48 AI agent 再现玛雅遗址：72 小时重复发现
Armed with a team of AI agents, Google researcher Pietro Miotti claimed earlier this week to have discovered a potentially unmapped Maya site in Mexico. There was just one problem:
All guides · Full article is primarily Simplified Chinese; use the English summary below for quick takeaways (GEO-friendly).
48 AI agent 再现玛雅遗址：72 小时重复发现
这是一次用 48 个 AI agent 分析 NASA 激光雷达数据的实验性考古项目。研究者 Pietro Miotti 在不到 72 小时内从想法到向墨西哥国家人类学与历史研究所（INAH）报告，标记了一个山顶聚落位置。当时官方否认其为新遗址，但随后确认该位置已在 2025 年学术论文中公开绘制。结果引发广泛讨论：AI agent 在大规模数据筛选中的潜力，以及专家验证的重要性。
如果你正在研究 AI agent 流程或考古数据可视化，RooHome 提供四模块分流雷达，帮助你快速对比模型、价格与执行路径。适合开发者、研究者和数据爱好者决策是否尝试类似跨模型任务。
事件全景：从 AI swarm 到重复发现
2026 年 11 月初，研究者 Pietro Miotti 宣布项目完成。他让 48 个 AI agent 遍历约 1200 平方公里墨西哥丛林的 NASA G-LiHT 激光雷达数据。这些 agent 通过结构化指南逐张图像分析，寻找金字塔、广场和平台等形态。项目源于他旅行时对历史勘探工具的思考——用激光脉冲穿透树冠，揭示地下地形。
48 个 agent 筛选后，标记出几个候选点，其中一个被描述为“可能未登记的村落”。Miotti 联系 INAH，声称官方数据库无记录。机构回复称未发现注册遗址。整个过程耗时不到 72 小时，引起媒体关注。 [[1]](https://www.theverge.com/ai-artificial-intelligence/1032125/ai-agents-maya-site-archeology-discovery)
随后更新显示，标记位置已在 Francisco Estrada-Belli 等人的 2025 年论文《New regional-scale Classic Maya population density estimates and settlement distribution models through airborne lidar scanning》中绘制。INAH 官方否认“新发现”属于数据库空白，而非文献空白。研究者调整表述为“重新发现”，保留了 agent 筛选结构的验证部分，但承认专家知识缺失导致误判。 [[2]]
AI agent 工作原理：48 个独立实例的并行筛选
48 个 agent 并非单一系统，而是跨多个模型（如 Gemini、ChatGPT、Claude、Grok）的独立实例。通过统一提示模板，每个 agent 独立检查激光雷达图像，排除自然地形（悬崖、坑洼）。关键步骤包括：
- 数据预处理：agent 分析 lidar 点云，验证地面轮廓（非树冠伪影）。
- 形态识别：寻找经典玛雅特征——8-12 米高椭圆金字塔、广场、平台与可能的水库。
- 去重筛选：多个 agent 交叉验证，输出唯一候选点云坐标（保密附录形式）。
- 文献交叉：初步搜索现有记录，但因非专业领域，未完全覆盖学术论文。
这种 swarm 方法让处理巨量数据成为可能，但验证阶段仍依赖人工或专家介入。项目展示 AI agent 可加速初步映射，却无法替代实地核实或深度文献综述。
对比表格：AI agent 重复发现 vs 传统方法
| 维度 | AI agent 重复发现 | 传统考古方法（实地+文献） | 适用场景 |
|---|---|---|---|
| 效率 | 48 个实例并行，72 小时内筛选 1200 km² | 人力逐点调查，耗时数月 | 大规模数据预筛 |
| 局限性 | 易忽略隐含文献，重复已出版位置 | 覆盖范围小，成本高 | 需要快速初步发现 |
| 验证难度 | 依赖坐标匹配，专家补充 | 直接实地勘探 + 发表 | 研究者需结合模型与验证 |
| 输出价值 | 结构轮廓图，建议 INAH 报告 | 学术论文 + 发掘报告 | 数据爱好者入门级实验 |
此表基于公开案例对比，帮助你决定是否在类似项目中使用 AI agent 作为辅助工具。
延伸阅读
- RooHome AI 价格雷达：查看跨模型 API 定价与性能数据，支持你估算类似 agent 集群的成本。
- RooHome 订阅路径：获取 AI agent 工作流订阅推荐，避免重复配置。
- RooHome 四模块对照：对照模型筛选、数据处理与验证模块的执行路径。
- RooHome API 中转：连接独立垂直站的 API 服务，加速数据处理流程。
- RooHome 官方 API：接入专业 lidar 数据接口，结合 Grok 等模型实现定制分析。
风险与边界
此类 AI agent 项目可能因缺乏专业领域知识，导致误判已出版内容或夸大发现价值。研究者强调非考古学家身份，INAH 官方回复仅针对数据库，未覆盖所有学术文献。升级或扩展模型后，数据解读仍需人类专家验证，否则易引发误导或资源浪费。 [[1]](https://www.theverge.com/ai-artificial-intelligence/1032125/ai-agents-maya-site-archeology-discovery)
这不是法律意见，仅供参考。请咨询专业考古学者与相关部门。