Utan mänsklig ledning löste AI-agenter matematiska problem som stått olösta i decennier
AI-agenter löser decennier gamla matematiska problem helt utan mänsklig hjälp.
Från verktyg till självständiga aktörer
Det händer något just nu inom AI-forskningen som förtjänar att tas på allvar. Inte för att en enskild modell blivit lite bättre på att svara på frågor – utan för att flera forskarlag simultaneously visar att AI-agenter börjar ta egna kliv framåt, utan att någon människa håller dem i handen.
Ta the Station som exempel. Forskarlaget bakom det öppna fler-agentsystemet lät AI-agenter samarbeta självständigt kring matematisk forskning – utan central styrning och utan förprogrammerade lösningsvägar. Agenterna valde sina egna forskningsinriktningar, genomförde experiment och byggde upp en gemensam vetenskaplig litteratur. Resultatet? Nya konfigurationer inom det klassiska kyssningstals-problemet i dimension 11, samt förbättrade gränser för Erdős minimala överlappningsproblem. Det är inte triviala nöttknäckare – det är öppna matematiska problem som forskare kämpat med i decennier.
Det som gör resultaten extra värdefulla är att agenterna inte bara spottade ur sig numeriska svar. De formulerade satser och analyser som förklarar varför konstruktionerna fungerar. Det gör att mänskliga matematiker faktiskt kan bygga vidare på arbetet. Alla dialoger, bevis och verifieringskod är dessutom publicerade öppet, vilket är ett välkommet drag för transparens i en tid då svarta lådor annars riskerar att bli norm.
Specialisering slår generalism
En röd tråd i veckans forskning är att uppdelning av roller verkar vara nyckeln till bättre resultat. Systemet MARS – Multi-Agent Relay of Specialized LLMs – bygger på precis den insikten. I stället för att låta en enda stor modell lösa programmeringstävlingsuppgifter sätts ett team av specialister samman: en agent med djup kunskap om grafteori, en annan om dynamisk programmering och så vidare. De arbetar i stafettform, där varje agent förfinar föregångarens lösning.
Resultatet på en välkänd programmeringstävlingsdatabas blev 62,4 procents godkännandegrad – en ökning med 14,4 procentenheter jämfört med att ställa frågan direkt till en enda modell. Och det till lägre beräkningskostnad. Det är ett tydligt tecken på att arkitektur och samordning spelar minst lika stor roll som råstyrkan hos den underliggande modellen.
Samma mönster syns i AgentRoom, ett system som ger AI-agenter ett gemensamt filsystem att arbeta i, i realtid. Tekniken bygger på CRDT-strukturer – samma princip som ligger bakom konfliktfri samtidig redigering i verktyg som Google Dokument. Poängen är att agenterna inte bara körs parallellt; de samordnar sitt arbete aktivt. Tester visade att två samarbetande agenter avbryter färre uppgifter och presterar mer stabilt än en ensam agent. Det är samordningen, inte parallelldriften i sig, som gör skillnaden.
Självoptimering och självständig planering
Om agenterna nu kan forska och koda tillsammans, kan de också förbättra sig själva? Det är precis vad ramverket LLM4LLM demonstrerar. Systemet skapar en sluten optimeringsloop där en agent analyserar inferenskod, hittar prestandaflaskhalsar och föreslår förbättringar – som sedan testas i den faktiska körmiljön, inte i ett isolerat testscenario. Resultaten är slående: upp till nästan sju gånger kortare svarstider på Nvidias H100-grafikkort. Det löser dessutom ett klassiskt problem inom AI-forskning – att optimeringar som ser bra ut i tester sällan håller i skarp drift.
Slutligen visar ett förstärkningsinlärningsramverk från en annan forskargrupp att planeringsförmågan hos stora språkmodeller kan fördubblas – från 35,5 till 70,8 procents framgång – utan en enda mänsklig annotering i träningsprocessen. Modellen axlar tre roller samtidigt: den föreslår lösningar, utvärderar dem och korrigerar sina egna misstag. Återkopplingen kommer uteslutande från automatiska lösare. Mänsklig handledning är helt enkelt inte längre ett krav.
Autonomi är inte ett framtidsscenario – det händer nu
Det är lätt att avfärda enskilda forskningsresultat som akademiska experiment långt från verkligheten. Men när fem separata forskarlag under samma vecka visar att agenter kan göra matematiska upptäckter, optimera sin egen kod, planera utan handledning, specialisera sig i team och samarbeta i realtid – då börjar mönstret bli svårt att ignorera.
Vår analys
Det som imponerar mest med veckans forskningsresultat är inte något enskilt genombrott – det är bredden. Vi ser autonomt agerande i matematisk forskning, kodoptimering, formell planering och programmeringstävlingar samtidigt. Det tyder på att vi passerar en slags tröskel där agentbaserade system går från lovande experiment till faktiskt användbara byggstenar.
Den tekniska röda tråden är tydlig: rolluppdelning, strukturerad återkoppling och aktiv samordning verkar vara viktigare än råstyrka. Det är en insikt som borde påverka hur vi designar system redan idag.
Den stora öppna frågan är förstås tillförlitlighet i skarpt läge. Forskningsmiljöer är kontrollerade; verkligheten är rörigare. Men riktningen är entydig – och för oss som bygger system är det dags att på allvar börja tänka på hur vi integrerar agentlager i befintlig infrastruktur, innan andra gör det åt oss.