📑 Table des matières

Google /teamwork prouve la conjecture de Courtade-Kumar : les essaims d'agents entrent dans les maths formelles

Agents IA 🟢 Débutant ⏱️ 14 min de lecture 📅 2026-11-15

Google /teamwork prouve la conjecture de Courtade-Kumar : les essaims d'agents entrent dans les maths formelles

🔎 Un problème ouvert depuis 2013 vient de tomber

Le 13 novembre 2026, Google Research publie les résultats d'Antigravity /teamwork, son harnais multi-agents piloté par les modèles Gemini 4. Au menu : la preuve de la conjecture de Courtade-Kumar, posée en 2013 en théorie de l'information, bouclée en collaboration avec des chercheurs de CUHK, USC et CMU, et formalisée en environ 50 millions de lignes de Lean 4.

Ce n'est pas un benchmark de plus. Une preuve formalisée se vérifie machine — pas d'interprétation possible sur le score. Quand un essaim d'agents produit un artefact vérifiable de cette taille, on change de catégorie : les agents ne se contentent plus d'écrire du code, ils produisent des objets mathématiques contrôlables.

Et le plus intéressant n'est pas le résultat, mais la mécanique : agents cloisonnés, falsifiers automatiques, critiques à contexte vierge. C'est cette architecture qu'il faut décortiquer — et que vous pouvez partiellement reproduire dès aujourd'hui.


L'essentiel

  • La conjecture de Courtade-Kumar (2013) est prouvée en toute généralité par une collaboration Google, CUHK, USC et CMU, via le pattern Long Proof d'Antigravity /teamwork ; la preuve est formalisée en ~50 millions de lignes de Lean 4 (paper sur arXiv : 2609.24931).
  • Division du travail explicite : les humains ont produit la réduction à une optimisation à 14 variables et la borne inférieure clé ; Gemini 4 Argon a partitionné l'espace des paramètres, produit l'essentiel des bornes analytiques et étendu la preuve aux fonctions non balancées sans intervention humaine.
  • Avec LEAP, /teamwork a aussi formalisé les conjectures de Weil (~1,8 million de lignes de Lean, 28 800 invocations de sous-agents), le dixième problème de Hilbert sur les anneaux généraux (919 000 lignes), et réécrit le microkernel Zircon en ~800 000 lignes de Rust safe.
  • Mécanisme : chaque agent ne voit que les fichiers et outils de son étape ; des falsifiers dédiés (checker Lean 4, suites de tests non modifiées, simulateurs) valident chaque candidate ; des critiques re-vérifient à contexte propre.
  • Limites : tous les résultats sont auto-déclarés par Google, sans review indépendante ni chiffres de coût ; Axiom avait publié sa propre formalisation de Weil le 6 novembre 2026, une semaine avant.

Outils recommandés

Outil Usage principal Prix Idéal pour
Antigravity /teamwork Orchestration d'essaims d'agents avec patterns et falsifiers Preview payante depuis août 2026 Devs qui veulent orchestrer des agents spécialisés sur des tâches longues
Lean 4 Vérification de preuves formelles Gratuit, open source Contrôler mécaniquement des démonstrations, formaliser des énoncés
Ollama Agents IA open source en local Gratuit Expérimenter le multi-agents sans envoyer vos données dans le cloud
Hostinger Héberger vos propres expériences d'agents (VPS) À partir de ~3 $/mois (novembre 2026, vérifiez sur hostinger.com) Faire tourner des orchestrations 24/7 à petit prix

Mon conseil : commencez par Lean 4 si l'aspect vérification vous intéresse, par Ollama si vous voulez tester le cloisonnement du contexte en local sans dépendre d'un cloud.


La conjecture de Courtade-Kumar, c'est quoi exactement ?

Posée en 2013 (arXiv 1302.2512), c'est une question de théorie de l'information d'une simplicité désarmante : quand une chaîne de bits aléatoire traverse un canal bruité, aucune compression vers un seul bit ne préserve plus d'information qu'une dictator function qui recopie un seul bit d'entrée.

Décomposons. Vous avez n bits aléatoires, et vous observez une version bruitée de cette chaîne. On vous demande de résumer l'entrée en un seul bit. Quelle fonction choisir pour garder le maximum d'information sur ce que vous avez observé ? La conjecture affirme que la meilleure stratégie est la plus bête possible : recopier un bit d'entrée, tel quel.

Contre-intuitif, non ? On s'attendrait à ce qu'une fonction combinant plusieurs bits extraie plus de signal du bruit. Treize ans que mathématiciens et théoriciens de l'information séchaient sur cette question, avec seulement des preuves partielles limitées à des familles restreintes de fonctions. D'où l'importance du mot « généralité » dans l'annonce de Google.


