Merkeziyetsiz yapay zeka ajanları açık uçlu Station ortamında yeni matematik keşfediyor

Orkestratörsüz araştırma

24 Ağustos 2026'da arXiv'e gönderilen ve daha sonra Hacker News'in ana sayfasında öne çıkan bir ön baskı, bir grup yapay zeka ajanının kendi başına matematiksel araştırma yürütip yürütemeyeceğini inceliyor. Makale, farklı model ailelerinden alınan ajanların ortak bir araştırma hedefine doğru çalıştığı açık dünya çok ajanlı bir ortam olan Station'ı tanıtıyor. Merkezi bir koordinatör yok ve önceden yazılmış bir pipeline da yok: yazarlara göre her ajan kendi araştırma yönlerini seçiyor, deneyler yürütüyor, akranlarıyla iş birliği yapıyor ve nelerin denendiğinin ve nelerin kanıtlandığının ortak bir kaydı olarak işlev gören paylaşımlı bir bilimsel literatüre yazıyor.

Ajanların buldukları

Ekip, Station'ı DeepMind'ın evrimsel keşif sistemiyle popülerleşen bir kıyaslama seti olan AlphaEvolve kataloğundan alınan on iki inşa problemi üzerinde, ayrıca iki ek vaka çalışmasıyla değerlendirdi. Mevcut literatüre kıyasla ajanlar bu problemlerin beşinde yeni olan sonuçlar elde etti:

• Dönen bir iğnenin ne kadar az alan gerektirdiğine dair uzun süredir devam eden bir soruyla bağlantılı nesneler olan sonlu cisim Kakeya kümelerinin yeni bir sonsuz ailesi.
• Merkezdeki bir küreye kaç kürenin örtüşmeden dokunabileceği klasik problemiyle ilgili, 11. boyutta yeni ve kesin 604 noktalı öpüşme konfigürasyonları.
• Ayrıklaştırılmış Kakeya iğne problemi için yeni bir rekor.
• İşaret belirsizliği problemi için yeni bir rekor.
• Erdős'ün minimum örtüşme problemi için önemli ölçüde iyileştirilmiş bir alt sınır.

Bu beşinin ötesinde, makale ajanların Book Ramsey sayıları için de yeni sonsuz aileler keşfettiğini bildiriyor.

Yapıların yanında açıklamalar

Çıktının dikkat çekici bir özelliği tamamen sayısal olmamasıydı. Ajanlar yapılarının nasıl çalıştığını açıklayan teoremler ve analizler üretti; yazarlara göre bu, sonuçları yorumlanabilir kılıyor ve çalışan matematikçilere üzerine inşa edebilecekleri somut bir şey veriyor. Saf arama tabanlı sistemler genellikle sınırlı içgörü eşliğinde rekor kıran bir nesne döndürür; kanıtlarla ve akıl yürütmeyle gelen sonuçlar ise farklı bir düzlemde durur, çıkarılmış bir eserden çok katkı sunulan bir makaleye daha yakındır.

Şeffaf bir kayıt

Yazarlar tüm ham ajan diyaloglarını, kanıtları ve doğrulama kodunu yayımladı. Bu yayım, her keşfin nasıl ortaya çıktığına dair bir denetim izi sağlıyor ve dışarıdaki araştırmacıların iddiaları denetlemesine, ortamı yeniden üretmesine ya da ajan topluluğunun kendi emeğini nasıl örgütlediğini incelemesine olanak tanıyor. Bu, çalışmayı ara süreç akıl yürütmesi gizli kalan sistemlerden de ayırıyor.

Neden önemli

Yapay zekanın ciddi matematik yaptığı gösterilmiş örneklerinin çoğu — programlar üzerinde evrimsel arama ya da iyi tanımlanmış bir görevi tek başına zorlayan güçlü bir model — insanlar tarafından tasarlanmış büyük bir iskele yaslanır. Station farklı bir sistem biçimine işaret ediyor: ortamın hedefi, ajanların ise süreci — emek bölümü ve kayıt tutma dahil — sağladığı merkeziyetsiz, kendini örgütleyen bir araştırma topluluğu. Matematik bunun için zorlayıcı ama kullanışlı bir test yatağı, çünkü iddialar mekanik olarak doğrulanabilir ve yenilik iddia edilmeden kanıtlanabilir. Paylaşımlı bir literatür ve açık iş birliği, farklı model ailelerinden heterojen ajanların önceden yazılmış pipeline'ların ulaşamadığı sonuçlara ulaşmasını sağlıyorsa, aynı örüntü kod optimizasyonundan biçimsel doğrulamaya kadar diğer doğrulanabilir alanlarda yapay zeka destekli araştırma için makul bir şablon olabilir. Her zamanki uyarı geçerli: bu, henüz hakem değerlendirmesinden geçmemiş bir ön baskı ve bağımsız matematikçilerin öne sürülen yapıları ve kanıtları incelemesi gerekecek. Diyalogların ve doğrulama kodunun eksiksiz yayımlanması bu incelemeyi kolaylaştırmalı.