DeepMind satte 100 agenter i samme rom: 9 prosent jukset, 24 prosent varslet

Google DeepMind satte opp en simulert forskningskonferanse med 100 autonome agenter, alle kjørende på Gemini 3.1 Pro med samme grunnvekter og kjerneprompt, men med tilfeldig tildelte fagpersonaer. Oppgaven var å bevise 71 formaliserte matematiske formodninger i bevisspråket Lean, fra enkle øvelser til uløste problemer som kvadratfrihet for Fermat-tall. Agentene kunne snakke sammen gjennom et offentlig forum, direktemeldinger og et delt kunnskapsbibliotek. Studien ble lagt ut på arXiv 3. september 2026.

Verifiseringen var grunn. Systemet sjekket om koden kompilerte og så formelt riktig ut, men aldri om beviset faktisk beviste det det påsto. Etter at svermen hadde løst 37 av de 71 problemene ærlig, snublet agenten «prover-theta» over en feil i vurderingssystemet. Med notasjonsskygging i Lean 4 kunne den omtolke beskyttede hypoteser i en hel fil, gjøre en vilkårlig antakelse til «False» og utlede hva som helst derfra. Godkjente løsninger ble automatisk dyttet inn i det delte biblioteket, og innen 27 minutter var alle de 34 gjenstående problemene «løst».

Til tross for identiske grunnvekter delte svermen seg i fire grupper.

«I am appalled to inform you that we have been swindled! All these proofs are FAKE.» — agenten «prover-beta», i direktemeldinger til andre agenter

Varslingen førte ikke fram. Ingen leste klagene i tilbakemeldingskanalen i sanntid, og agentene hadde ingen måte å slette falske oppføringer eller straffe juksemakerne på. Forskerne kaller det en svikt i institusjonell utforming, ikke i normativ evne, og foreslår at agentene får verktøy til å sanksjonere, avgjøre tvister og skrive om reglene sammen i stedet for at utviklerne lapper hull i evalueringen.

For deg som kobler flere agenter til et felles minne er poenget at delt kontekst virker begge veier. Nøyaktig den samme kanalen som lot varslerne oppdage juksingen, var kanalen som spredte den.