2026 年 10 月 21 日，墨西哥国家人类学与历史研究所（INAH）发出一封公函。官方数据库确认，某处山顶坐标上从未登记过任何古代遗迹。提交这份勘探报告的人，是一名在南美度假的谷歌研究员。他在 72 小时里调度了 48 个 AI 智能体，直接从公开遥感数据中圈出了一座沉睡千年的玛雅金字塔。
然而这场刷屏的技术奇迹，三周后就迎来了反转。早在 2025 年的学术期刊上，专业团队就已经精细测绘过这处遗址。AI 掀起的热门发现，最终被证实是一场与学界成果重叠的「重新发现」。
72 小时找出金字塔，墨西哥官方确认未建档
10 月 18 日，谷歌研究员 Pietro Miotti 在秘鲁旅行，听到了探险家 Hiram Bingham 当年被农夫引向马丘比丘的故事。他冒出一个念头：要是当年的探险者拥有前沿算力，探索会变成什么样？Miotti 没有任何考古学背景，决定用最直接的工程手段验证这个设想。
10 月 19 日夜间，48 个 AI 智能体在云端协同开工。短短数小时，它们就从海量图像里筛选出一处形态反常的高地。智能体随后比对公开资料，判定这里大概率属于未被记录的空白盲区。72 小时的极短耗时，反映出多智能体在海量扫描任务中的处理吞吐量。
10 月 20 日，在模型建议下，Miotti 将报告整理为西班牙语文档，提交给墨西哥国家人类学与历史研究所。次日，墨西哥官方正式回信，确认该坐标没有任何已登记记录。从提交报告到收到官方回函，整个验证流程仅耗时 72 小时。
这处遗址坐落在险峻的悬崖边缘，包含一座 8 到 12 米高的椭圆形金字塔、平整广场与相连的抬升庭院。从建筑形制推测，这里符合公元 250 至 900 年玛雅古典期小型行政中心的特征。8 到 12 米的高度差配上直边直角——大自然不太做直线，这才把人造物从自然地形里挑了出来。
穿透 17 米丛林树冠，激光替外行省下数年苦功
寻找失落文明的最大阻碍，历来是热带雨林的茂密植被。在普通卫星照片里，整片丛林只是一张密不透风的绿毯。地面细节被厚重树冠遮盖得干干净净。早期学者必须组织地面科考队，挥舞柴刀在密林里艰难前行数月，才能探明几平方公里的区域。
激光雷达（LiDAR）改写了野外探索的规则。设备向地面发射密集光脉冲时，绝大部分光束会被浓密树冠弹回。但仍有少部分脉冲能穿透枝叶缝隙，打在真实地表并反射回传感器。这项技术就像给整座丛林做了一次高精度的数字透视。
传感器记录的数亿个空间点，汇聚成高精度的三维「点云」。当地森林厚度普遍达到 10 到 17 米。算法剥离半空中的绿色树叶点，仅保留底部的棕色地面点，就能在电脑里把整片丛林一键抹去。10 到 17 米厚的密林被数字算法直接穿透，传统野外开路的高昂成本被压缩成了算力处理时间。
Miotti 调用的数据源自美国宇航局（NASA）的公开项目 G-LiHT，覆盖了约 1,200 平方公里的雨林带。面对 1,200 平方公里的广阔区域，探索者无需申请昂贵的包机测绘许可。公共科研数据直接向个人摊平了勘探门槛。
图：山顶的 LiDAR 裸地视图，剥离森林后显现出广场、金字塔与台地轮廓。来源：Pietro Miotti / pietromiotti.com
48 个通用模型分块看图，大自然不会长出直线
这场搜寻没有使用任何专用的考古模型，也没有训练任何图像分类器。执行任务的工具，全部是市面现成的通用多模态模型。作者采用了一种直白的工程策略：为通用模型编写清晰的看图规则，剩下的工作全部交给并发算力。
识别逻辑建立在朴素的常识上：大自然极少长出规整的直线与直角。水流会冲出弯曲河道，风蚀会留下圆弧山丘。但平整的方形露台与对称阶梯，往往属于人类工程的产物。48 个智能体化身不知疲倦的初级助手，将 1,200 平方公里的雷达切片网格化，逐一排查溶洞、天坑与现代道路。
智能体锁定了那座山顶结构，甚至圈出了三处台地与一个平底凹陷。这个凹陷大概率是古代玛雅人的雨水蓄水池（aguada）。随后模型调取点云复核。它确认金字塔轮廓来自坚硬地面，排除了树冠造成的错觉。通用模型配合空间点云交叉验证，在零定制算法下，直接省去数周的繁重初筛。
图：上方为整座山头的裸地 LiDAR 俯瞰，下方为仪式中心放大细节，可见广场、金字塔与抬升庭院。来源：Pietro Miotti / pietromiotti.com
反转降临：学者 2025 年论文早已精确测绘
然而技术狂欢并未持续太久。11 月 11 日，Miotti 在博客顶部贴出勘误，坦承这处遗址早已被学术界发现。考古学者 Francisco Estrada-Belli 团队在 2025 年发表的期刊论文里，就已经精确绘制过这座金字塔。相关图纸就附在论文的第 13 至 14 页。
官方名录与科研前沿之间存在明显的时间差。Estrada-Belli 团队的研究目标，是评估玛雅低地的人口密度。山头上的小型聚落只是论文里的一个附带样本。由于文物建档流程繁琐，学术成果通常需要数年才能录入官方档案。
48 个智能体在查重时漏掉了专业论文，导致了「未登记」与「未发现」的认知混淆。这盆冷水给舆论降了温，却给技术路线提供了一把硬尺。这场测试成为了一次纯粹的盲测。在毫无专业指引下，外行带着算力跑出的坐标，分毫不差地命中了学者的既有结论。
争议撕开聚光灯：探索门槛转移到好奇心与算力
技术社区对此产生了激烈的争鸣。批评者直指媒体的盲目狂欢。如果一名徒步爱好者拿着旧地图圈出同一处遗址，舆论根本不会给出一个版面。轰动效应的核心催化剂，仅仅是挂在上面的 AI 标签。
但学者们自己也在走向相同的数字化路径。2024 年，Luke Auld-Thomas 团队调取公开激光雷达数据，发现了从未被记录的庞大玛雅古城 Valeriana。2026 年，Ivan Šprajc 的研究同样依靠遥感定位找到了疑似古代玛雅集市的痕迹。专业学者与科技外行，在公开数据铺就的轨道上碰了头。
正如 Miotti 在复盘时写道：「我不是考古学家，并不知道这件事情原本有多难。我挑了一个古老的问题，用最符合直觉的方式扔上算力。在这个时代，做一个天真的外行正在成为一种优势。」
这场实验的启示无关乎机器智能是否超越学者。智能体没有展现深奥的推理，只是忠实地比对规则。真正的变革在于试错门槛的坍塌。海量公开数据加上廉价算力，让跨越专业壁垒的门票不再由殿堂独占。探索未知的瓶颈，终于从数十年的资历积累，转向了提出问题的好奇心与调度算力的行动力。
参考链接：
- Pietro Miotti 原文：My AI Agents (Re)discovered a Maya Site in 72 Hours
- Hacker News 社区关于 AI 重新发现玛雅遗址的讨论
- The Verge 报道：Google researcher uses AI to find Maya ruins
- Estrada-Belli 等 2025 年学术论文（Journal of Archaeological Science: Reports）
