Google 多智能体系统攻克长程数学证明,定理证明率达 71%
omarsar0 · x · 2026-09-16
Google Research 发布了一个面向长程任务的多智能体框架 Stellar Colosseum，专攻研究级数学定理证明，并在开放问题上产出了新结果。
核心机制：系统分阶段运行——先并行探索多条证明策略，通过 readiness gate 后将路线拆解为节级别的子问题；每阶段内并行生成候选证明、用针对性证伪攻击，再连同批判意见合并；验证器的发现会反馈给受影响的章节。
成绩：
- 使用 Gemini 3.1 Pro 与 Gemini 3.7 Flash，在 TCS-Bench（取自 FOCS、STOC、SODA 论文的研究级定理证明任务集）上达到 71.0%
- 加入执行反馈后，解决了 222 道 Codeforces 题目中的 218 道
「编程与Agent」频道最新
- Cohere Labs 智能体团队构建方法降本 70%，兼顾效率 — Cohere_Labs · 2026-11-02
- Ыég especial: 长文析 AI 价值在效率之后：Infra 必然过剩，应用层基建正当时 — yangyi · 2026-11-02
- 开源 offprompt：MCP 服务器让 Agent 请求密钥却永远看不到明文 — Vast_Ad_7338 · 2026-11-02
- Reddit 讨论：把 OOP 公有方法直接变成 AI Agent 可调用的工具 — out_of_nowhere__ · 2026-11-02
- DeepSeek 设计文档：一人只能盯 3-5 个 agent 会话，瓶颈不再是模型 — heyshrutimishra · 2026-11-02
- 资深工程师谈 AI 编码：软件工程功底决定 agent 输出质量 — bendee983 · 2026-11-02