Antigravity /teamwork ile Çok Ajanlı Kodlama ve Doğrulama

Karmaşık bir sistem hatasını çözmeye ya da uzun soluklu bir mimari kurmaya çalıştığında tek bir dil modelinin yarı yolda dağıldığını görmüşsündür. Bağlam penceresi şişer. Model önceki adımlardaki ince kısıtları unutarak hatalı varsayımların üzerine kod inşa etmeye başlar. Google Research Başkan Yardımcısı ve Google Fellow Vahab Mirrokni tarafından 13 Kasım 2026 tarihinde paylaşılan çalışmaya göre, Antigravity içindeki /teamwork özelliği tam da bu uzun ufuklu akıl yürütme sorununu çözmek için geliştiricilere açıldı.

Bağlam Dağılmasına ve Rastgeleliğe Karşı Çok Ajanlı Mimari#

Mevcut dil modelleriyle günler süren mühendislik görevlerini yürütürken iki temel engelle karşılaşırsın. İlk sorun üretimin öngörülemez olmasıdır. Tek bir denemede doğru cevaba ulaşmak her zaman mümkün olmadığından sistem paralel keşif yaklaşımını devreye sokar. Aday çözümler üretilirken yanlarına özel yanlışlayıcı araçlar eklenir ve hangi çözümün gerçekten çalıştığı otomatik olarak sınanır.

İkinci büyük engel ise görev uzadıkça dikkatin büyüyen bağlam penceresi içinde dağılmasıdır. /teamwork bu sorunu mimari düzeyde çözer. Her uzman ajana yalnızca o anki adımda ihtiyaç duyduğu dosyaları ve araçları vererek bağlamı tasarım aşamasında bölümlere ayırır. Koordinatör ajanlar tamamlanan adımları yeni ajanlara devrederken, eleştirmen ve denetçi ajanlar ilk üreticinin akıl yürütme geçmişini görmeden temiz bir bağlamda sonuçları sorgulayıp doğrular.

Sistemde doğrulama aşaması için kullanılan başlıca yanlışlayıcı araçlar şunlardır:

• Lean 4 kanıt denetleyicisi
• Değiştirilmemiş yazılım test paketleri
• Çalıştırma simülatörleri ve donanım sayaçları
• Web araması

Gemini 4 Ailesi ve /teamwork Neleri Değiştiriyor?#

Google ekipleri ve akademik paydaşlar, yıllardır çözülemeyen matematik, bilim ve sistem mühendisliği problemlerinde Gemini 4 Argon, Gemini 4 Carbon ve Gemini 4 Hydrogen modellerini bu çok ajanlı iş akışlarıyla birlikte kullandı. İnsan uzmanlarla yürütülen çalışmalar bilgi kuramı, biçimsel doğrulama, moleküler yapı keşfi ve çekirdek optimizasyonu alanlarında yeni sonuçlar üretti. Google kendi üretim altyapısında da bu yöntemle somut kazanımlar elde etti.

Senin açından asıl değişim, yapay zekâyla çalışma biçiminin tek seferlik soru-cevap döngüsünden çıkıp etkileşimli bir keşif döngüsüne dönüşmesidir. Sen problemi çerçeveler, kuramsal veya fiziksel kısıtları tanımlarsın. Uzun ufuklu ajanlar ise özel çözücüler yazar, geniş arama uzaylarını tarar, aday tasarımları test eder ve uzun mantık zincirlerini adım adım denetler. Böylece kendi ürettiği hatayı fark etmeden onaylayan tekil model tuzağından kurtulursun.

Kendi İş Akışında Nasıl Kullanabilirsin?#

Antigravity içinde /teamwork ve onunla birlikte sunulan /boost doğrudan erişime açık durumda. Sistem, iş akışlarını kendi kendini geliştiren bildirimsel doğal dil şablonları olarak ifade eder ve yazdığın her prompt'u göreve en uygun şablona dinamik biçimde yönlendirir. İhtiyacına göre başvurabileceğin hazır yapılar şöyle çalışır:

• Dağıtık kodlama, uzun kanıt incelemesi veya kapsamlı doküman denetimi gibi çok adımlı işlerde /teamwork kullanarak görevi uzman ajanlar arasında paylaştırabilirsin.
• Tekrarlı problem çözme süreçlerinde, önceki çalışma izlerinden arındırılıp iyileştirilen sıralı çöz-ve-doğrula döngüsünü tek başına paketleyen /boost aracını devreye alabilirsin.
• Geçmiş çalışma kayıtlarından yararlanarak farklı ajan şablonları arasında yönlendirme yapan özel kurallar tanımlayabilir, kendi ajan koşum takımını dinamik olarak iyileştirebilirsin.

Karmaşık bir çekirdek optimizasyonu ya da kapsamlı bir kod incelemesi yapacağın zaman tüm dosyaları tek bir sohbete yığma. Görevi /teamwork veya /boost üzerinden çalıştırarak üretici ajanların çıktısını değiştirilmemiş test paketlerinle ve temiz bağlamlı denetçi ajanlarla doğrulat. Google ekibi önümüzdeki haftalarda bu özelliklere yeni güncellemeler ekleyecek.

---

Bu konuyu derinlemesine öğrenmek istersen: Google Antigravity modülüne göz at.