谷歌SWE用48个AI智能体分析NASA激光雷达数据，72小时发现墨西哥未知玛雅遗址

为了分析 NASA 的 lidar 数据，我的 AI 代理在墨西哥发现了一处玛雅遗址，据目前所知，此前从未有人报告过。从旅行途中的一个随想，到收到墨西哥政府的官方回复，整个过程不到 72 小时。这绝对是有史以来最好的时代。

我打算用日记的形式来讲这个故事，因为时间线大概是最精彩的部分。

我当时正在秘鲁旅行，用 Gemini 了解当地的历史，由此知道了 Hiram Bingham——那位在 1911 年“发现”马丘比丘的美国探险家。“运气真好！”我心想。他其实是在寻找另一座城市 Vilcabamba，即印加人最后的避难所，结果山下的一位当地农民把他引到了遗址处。“想象一下，如果 Bingham 拥有我们的工具，”我心想，“他会怎么做？”

我和几个代理（Gemini、ChatGPT、Claude 和 Grok）简单头脑风暴了一下，它们都说是 lidar。从空中看，丛林中的遗址就是一片树（就像未被清理前的马丘比丘），所以卫星照片帮助不大。而 lidar 会向树冠缝隙发射激光脉冲，测绘出下方的地面。[1]

于是代理们开始寻找 lidar 数据。秘鲁的覆盖情况不太好，而雇公司做测绘意味着许可证、费用和官僚流程，所以我放弃了这条路。然后我想：为什么不找玛雅呢？他们所在区域的公开 lidar 覆盖要好得多。

那天晚上，我让代理们去分析数据，然后就去睡了。

醒来后我查看了代理们的报告。“天哪！”它们发现了大量村庄和其他规则的形状，看起来像是建筑或房屋。

那么它们是怎么做到的？它们把 lidar 条带（约 1,200 km² 的丛林）转成图像，48 个代理像非常有耐心的考古学家一样逐一查看，寻找金字塔、台地和广场，同时过滤掉自然山丘、天坑和道路。整个过程没有用到什么特殊模型或分类器：代理们就是按照一份精确的指南，真真切切地在看图片。

我：太棒了！请检查一下这些村庄里哪些还没被发现过。文献和档案都搜一下。

代理：有一个主要的村庄似乎没有登记在案。

这就是本文开头那张图里的山顶。它位于悬崖边缘，掩在丛林之下，有着笔直的边缘和尖锐的拐角。大自然可不会造出直线。

放大来看，那里有一个平整的广场、一座至少 8–12 米高的椭圆形金字塔、一个与之相连的抬高的庭院，以及一个平底的空洞，可能是蓄水池。

代理：你应该联系 INAH（墨西哥国家人类学与历史研究所），写一份关于你发现的报告，并查一下该遗址是否在他们的登记册中。有时候他们有未公开的成果。

我：好，我怎么联系 INAH？报告流程是怎样的？

代理：……报告撰写说明…… + 邮箱地址

我对报告迭代了几次，因为有些地方不太对，还把它翻译成了西班牙语以提高收到回复的几率（至少 Claude 是这么建议的）。我不会说西班牙语，所以这一点只能信任代理们。

代理们还检查了原始点云，以确保那些形状确实在地面上，而不是由树木造成的。绿点是树叶，棕点是地面。

INAH 回复说：他们查了记录，未在该位置发现任何已登记的考古遗址。

需要说明的是，这还不是官方认定。但据目前所知，此前没有人把这个遗址标注到地图上。

以下部分是推测，来自与代理们的一次长谈。它看起来像是古典期（约公元 250–900 年）的一个小型玛雅 civic centre，基本上就是当地精英的“市中心”。广场是人们聚集的地方，用于仪式，甚至可能还有集市。金字塔大概是神庙，旁边抬高的庭院可能是当地统治者居住的地方。那个空洞可能是 aguada，即雨水蓄水池：玛雅城镇需要它来度过旱季。也可能只是个坑。周围的三个台地大概是房屋。

我让 Gemini 想象了一下它当年的样子：

关于类似研究，可以看看 NASA 的 G-LiHT 仪器是如何工作的（Cook et al. 2013），以及为环境研究采集的 lidar 如何能被重新用于考古（Golden et al. 2016）。2024 年，考古学家用这种方式在墨西哥发现了一整座玛雅城市（Auld-Thomas et al. 2024），其他人用 lidar 估算玛雅低地的人口数量（Estrada-Belli et al. 2025），还有一项研究发现了可能是古代玛雅集市的地点（Šprajc 2026）。

在报告中，我提出愿意协助由 INAH 牵头的实地核查。在墨西哥，考古遗址受联邦法律保护，任何实地工作都需要 INAH 的授权，所以现在取决于当地 INAH 中心是否决定派团队前往。如果他们去了，我会更新进展。

你完全可以放手去做事。我不是考古学家，所以并不知道这事按理说应该很难。我只是挑了一个老问题，试了最显而易见的办法，然后投入了一些算力。做一个天真的外行，如今可能是一种超能力。

而且我觉得这其实不只是关于考古。到目前为止，大多数 agentic AI 的故事都关于编程、数学和物理，但它的适用范围要广得多，我希望这个小例子能让这一点更明显一些。我们正处在一场所有科学领域的革命边缘，剩下的唯一瓶颈将是好奇心和想象力（以及算力）。

到了这个阶段，我们或许应该对整个星球做一遍 lidar，让代理们去发现剩下的东西。

如果你不知道 lidar 是怎么工作的，把这段提示词复制粘贴到你最喜欢的 AI 工具里：“Build an HTML page that explains how lidar works, with beautiful visualizations.” ↩