証明の機能を区別する

Google Researchは、/teamworkと/boostなどのエージェント機能を、Antigravityで外部の研究者や開発者へ提供すると案内しています。/boostは、問題を解き、検証し、その結果を踏まえて改善する工程を繰り返すための仕組みです。

一部の長い証明や文書レビューの作業パターンは、現時点でもAntigravityで利用できます。一方、Googleは研究で使った形式的証明向けの追加パターンや、専門的な作業の仕組みを今後提供すると説明しています。すべての実験内容を現在の一般向け環境で再現できるわけではないため、利用できる機能と環境を確認してください。

Googleは、学術研究者1万人を対象に、高い利用上限を6か月間無償で提供する申請プログラムも案内しています。研究者向けの応募枠であり、すべての利用者に6か月間の無料利用を約束するものではありません。

実務ではAIの役割・権限・テストを分け、未検証の変更を採用しない

/teamworkの研究から参考にできるのは、AIの数を増やすことだけではなく、権限と確認方法を分ける考え方です。コードを書く担当には必要なファイルだけを渡し、別の担当がテスト結果を確認します。検証に失敗した変更は採用せず、実行権限や秘密情報をすべてのエージェントで共有しない設計も必要です。

社内システムを変更する場合は、「仕様確認」「候補実装」「自動テスト」「セキュリティ・差分レビュー」「人の承認」を独立させてください。完了したかはAIの自己申告だけで決めず、テスト結果や承認の記録で判断します。研究で使われた検証の考え方は、一般的な開発にも応用できます。

Googleが紹介した研究成果は先進的ですが、Antigravityの利用条件や、機能の完成度は変化します。現時点で使えるコマンドを確認し、小規模な課題で実行ログと検証手順を残すところから始めてみましょう。

関連解説:AIエージェント(AI Agent)とは?仕組みとチャットAIとの違い。