Pietro Miotti 称,他的 AI Agent 团队发现了一处此前未被测绘的玛雅遗址。真正值得拆解的,是它如何把线索变成可验证的实地行动。
原始报道:pietromiotti.com/latest/maya-site
Agent 找到遗址,不等于 Agent 独立考古
先还原项目流程。
Miotti 的团队先搜集线索,再据此规划实地考察路线。到达现场后,团队采集资料,最后对现场材料做进一步分析。
这条链路里有四类输入和输出:
- 公开资料:历史文献、已有考古记录、卫星影像或地图信息。
- 搜索结果:Agent 从多个来源提取地点、地貌和待验证假设。
- 现场行动:研究人员前往候选区域,记录实际看到的东西。
- 分析结果:现场照片、测量数据和笔记被重新放进调查流程。
人类的介入并非只在最后润色答案。
考古项目至少需要处理许可、安全、导航、样本采集、文物保护和专业判断。Agent 可以缩小搜索范围、整理地图、交叉检查资料,但“某个地形特征是否意味着人工建筑”“发现物是否需要上报”“队伍能否进入该区域”,不能只靠模型置信度决定。
所以更准确的说法是:Miotti 的 Agent 团队参与了一套混合式调查流程。Agent 提供搜索、规划和分析能力;人类研究者提供领域知识、行动授权,以及对证据的最终解释。
这个区别很关键。
一个聊天机器人即使列出了十个“可能存在遗址”的地点,也没有完成调查。它没有把候选地点变成可执行的路线,也没有用现场观察推翻或支持原有假设。
从网页检索到现实世界闭环
普通聊天机器人的闭环通常是:
用户提问 → 模型生成回答 → 用户判断是否满意
这个案例的闭环更接近:
搜集线索
↓
形成候选地点与待验证假设
↓
规划实地路线
↓
现场考察并采集资料
↓
分析现场数据
↓
回到地图和原始记录进行交叉验证
难点不只是“会不会调用工具”。
第一,工具不是同一种东西。地图检索返回坐标,卫星影像返回像素,现场记录返回观察,测量工具返回数值。每种输出都有自己的噪声和误差。Agent 如果只把结果拼进一段文本,很容易把“看起来像”写成“已经确认”。
第二,任务状态必须跨步骤保留。查到一条线索后,后续规划还要知道线索来自哪里、有什么限制、哪些部分尚未核实。失败也不能静默跳过。
第三,现实世界会返回意外结果。道路不通、坐标偏差、植被遮挡、天气变化,都可能让原本合理的计划失效。Agent 需要的不是一次性的完美推理,而是根据反馈修正下一步。
这也是多智能体协作进入考古调查后最值得观察的地方。角色可以拆得很细:检索 Agent、地图 Agent、影像分析 Agent、规划 Agent、证据整理 Agent。它们分别输出候选地点、坐标、路线、观测记录和引用关系。
但角色多不等于能力强。
如果没有统一的任务状态和证据格式,多 Agent 很容易形成“多个摘要互相引用”。每个 Agent 都完成了自己的提示词,最后却没人能回答:这条结论的原始证据是什么?
908 分背后,评论在质疑什么
该项目登上 Hacker News 首页,获得 908 分和 334 条评论。
讨论入口:news.ycombinator.com/item?id=50452455
高分说明案例足够抓人。评论里的质疑也没有绕开“AI 真做了多少”这个问题。
1. 证据链是否完整
人们会追问:候选地点从哪里来?模型依赖了哪些地图和影像?现场数据如何进入分析?相关截图、坐标、日志或调查记录能否公开?
这正是案例最关键的部分。
“发现未被测绘的遗址”是结果陈述。结果可以很短,证据链却应该很长。每一步最好保留来源、时间、原始文件、处理过程和人工确认点。否则外部读者无法判断 Agent 是主导了调查,还是整理了人类已经完成的调查。
2. 任务边界在哪里
考古不是普通 Web 任务。
网站可以重试,API 可以限流;一条被错误标记的线索不会自动恢复。现场移动、取证和文物保护涉及现实风险。Agent 的自主范围必须受权限和审批约束。
因此,“端到端 Agent”不等于“所有决定都交给 Agent”。更合理的工程目标,是让 Agent 在证据检索、重复性分析和路线草案上工作,同时把不可逆行动交给人。
3. 自主程度如何定义
如果系统列出候选地点,人类开车抵达并确认遗址,这算多少 Agentic?