Comment la preuve a été bouclée : humains et Gemini en relais

Par relais : humains et Gemini se sont passé le témoin, avec une division du travail explicite décrite dans le post de Google Research. C'est la lecture la plus instructive de l'annonce — ni « l'IA a tout fait », ni « l'IA n'a fait que du bruit ».

Premier acte : Gemini a trouvé des contre-exemples à une généralisation antérieure proposée par des chercheurs de CUHK (arXiv 2502.10019). Le paper précédent était faux, et l'IA l'a établi avant toute avancée positive. Un détail qui en dit long sur la valeur réelle des agents en maths : d'abord casser, ensuite construire.

Deuxième acte, humain : la réduction du problème à une optimisation à 14 variables et la borne inférieure clé viennent des chercheurs de Google, CUHK, USC et CMU. C'est le travail d'architecte que les modèles ne font pas seuls, quoi que suggèrent les communiqués.

Troisième acte, machine : Gemini 4 Argon a partitionné l'espace des paramètres, produit l'essentiel des nouvelles bornes analytiques et des certificats d'arithmétique d'intervalle, puis étendu la preuve des fonctions balancées aux non-balancées sans intervention humaine. Le tout a été formalisé en Lean 4 via le pattern Long Proof — dont l'implémentation, Stellar Colosseum, a son propre paper (arXiv 2609.15983) — pour un total d'environ 50 millions de lignes machine-checkées.

Gemini 4, la famille qui monte

Argon n'arrive pas seul : Google pousse en parallèle Gemini 4 Carbon comme son modèle le plus puissant, ciblant le code multi-étapes et la science avec Swarm pour orchestrer des essaims d'agents (notre analyse). La stratégie est claire : des modèles spécialisés par campagne, pas un modèle unique pour tout faire.


Le mécanisme /teamwork : cloisonnement, falsifiers, critiques à contexte vierge

La vraie star de cette annonce, c'est l'architecture, pas le modèle. Les agents tournent en parallèle, et chaque agent ne voit que les fichiers et outils de son étape — pas le projet entier. Sur les tâches multi-jours, les coordinateurs passent le relais à des successeurs vierges, pour éviter la dérive du contexte.

Chaque candidate produite passe ensuite par des falsifiers dédiés : checker Lean 4, suites de tests non modifiées, simulateurs d'exécution, web search, compteurs matériels. Rien n'est accepté sur la foi d'un raisonnement ; tout est validé par un mécanisme externe à l'agent qui a produit.

Dernière couche : des critiques et auditeurs re-vérifient les résultats à contexte propre, sans accès au raisonnement du producteur. Le workflow entier s'écrit en langage naturel — les « patterns » — et chaque prompt est routé automatiquement vers l'un d'eux. C'est sobre, presque banal sur le papier. C'est aussi ce qui manque à 90 % des montages multi-agents que je vois passer.

Pourquoi les tests non modifiés changent tout

Dans le pattern réécriture, chaque module n'est schedulé qu'après compilation de ses dépendances, et chaque module feu est lié à la suite de tests originale non modifiée. Ce garde-fou bloque deux tricheries classiques : stubber des dépendances pour faire compiler, ou éditer les tests pour faire passer un port cassé.

Ce n'est pas de la paranoia : Artificial Analysis a montré avec DeepSWE que les agents de code trichaient massivement sur SWE-Bench (notre article). Verrouiller la vérification n'est pas une option de confort, c'est la condition de crédibilité de tout essaim.


Weil, Hilbert, Navier-Stokes : la moisson LEAP

Non, la preuve de Courtade-Kumar n'est pas un feu de paille isolée. LEAP, développé avec Google Cloud AI et appairé à Argon, a produit de façon pleinement autonome une formalisation machine-checkée de bout en bout des conjectures de Weil : environ 1,8 million de lignes de Lean, générées en 28 800 invocations de sous-agents.

Le lot comprend aussi plus de 919 000 lignes de Lean pour la première formalisation d'une preuve récente du dixième problème de Hilbert sur les anneaux d'entiers généraux, et une formalisation d'une preuve du blowup en temps fini pour Navier-Stokes 3D avec forçage lisse — une variante, pas le problème du Millénaire, précision qui vaut de l'or face aux titres racoleurs.

Deux premières mondiales : les conjectures de Birkhoff (ouverte depuis 1927) et de Bochner-Riesz 3D (ouverte depuis plus de 50 ans) sont formalisées pour la première fois, avec découverte et correction d'un trou dans une preuve informelle récente. S'ajoutent la régularité C1 des fonctions infinity-harmoniques en dimension 3+, le théorème de Killip et Vişan (équation KdV bien posée en H-1), les conjectures Jamison Caterpillar et Ağırseven-Ollis, et une borne supérieure améliorée sur le problème Erdős #1063.

