연구진은 중앙 조율자나 스크립트화된 파이프라인 없이 서로 다른 모델 계열의 AI 에이전트들이 공동 연구 목표를 추구하는 개방형 다중에이전트 환경 'Station'에서 자율적 수학 발견을 연구했다. 에이전트들은 스스로 연구 방향을 정하고 실험하며 협업해 공유 과학 문헌을 쌓는다. AlphaEvolve 카탈로그의 12개 구성 문제와 추가 사례 연구 2건 중 5개 문제에서 기존 문헌 대비 새로운 결과를 얻었다. 유한체 카키야 집합의 새로운 무한 계열, 11차원에서의 새로운 정확한 604점 키싱 배치, 이산화 카키야 바늘·부호 불확실성 문제의 새 기록, 에르되시 최소중첩 문제의 대폭 개선된 하한을 도출했고, Book 램지 수의 새로운 무한 계열도 발견했다. 에이전트들은 수치적 구성뿐 아니라 그 작동 원리를 설명하는 정리와 분석까지 만들어 수학자들이 활용하기 쉽도록 했으며, 대화·증명·검증 코드를 모두 공개했다.

• •중앙 조율자 없이 서로 다른 모델이 공동 연구하는 개방형 환경 'Station'
• •12개 문제 중 5개에서 기존 문헌 대비 새로운 수학적 결과 도출
• •카키야 집합·키싱 배치·에르드섲 최소중첩 문제 등에서 새 기록·하한 갱신
• •수치 구성뿐만 아니라 원리를 설명하는 정리·증명까지 생성, 전 과정 공개