Współmatematyk Google AI: agentowe środowisko pracy DeepMind do matematyki

W maju 2026 r. badacze z Google DeepMind opublikowali preprint na arXiv pt. „AI co-mathematician: Accelerating mathematicians with agentic AI”, opisujący agentowe środowisko pracy, które orkiestruje pełny cykl pracy matematycznej, w tym ideację, przegląd literatury, obliczenia, próby dowodowe i budowanie teorii.

Współmatematyk AI, obecnie w ograniczonym dostępie dla wybranej grupy badaczy, sam w sobie nie jest solverem ani chatbotem, lecz stanowym środowiskiem pracy, które zarządza nieliniowym, nieuporządkowanym przepływem matematyki. Prowadzi równoległe wątki badawcze, śledzi niepewność i zachowuje nieudane próby na przyszłość. Wynikiem jest LaTeX, standardowy format dokumentów używany w badaniach z matematyki i fizyki.

Zbudowano go na Gemini 3.1. Na ten moment wewnętrznie korzysta z Gemini Deep Think do prób dowodowych i integruje się z wykonaniem Pythona do eksploracji obliczeniowej. Nie włącza jeszcze wyspecjalizowanych silników matematycznych DeepMind (AlphaProof, AlphaEvolve, Aletheia) jako komponentów wewnętrznych, ale jest zaprojektowany, by to umożliwić w przyszłości.

Dlaczego współmatematyk AI jest ważny?

Matematycy używają LLM-ów do szeregu zadań:

• Przegląd literatury
• Niesformalizowane szkice dowodów
• Szablonowy LaTeX
• Eksploracyjny kod

Korzystają też z narzędzi AI, takich jak formalne asystenty dowodowe, aby mechanicznie weryfikować dowody. 

Choć każde z tych narzędzi jest mocne w swojej części przepływu pracy, to matematyk musi doraźnie sklejać wyniki. Do tej pory brakowało narzędzia infrastrukturalnego, które orkiestruje nieliniowy proces pracy matematyków.

Jak działa współmatematyk AI

Model przepływu pracy jest luźno zaczerpnięty z narzędzi do kodowania AI, takich jak Claude Code czy Codex. Jednak nie da się go przenieść wprost. Oprogramowanie ma specyfikację i zestaw testów. Badania w matematyce są nieliniowe. Sam cel może być na początku mglisty lub niezdefiniowany, a odkrycia po drodze potrafią całkowicie przeformułować pytanie.

Przepływ pracy współmatematyka jest zasilany przez system wieloagentowy i wygląda tak:

1. Wstępna eksploracja. Zamiast wymagać perfekcyjnej, jednorazowej podpowiedzi, badacz prowadzi interaktywny dialog z systemem, aby doprecyzować cele wysokiego poziomu i sformalizować pytanie badawcze. Dzięki temu intencja badawcza jest explicite przed rozpoczęciem pracy.
2. Przegląd literatury. Współmatematyk wykonuje przegląd literatury, identyfikując kluczowe prace oraz wyodrębniając istotne dowody i techniki matematyczne.
3. Ramy obliczeniowe. Współmatematyk tworzy obliczeniową bibliotekę w Pythonie wraz z przykładami pokazowymi i powiązanymi testami.
4. Wykonanie poszukiwań. Po zbudowaniu ram obliczeniowych niestandardowa biblioteka jest importowana i skaluje poszukiwania na klastrze chmurowym. Dostarcza badaczowi raporty z postępów na wysokim poziomie, bez zalewania detalicznymi logami.
5. Wynik końcowy. Wynikiem końcowym jest złożone opracowanie w LaTeX-u. Raport opisuje proces odkrycia, nie tylko wynik, i używa przypisów na marginesach, aby powiązać twierdzenia z konkretnymi źródłami lub wynikami kodu. Raport jest oznaczany jako finalny dopiero po zatwierdzeniu przez wszystkie agenty-recenzentów. Raporty, które nie przejdą recenzji, wciąż są pokazywane badaczowi i oznaczane jako nierozstrzygnięte — w ten sposób wadliwy dowód trafił do Lackenby’ego.