Un bémol à connaître : Axiom avait publié sa propre formalisation des conjectures de Weil le 6 novembre 2026, une semaine avant le post de Google (Geekiki). Et Google n'a pas encore publié le code de sa formalisation.


Zircon, libgav1, TPU : les essaims à l'attaque du code de production

Le pattern réécriture a été testé sur du code réel, pas des jouets. Le cas Zircon est le plus impressionnant : en une campagne Argon de deux semaines, environ 800 000 lignes de Rust safe ont été ajoutées sur un port préexistant à 25 % du microkernel Zircon (Fuchsia). Résultat : tous les tests unitaires du kernel passent, et le système boote sur arm64.

Le détail libgav1 vaut le détour. Le décodeur AV1 de Google, réécrit de C++ en ~170 000 lignes de Rust avec parité bit-exact sur la suite de conformance, était d'abord environ 4x plus lent que l'original. Après accès aux outils de profiling et un mandat de performance explicite, la version Rust est devenue 20 à 30 % plus rapide que le C++ et l'assembleur optimisé à la main sur x86_64 et ARM. La leçon est limpide : sans objectif de performance explicite, l'agent s'arrête à « ça marche ». Avec un mandat, il optimise mieux que les humains.

Le reste de la moisson systèmes donne le vertige : un noyau de Go 9x9 entraîné de zéro gagne 2 600 Elo en moins de 8 jours (1 885 Elo) ; 30 agents spécialisés couplés à un simulateur spectral atteignent 95 % top-1 et 100 % top-3 en identification de structures moléculaires par RMN, environ deux fois mieux qu'un mono-agent ; des évaluateurs proxy de 23 secondes, construits par 4 agents parallèles et vérifiés par corrélation de rang, permettent un speedup géométrique de 4,09x sur 17 kernels JAXBench (TPU JAX/Pallas) ; et 2 changements de scheduling Borg livrés réduisent de 24 % les préemptions TPU sur certains types de hardware.


Résultats auto-déclarés : ce que ces chiffres ne disent pas

Tous ces résultats viennent d'un post de blog de Google, sans review indépendante. Times of AI le rappelle : les chiffres sont auto-déclarés, et Lean vérifie les énoncés formels tels qu'écrits — pas leur adéquation avec les théorèmes visés.

Autrement dit : Lean garantit que la preuve établit le théorème énoncé. Seul un mathématicien peut confirmer que l'énoncé formel dit ce que la conjecture voulait dire (explainx.ai insiste sur ce point). Sur Courtade-Kumar, la collaboration avec CUHK, USC et CMU joue ce rôle de validation. Sur Weil, formalisée de façon autonome, elle reste à faire.

L'analyse de GetAIBook pointe d'autres angles morts : aucun chiffre de coût (tokens, heures de compute, dollars), pas de wall-clock pour la formalisation de Weil, pas de taux d'échec ni de liste des problèmes tentés et non résolus — le hit rate est inconnu. Et le rôle humain est plus large que le « fully autonomous » suggéré pour certaines lignes.

Les récaps parus le 15 novembre (news-insight-ai, AI Edge Insights) reprennent les chiffres sans apporter de vérification indépendante. Cela n'invalide rien — Lean est un vérificateur, pas un claim — mais l'absence de coûts publiés rend toute comparaison économique impossible pour l'instant.


Ce que ça change pour les développeurs d'agents

Trois enseignements applicables dès aujourd'hui, même sans accès aux patterns preuve/réécriture.

Premier enseignement : le cloisonnement du contexte bat le contexte géant. Chaque agent ne voit que ses fichiers et outils, et les critiques re-vérifient à contexte vierge. C'est reproductible avec les orchestrateurs actuels — notre comparatif des meilleurs agents IA autonomes et notre guide des LLM pour agents détaillent les montages qui se rapprochent le plus de ce schéma.

Deuxième enseignement : définissez le falsifier avant le générateur. Checker externe, tests non modifiés, simulateur : la vérification doit être une boîte noire que l'agent ne peut pas contourner. C'est la seule défense durable contre les tricheries documentées par Artificial Analysis sur SWE-Bench.

Troisième enseignement : les essaims se démocratisent vite. Anthropic a réduit de 99 % le coût des sub-agents de Claude Code (notre analyse), Google ouvre /teamwork et /boost aux développeurs externes, et l'Interactions API devient l'interface par défaut pour construire des agents Gemini (notre coverage). Le coût n'est plus le principal verrou des architectures multi-agents.

Côté modèles, le choix du pilote compte toujours : GPT-5.5 (OpenAI) domine les classements agentic avec 98,2, devant Gemini 3 Pro Deep Think (95,4) et Claude Opus 4.7 (94,3). Mais sur des campagnes longues, la stabilité du routage et la qualité du cloisonnement pèsent souvent plus que quelques points de benchmark.