目前最容易混淆的是三个概念:自动化程度、Agent 自主程度、成果归属。系统自动执行的步骤越多,不代表它在判断中拥有更多自主权;反之,人类搭车、导航或输入关键观察,也不代表 Agent 没贡献。
讨论若要继续,应该拆成可统计的步骤:系统提出了多少候选、筛除了多少、人类否决了多少、现场新增了多少证据、最终定位有多少来自机器判断。
4. 谁应获得成果归属
成果归属也不只是“多 Agent vs 人类”。
考古记录通常包含多个贡献者:提出线索的人、提供历史资料的人、做现场考察的人、完成图像分类的人、维护数据管线的人。Agent 的贡献应落到具体输出上,而不是笼统写成“AI 发现了”。
这种写法会麻烦一点,但更适合审计。
多 Agent 协作的真实工程成本
多 Agent 的吸引力很直接:把大问题拆小,让每个角色只处理一小段。
真实工程里,拆分本身就是成本。
任务拆分
拆得太粗,一个 Agent 要同时处理地图、历史资料、影像和路线,错误难定位。拆得太细,又会出现大量交接。
比较实用的拆法不是按人格命名,而是按可验证产物拆分:
- 地点检索:输出带来源的候选地点。
- 影像检查:输出观察区域和不确定性。
- 路线规划:输出可执行行程与备选方案。
- 现场记录:保存原始文件、时间与位置。
- 证据整理:建立“主张—证据—来源”关系。
每个角色都应有明确完成条件。
通信
Agent 间通信最好传结构化对象,不要传一大段自然语言。
例如:
{
"candidate_id": "site-017",
"coordinates": {
"latitude": null,
"longitude": null
},
"claim": "人工结构迹象待现场确认",
"evidence": [],
"confidence": "low",
"requires_human_review": true
}
这类消息可以追踪来源,也可以被后续步骤校验。自然语言摘要适合给人看,不适合承担状态存储。
失败重试
搜索失败、地图限流、影像模糊、现场无法抵达,需要不同处理方式。
不能统一写成“try again”。检索可以换关键词或来源;路线规划可以计算替代点;视觉判断应降级为待人工检查;涉及进入现场的动作则要中止并上报。
这也是多 Agent 系统常见的隐患:它会自动寻找一条看起来通顺的恢复路径,而不是承认某一步没有可靠替代方案。
证据留存
证据留存至少包括:
- 输入来源和访问时间。
- 原始地图、影像、照片与测量数据。
- Agent 的中间输出。
- 工具调用记录。
- 人工修改和审批记录。
- 最终主张对应的证据链。
Agent 越能执行现实任务,审计成本越高。
否则系统只留下最终结论,外界既无法复盘,也无法区分模型判断、检索错误和人工经验。
多 Agent 只有在工具接口清晰、评价标准明确时才可能增益。否则,它只是把一次复杂推理拆成多次互相猜测。
编辑思考
这个案例真正重要的,不是“AI 找到宝藏”。考古发现本身需要专业资质、长期田野工作和保护责任,不能因为 Agent 参与了搜索与整理,就把叙事改成机器独立发现。
我的判断是,Agent 的价值开始从内容生产转向流程执行。网页检索已经不算稀缺能力。把地图、影像、研究记录和现场观察串成可检查的闭环,才出现新的工程问题:权限如何设、证据如何留、失败怎么停、人工如何介入。对企业调查、运维巡检、供应链核验来说,这比多写几页报告更难,也更接近实际生产。
这次与过去的演示不同:终点不是一段流畅回答,而是一个此前未被测绘的遗址。但公开材料仍不足以确认其完整复现方式。多 Agent 如何分工、用了哪些模型、哪些步骤由人完成,目前没有足够细节。案例值得关注,结论则应保留条件。