Architektura strumieni pracy współmatematyka AI

Architektura współmatematyka AI to system wieloagentowy z nadrzędnym agentem koordynatorem projektu oraz wyspecjalizowanymi subagentami.

Koordynacja przepływu pracy

Zanim rozpocznie się praca nad problemem, koordynator projektu otwiera dialog z badaczem, aby doprecyzować cel poprzez pytania wyjaśniające. Na przykład badacz pytający o górne ograniczenia w „problemie kanapy”, otwartym zagadnieniu z geometrii obliczeniowej, może zostać zapytany, czy skupić się na jednym wariancie, innym, czy na obu. Precyzyjny, uzgodniony cel wyznacza zakres problemu, zanim agenci zostaną wysłani do pracy.

Gdy cel zostanie ustalony, koordynator deleguje zadania agentom i subagentom, które pracują równolegle, o ile zależności nie wymagają inaczej. Jeden agent prowadzi przegląd literatury, inny buduje ramy obliczeniowe, kolejny prowadzi poszukiwania. Istnieje jednak zależność: poszukiwań nie można uruchomić, dopóki nie powstanie niestandardowa biblioteka z ram obliczeniowych.

Unikanie halucynacji

Standardowe agenty często znajdują niepoprawne skróty, halucynują lematy lub przedwcześnie ogłaszają sukces. Współmatematyk AI stosuje mechanizmy, by unikać tych słabości, w tym agentów-recenzentów. 

Na przykład, jeśli podczas eksploracji obliczeniowej przestrzeń poszukiwań eksploduje, subagent kodujący nie może oznaczyć kodu jako ukończony, dopóki wszystkie testy nie przejdą i agent-recenzent nie zaakceptuje wyników — wstrzymuje to przepływ pracy. Tę nieudaną eksplorację rejestruje się i przekazuje koordynatorowi projektu, który następnie informuje badacza na czacie. Badacz może wtedy zasugerować inne podejście.

Takie ślepe uliczki nie są tylko logowane; traktuje się je jako informację. Są wersjonowane i zachowywane jako część dokumentacji badań. W matematyce nieudane podejście często ujawnia ograniczenie lub wskazuje inną ścieżkę.

Przez cały proces koordynator domyślnie filtruje niski poziom szczegółów, ale badacz może wejść w dowolny strumień pracy i modyfikować go w razie potrzeby.

Pierwsze studia przypadków i tryby współpracy

Kilka wczesnych przypadków odzwierciedla różne tryby współpracy: wadliwy dowód, który odblokował wgląd człowieka; komentarz na marginesie, który przeformułował pytanie; oraz szybkie wykrycie ślepej uliczki, które oszczędziło tydzień chybionej pracy.

Naprawa dowodu, który system oznaczył jako błędny

Marc Lackenby, profesor matematyki na Uniwersytecie Oksfordzkim, zastosował system do problemu z zeszytu Kourovki (zbioru otwartych problemów badawczych z teorii grup). AI podjęła próbę dowodu, agent-recenzent dostrzegł w nim błąd i zgłosił to Lackenby’emu. On wiedział, jak uzupełnić lukę.

Na tym polega przekazanie pałeczki. Człowiek wychwycił to, co umknęło maszynie, a maszyna wykonała ciężką pracę wokół tego. 

Za komentarzem na marginesie do nowego wglądu

Inny profesor matematyki, Gergely Bérczi, badał problem dotyczący hipotez o współczynnikach Stirlinga. Do wstępnego przeglądu przekazał współmatematykowi AI temat, jego tło, obecnie znane metody oraz potencjalny kierunek zasugerowany przez eksperymenty AlphaEvolve. 

Współmatematyk AI przedstawił dowody (obecnie w ludzkiej weryfikacji) dla dwóch z tych hipotez, wraz ze szczegółowymi dowodami obliczeniowymi ich twierdzeń. Bérczi zgłosił, że system pomógł mu poprzez komentarz na marginesie w gotowym dokumencie, który zwrócił jego uwagę na kluczowy wgląd — następnie rozwinął go w interfejsie czatu.

