影片筆記：Google 瘋了！絕密「三王牌」突襲 OpenAI：聊天機器人時代正式終結！

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

Google 發布三項技術進展（Teamwork、Skill State、TimesFM 3.0），旨在解決 AI 從「單次回答」轉向「長期研究夥伴」時的系統性缺口，推動競爭核心從模型單次智商轉向系統連續完成複雜任務的能力。

核心重點

1. 系統性缺口：當前 AI 擅長短時任務，但在十小時級別的長時任務中易出現忘記驗證、沿錯誤方向重複、使用過時信息或失去專業判斷力等問題。
2. Teamwork (Antigravity)：解決多智能體協作中的「集體錯誤自我強化」問題。通過並行競爭、批評者檢查等協作模式，處理開放式研究與工程任務，並建立「陷阱記錄」以記錄失敗原因。
3. Skill State：解決長任務中上下文無限增長導致的狀態失控。通過結構化狀態字段取代傳統歷史追加，控制 Token 消耗並保持決策清晰度，實現隨步數線性增加的 Token 消耗。
4. TimesFM 3.0：針對企業級時間序列預測場景，提供通用預訓練模型。支持多變量與協變量預測，填補語言模型在專業數據處理上的不足，目前預訓練權重採用非商業許可證。
5. 競爭轉向：重點從「模型一次能達多聰明」轉向「系統能否連續幾天做對一件複雜的事」，Google 試圖通過閉環優勢（Gemini、Antigravity、Cloud、BigQuery）出售能進入研究流程和生產系統的工作環境。

詳細大綱

一、 背景：AI 參與研究的系統性缺口

• 當前限制：AI 能完成短時任務（如寫代碼、讀論文），但在長時任務（十小時級別）中會忘記驗證結果、沿錯誤方向重複、使用過時信息或失去專業判斷力。
• 競爭轉向：重點從「模型一次能達多聰明」轉向「系統能否連續幾天做對一件複雜的事」。
• 研究特性：真實研究涉及多路線探索、反覆編譯、變量關係理解及失敗記錄，單一聊天窗口無法提供這些機制。

二、 Teamwork：多智能體協作與組織方式

• 核心問題：傳統多智能體系統易出現「錯誤包裝」，即後期智能體默認前期方向正確，導致集體沿錯誤路線加速。
• 協作模式：
• 不可拆分任務：進入反覆測試與修改循環。
• 可拆分工程任務：多個工作單元並行完成，由批評者檢查。
• 數學證明：生成多套候選策略，每套策略旁安排專門找漏洞的角色。
• Long Proof 功能：
• 多條路線並行競爭，接受反駁者的壓力測試。
• 被否定的路線不徹底消失，有用局部想法保留，失敗原因進入共享的「陷阱記錄」。
• 將選中策略拆分為帶有依賴關係的子問題，並行推進可處理部分，順序執行需等待前置結論部分。
• 成果與驗證：
• 處理 7 項數學和理論計算機科學開放問題（涉及稀疏凸優化、子空間近似向量嵌入、量化和矩陣分解等）。
• 5 項結果形成公開論文，經人類專家審查。
• 使用 Lin (疑點：可能指 Lean) 進行形式化驗證。
• Gemini 3.7 Flash 和 3.1 Pro 配合 Long Proof 在 TCS bench 上達到 71% 成績（此前為 67.7%）。
• 驗證方式多樣：形式系統檢查、領域專家判斷、AI 生成證明等。
• 失敗記錄價值：記錄引理不成立的原因和邊界條件，幫助下一輪搜索繞開死路。
• 工程任務表現：
• 構建亂序執行的 risk v (疑點：可能指 RISC-V) 週期級模擬器。
• 啟動 XV6 操作系統，運行 100 多項標準基準。
• 與 boom 處理器參考結果比較，未見過工作負載上平均週期對齊誤差為 0.71%。
• 兩階段驗證：使用與主環境隔離的 Spike 進行持續所部 (疑點：可能指部署/部署) 對照。
• 開源項目貢獻：
• 對 Eigen 和 Polyhash 提出性能優化。
• 部分改動通過正常代碼審查進入上游項目。
• Polyhash 結果：64 線程下初始插入吞吐量提高約兩倍，單線程整體性能提高約 1.5 倍，內存減少約 25%。
• 用戶訪問：公開用戶可在付費 Antigravity 計劃裡調用 Teamwork 預覽，但不能認定普通帳戶會復現所有結果。