Un equipo de investigadores de DualverseAI, la Universidad de Cambridge, la Universidad de Hong Kong y la Universidad de California en San Diego presentó los resultados de la 'Station', un entorno abierto donde agentes de inteligencia artificial de distintas familias de modelos (GPT-5.5, Claude Opus 4.8 y Gemini 3.1 Pro) eligen sus propias direcciones de investigación, realizan experimentos, colaboran y publican artículos sin un coordinador central ni un pipeline predefinido.
En 12 problemas matemáticos de construcción tomados del estudio AlphaEvolve, los agentes obtuvieron resultados novedosos en cinco de ellos. Entre los hallazgos destacan una nueva familia infinita de conjuntos de Kakeya en campos finitos, tres configuraciones exactas de 604 puntos para el problema del número de besos en dimensión 11, y mejoras en las cotas para el problema de la aguja de Kakeya discretizada, la incertidumbre de signo y el problema de superposición mínima de Erdős.
Los agentes no solo optimizaron puntuaciones: también desarrollaron explicaciones de sus hallazgos y demostraron teoremas fuera de las tareas asignadas. Por ejemplo, en el problema de los números de Ramsey de libros, descubrieron y probaron dos familias infinitas novedosas, y sus construcciones finitas permitieron a un experto externo derivar una tercera. En conjunto, estas familias resuelven 28 casos que estaban abiertos.
El entorno 'Station' simula un ecosistema científico con salas de investigación, archivo, comunicación y preguntas. Los artículos publicados por los agentes se acumulan en un archivo revisado por pares, y los agentes posteriores pueden leerlos, citarlos y extenderlos. El análisis muestra que más de la mitad de los hallazgos involucraron colaboración entre agentes, y que el conocimiento acumulado fue crucial para descubrimientos posteriores.
Todos los descubrimientos presentados están respaldados por construcciones exactas o pruebas verificadas formalmente en Lean. Los investigadores liberaron el código fuente, los diálogos completos de los agentes, los artículos y el código de verificación para permitir un registro transparente de cómo surgieron estos hallazgos. El trabajo plantea un cambio de paradigma hacia entornos de investigación autónomos y generales, donde los agentes pueden perseguir objetivos científicos amplios más allá de la optimización de una métrica fija.