Wykrycie ślepej uliczki, zanim kosztowała tydzień

Wreszcie Semon Rezchikov przedstawił techniczny problem dotyczący dyfeomorfizmów hamiltonowskich. On i Koordynator Projektu dyskutowali nad problemem, aż uzgodnili precyzyjną definicję zadania. Opracowanie przygotowane przez AI zawierało kluczowy lemat z dowodem (później zweryfikowany), który zasadniczo rozstrzygnął pytanie. 

Po drodze zbadano pewne podejście, ale skończyło się ślepą uliczką. AI dotarła do niej dużo szybciej niż inaczej, dzięki czemu nie zmarnował tygodnia, goniąc za niczym. System skompresował tydzień straconego wysiłku do godzin.

Wyniki benchmarku FrontierMath

Współmatematyk AI to narzędzie do przepływu pracy, a nie w ścisłym sensie narzędzie do rozwiązywania problemów matematycznych. Mimo to autorom zależało, by pokazać wysokie wyniki w benchmarkach, z kilku powodów:

• Aby pokazać, że leżący u podstaw silnik matematyczny jest dość sprawny, by być użytecznym współpracownikiem na froncie badań.
• Aby wykazać, że benchmarki zapewniają kontrolowane środowisko do pomiaru, ile dodaje warstwa orkiestracji.
• Aby dostarczyć substytut miary skuteczności współpracy, ponieważ obecnie nie istnieje ustandaryzowany wskaźnik.

Wyniki: współmatematyk AI uzyskał 48% w FrontierMath Tier 4, benchmarku na poziomie badań. To najwyższy wynik zgłoszony, włączając własny Gemini 3.1 Pro od Google, który uzyskał 19% w tym samym teście, tej samej warstwie. Epoch AI wykryło błędy w około jednej trzeciej zadań FrontierMath (w warstwach 1–4) i prowadzi ludzką weryfikację.

Współmatematyk AI uzyskał 87% w wewnętrznym benchmarku Google obejmującym 100 nieupublicznionych problemów matematycznych na poziomie badań z odpowiedziami sprawdzalnymi kodem, pochodzących od zawodowych matematyków, podczas gdy Gemini 3.1 Pro uzyskał 57%, a Gemini 3.1 Deep Think 70%.

Znane ograniczenia współmatematyka AI

Artykuł otwarcie mówi o ograniczeniach strukturalnych:

• Główna kontrola jakości pochodzi od agentów-recenzentów i agentów dowodowych. Adwersarialny cykl recenzji może wykazywać stronniczość „pod czytelnika-recenzenta”, gdzie agenci zbieżnie dobierają argumenty zadowalające agenta-recenzenta, zamiast być poprawnymi. To realna podatność strukturalna.
• Wypolerowany LaTeX może tworzyć fałszywe poczucie rygoru. Dobrze sformatowany dokument wygląda na skończony, niezależnie od tego, czy leżąca u podstaw matematyka jest poprawna.
• System działa dobrze tylko wtedy, gdy badacz jest prawdziwym ekspertem dziedzinowym. Istnieje ryzyko, że nie-ekspert przekaże systemowi mgliste zadanie i ślepo zaufa jego wynikom.
• Dowody AI wciąż wymagają ludzkiej weryfikacji. Na przykład dowody Bércziego były w momencie publikacji nadal w weryfikacji.

Na koniec

Współmatematyk AI odzwierciedla przesunięcie z proszenia AI o rozwiązanie problemu ku wspólnej pracy nad iteracyjnym, nieuporządkowanym procesem badań matematycznych. Prawdziwym wąskim gardłem jest infrastruktura przepływu pracy, która odzwierciedla to, jak matematycy faktycznie pracują.

Jeśli chcesz sam budować takie systemy agentowe, ścieżki DataCamp: Associate AI Engineer for Developers oraz Associate AI Engineer for Data Scientists to dobre miejsce na start.