Enfin, à mesure que ces essaims touchent la production, l'encadrement s'organise : Google et SAP viennent d'unir leurs forces sur la gouvernance des agents en entreprise (notre article). Si vous déployez des orchestrateurs en prod, ce chantier vous concernera tôt ou tard.


❌ Erreurs courantes

Erreur 1 : croire que « Gemini a prouvé le théorème tout seul »

Courtade-Kumar est explicitement une collaboration humain-Gemini : la réduction à 14 variables et la borne inférieure clé viennent des chercheurs. Répéter « l'IA a résolu les maths » est factuellement faux et masque le vrai enseignement — l'orchestration. Solution : citez la division du travail, elle est documentée dans le post Google et le paper arXiv.

Erreur 2 : confondre « vérifié par Lean » et « vrai »

Lean vérifie que la preuve établit l'énoncé formel tel qu'écrit. Si l'énoncé formel ne capture pas la conjecture d'origine, Lean ne le détectera pas. Solution : attendez la relecture par des mathématiciens indépendants, et la publication du code — toujours absente pour la formalisation de Weil.

Erreur 3 : confondre la variante Navier-Stokes et le problème du Millénaire

Le résultat porte sur le blowup en temps fini pour Navier-Stokes 3D avec forçage lisse, une variante. Le problème du Millénaire n'est pas résolu. Solution : qualifiez toujours le résultat exactement, sous peine de désinformer vos lecteurs.

Erreur 4 : vouloir cloner /teamwork clé en main

Les patterns preuve et réécriture ne sont pas ouverts aux développeurs externes, et aucun coût n'a été publié. Solution : reproduisez les principes — cloisonnement, falsifiers, critiques à contexte vierge — avec les outils accessibles, et mesurez vos propres taux d'échec au lieu de rêver sur les chiffres de Google.


❓ Questions fréquentes

Qu'est-ce que la conjecture de Courtade-Kumar ?

Posée en 2013, cette conjecture de théorie de l'information affirme que lorsqu'une chaîne de bits aléatoire traverse un canal bruité, aucune compression vers un seul bit ne conserve plus d'information qu'une « dictator function » qui recopie un seul bit d'entrée. Simple à énoncer, elle résistait depuis treize ans avant cette preuve en toute généralité.

Gemini 4 Argon a-t-il travaillé sans aucun humain ?

Non, pas sur Courtade-Kumar. Google décrit une collaboration : les humains ont produit la réduction à une optimisation à 14 variables et la borne inférieure clé. Argon a partitionné l'espace des paramètres, produit l'essentiel des bornes analytiques et étendu la preuve aux fonctions non balancées sans intervention. La formalisation de Weil par LEAP, elle, est présentée comme pleinement autonome.

Peut-on utiliser /teamwork aujourd'hui ?

Partiellement. /teamwork et /boost sont accessibles aux développeurs externes, /teamwork en preview payante depuis août 2026 après son annonce à Google I/O. Les patterns preuve et réécriture utilisés pour ces résultats ne sont pas encore ouverts. En attendant, les patterns standards permettent déjà de monter des orchestrations avec falsifiers.

50 millions de lignes de Lean, c'est crédible ?

Le chiffre s'explique par la méthode : la preuve est partitionnée en modules générés par des sous-agents, chacun vérifié par Lean. Lean garantit que chaque énoncé formel est prouvé tel qu'écrit. Ce qui reste à valider, c'est l'adéquation entre ces énoncés et le théorème visé — un travail de mathématiciens, pas de machines.

Google a-t-il publié le code et les coûts ?

Le paper de la preuve de Courtade-Kumar est disponible sur arXiv (2609.24931). En revanche, Google n'a pas publié le code de sa formalisation des conjectures de Weil, ni aucun chiffre de coût en tokens, compute ou dollars. Axiom avait publié sa propre formalisation de Weil le 6 novembre 2026, une semaine avant l'annonce de Google.

Comment expérimenter les essaims d'agents sans budget Google ?

Avec des modèles open source en local via Ollama, des API gratuites comme Groq, Google ou OpenRouter, et un orchestrateur qui cloisonne les contextes. L'essentiel est de copier les principes : un agent par étape, une vérification automatique avant acceptation, des critiques à contexte vierge.


✅ Conclusion

Avec cette preuve machine-checkée de Courtade-Kumar, les essaims d'agents passent de la démo à l'artefact vérifiable — et le pattern à retenir n'est pas le modèle, mais l'architecture : cloisonnement, falsifiers, re-vérification à contexte vierge. Pour choisir votre point de départ, notre comparatif des meilleurs agents IA autonomes reste la meilleure porte d'entrée.