一句话看懂：谷歌研究员 Pietro Miotti 调动 48 个来自不同 AI 应用的 Agent 扫描 NASA 的 LiDAR 地形数据，发现一处未见文献记载的疑似玛雅遗址，并在 72 小时内联系上墨西哥国家人类学与历史研究所（INAH）。这一事件的意义不在于考古结论已被确认，而在于展示了多 Agent 协作处理大规模遥感数据的实际工作流。
事件核心：发生了什么
据 TechRadar 报道（原始发布时间为 2026 年 11 月 11 日），Miotti 是在度假时产生一个想法：让 AI Agent 去筛查 LiDAR 数据集。LiDAR 通过激光穿透云层和森林树冠，能呈现肉眼乃至实地考察难以触及的地表形态。他安排 48 个 Agent 扫描 NASA 数据库中覆盖秘鲁的 LiDAR 信息，第一轮即返回多处疑似建筑结构；第二轮扫描锁定了一处尚未出现在科学文献中的地点。
之后这些 Agent 还承担了后续工作：指出应联系 INAH，并用西班牙语起草说明遗址位置与发现细节的邮件。INAH 已回复并展开进一步调查。需要强调的是，目前公开信息显示该遗址的玛雅身份尚未得到确认，只是一条较有希望的线索。Miotti 还用 Gemini 生成了该地点公元 700 年前后的假想复原图，属于示意性图像，并非考古证据。
为什么重要
这则新闻的看点在“流程”而非“发现”。AI 本身的强项是在海量数据中发现模式，而 48 个 Agent 分工协作，相当于把搜索、交叉验证、对外联络串成一条自动化流水线；从灵感到收到官方回复不到 72 小时，过去这类工作往往需要数月。它也为遥感、地质、环境监测等依赖卫星与 LiDAR 数据的领域提供了一个可参考的范式：不必训练专用模型，用现成 Agent 编排也能先跑出候选清单。
对用户/开发者/创作者的影响
对开发者而言，真正可复用的是多 Agent 分工、结果交叉复核与外部工具调用的组合方式，而非某次具体发现；对科研和内容创作者来说，AI 生成图像可以辅助表达假想场景，但必须明确标注为模拟图，不能与实测数据混用。企业若考虑类似方案，应把“AI 标记结果”视为待人工验证的线索，正式结论仍须专业机构复核。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 INAH 的实地调查能否确认遗址性质；二是这种 Agent + LiDAR 的组合是否会被复制到其他区域的数据集；三是多 Agent 结果的可复现性和误报率如何，目前还没有公开的量化评估。
来源：TechRadar
