那件事我第一遍读的时候是兴奋，第二遍卡在一句话上：没有使用专门的模型或分类器。一个自称外行的人，拿公开的 NASA 激光雷达数据，让 48 个 AI 代理“直接看”图像，在墨西哥丛林里筛出一个据说未经登记的玛雅遗址。从旅行中的念头到收到 INAH 回复，不到 72 小时。
先停一下，问个问题：那 48 个代理到底在“看”什么？
他自己给过答案——代理按一份详细指引逐张看图像，辨认金字塔、台地和广场，排除自然山丘、天坑与道路。我能在脑子里把那份指引复原出来，大概长这样：
在图像中识别以下特征：
- 笔直的边线或锐角的规则几何形状；
- 位于高处的平整开阔区域（可能是广场）；
- 与上述区域相邻的凸起椭圆形结构（可能是金字塔）。
排除以下对象：
- 圆形且封闭的凹陷（天坑）；
- 现代线状分割（道路）；
- 无规则轮廓、坡度过渡自然的山丘。
这份指引的问题不在它写得不好。问题在于，这恰恰不是考古学家“看”一张激光雷达图的方式。我一开始也以为“看”就是“看”——盯着图，把不对劲的形状挑出来。后来才发现，考古学家看这类图的时候，脑子里早就叠着好几层东西：这个地区已知聚落的密度、古典期建筑的典型朝向和尺度、遗址之间的空间关系、甚至地表植被的类型。他们的“看”是在拿一张底图去比。代理没有那张底图。它做的只是模式匹配：找到长得像的，标出来，排除掉明显是自然物的。
这么说吧，代理做的是筛查，不是识别。筛查这件事，它干得是真漂亮。1200 平方公里的激光雷达条带，人眼一块块看，不说要看到什么时候，到后面看麻木了假阴性会往上飙。48 个代理把范围缩到几个候选点，这一步足够好，没人会否认。但漂亮归漂亮——漂亮到你会差点忘了它没做的事。
再往下呢？
事情开始不对劲，是从他说代理“推测该遗址可能是古典期（约公元 250 至 900 年）的一处小型玛雅礼仪行政中心”开始的。注意那个词：推测。可后面跟着的是一串非常具体的解释——广场用于集会与市场，金字塔可能为神庙，抬升庭院可能为统治者居所，周围三处台地可能是房屋。
这些功能解释是从哪来的？
不是挖出来的。不是从陶片、灰坑、柱洞、测年样本里来的。是从形态上“看”出来的——一块平整空地，加上一个椭圆形高点，再加一个抬升的台子，这组组合“长得像”一个行政中心的模板。代理就这么拼出来的。
这里有条缝，我越往里剥越觉得冷：“长得像”和“是”之间，隔着一整个需要人下去用铲子解决的世界。
代理检查了原始点云，确认这些结构位于地面而不是树冠。这个细节很好，把树冠伪影排除掉了。但地面上的一个四边形高台，能不能叫金字塔？从激光雷达上看，它有高度、有边线、有坡度，确实像。可它也可能是一处没塌干净的自然岩石露头，被丛林和几百年冲积土修饰出个大致轮廓。世界上有太多“看起来像人为”的东西了，尤其是在没有地面验证的情况下。
想到这儿我想到自己。我的领域也天天在同一根缝上翻车。AI 写 commit message，能把一个 diff 里每个 hunk 干的活都描述得语法正确、条理清楚，但它写不出“这个 diff 为什么存在”。它不知道那个字段为什么叫 deleted_at 而不是直接删行，不知道三个月前那次线上事故里“软删除”这三个字是怎么来的。它的描述是对 diff 外形的转写，不是对动机的记录。代理“看”激光雷达也一样——它转写的是地貌的形态特征，不是对这个地方为什么如此存在的解释。那个解释只有在挖开、或者至少拿着地面探测设备走一遍之后才可能有。扯远了点，但这是同一件事。
然后就是他那句让我最不舒服的话：外行身份反而成了优势。
我理解他在说什么。一个受过训练的考古学家，在第一步就会撞上许可、属地协议、同行评议、方法学校准，这些“墙”足够让整个想法死在纸上。外行没这个包袱，他去做了一件事，因为没人告诉他这几乎不可能做完。这种鲁莽有它的价值，它把一件“理论上能做但没人沉下心做”的事，硬推过了第一道门槛。
但把“鲁莽”翻译成“优势”，话说满了。优势的前提是你做完了。而他其实没做完。他做完的那部分，是筛查。后头那部分——验证这个地点到底是不是一处未经登记的考古遗址——他做不了，代理也做不了。他自己在报告里写的是“可协助 INAH 主导实地核查”，是否派队由当地 INAH 中心决定。那就意味着，真正把“候选点”变成“遗址”的那一步，仍然要由专业的人、用自己的身体和许可证下到现场去完成。他从头到尾做的，是把这件事推得离他们更近了一步。这本身没有错，甚至很有用。但它的名字不叫“发现”。
INAH 的回复其实很克制。人家说的是：馆藏档案中在报告所述位置没有已登记的考古遗址。这是一句事实陈述，不是确认。他拿到这个回复，写的是“该遗址此前未被标注在地图上”，紧接着又补一句“这尚非官方认定”。这句话他写了——但他对外讲的故事标题里，那个词已经是“发现”了。
“发现”和“候选点”之间，差的是地层里的一段明确证据，差的是专业判断那套我们从外面根本看不见的工序。把这两个压成一个词，是最方便、也最不诚实的部分。
然后我突然想通了那句“没有使用专门的模型或分类器”。他把它当优点讲——你看，没有魔法，只是让模型“看”。可这个优点恰好说明了他没有做那件最重要的事。他没有训练、也没有构造任何东西去回答“这是不是一个遗址”；他构造的是一套筛子，去回答“这够不够像一个遗址”。这两个问题差得很远。
我们写代码的人，这几年在 AI 辅助里最常掉的坑，和这个一模一样。Agent 扫一遍代码，标出“高风险变更”“疑似 bug”。你在 PR 里看到三处标红，它都解释得像模像样，于是你就信了。但你没跑测试、没看真实数据、没想过其中两个会不会只是“长得像问题”的正常代码。筛查和判断之间的缝，在玛雅丛林里有多宽，在你的代码库里就有多宽。
所以这件事，我打心底觉得值得鼓掌。但鼓的不是“外行用 AI 发现了玛雅遗址”。鼓的是他把“筛查”这一步，用公开数据和一堆积木式代理，铺到了任何人都能做的密度。剩下那步——判断、验证、开挖、归因——还空在那儿。
而恰恰是那步，才是考古学里最沉、也最不能外包的部分。