GPT-6.1等模型驱动48个智能体，72小时在墨西哥丛林锁定疑似玛雅遗址

一名工程师把GPT-6.1、Gemini、Claude和Grok等模型接在一起，让48个智能体同时开工，72小时里跑完NASA公开的LiDAR数据，扫过墨西哥丛林约1200平方公里，找到一处疑似未登记的遗址。据其描述，那里有广场、8-12米椭圆金字塔、一处疑似水库，还有三处居住台地。墨西哥国家人类学历史研究院后来书面回复，确认该坐标没有已知登记记录。

事实还原

事情的起点是这名工程师在秘鲁旅行。途中他与多个模型聊起历史探索的案例，之后把注意力转到玛雅区域的公开LiDAR数据上。约1200平方公里的LiDAR条带被智能体转成图像，48个智能体分头逐张审阅，从中辨认金字塔、平台、广场这类几何形态，同时把自然丘陵、落水洞和道路剔出去。全程没有用任何专用的考古分类模型，只是让通用模型照着写好的精确指南做视觉分析。

智能体还去比对文献和档案，标出一处主要村落没有登记记录。该地点处在悬崖边缘，边缘是直线，转角尖锐，里面有平整广场、8-12米椭圆金字塔、相连的高台庭院，还有平底洼地。工程师随后联系墨西哥国家人类学历史研究院，递交了带坐标的报告，研究院回复确认无登记遗址。

机制拆解

关键在于多个智能体并行分工。有的负责图像转换和初步筛选，有的去做文献交叉验证和三维点云复核，确认地面形态不是植被造成的伪影。从拿到数据到生成报告，整个流程在72小时内走完。这期间智能体还给出报告撰写指导、翻译建议和联系方式。

这套做法靠的是公开LiDAR数据和现有通用模型的视觉理解能力，不需要额外训练，也不需要领域专用工具。智能体在反复对话中把任务一步步细化，从最初识别，到生成三维可视化，再到推测历史情境，串成一条完整的发现链条。

产业影响

这个案例说明，一群通用模型可以很快把公开遥感数据和文献资源凑到一起，专业领域发现的门槛因此降低。传统考古往往要靠长期田野调查和专用设备，而这种方式能在短时间内完成大范围初步筛查。资源怎么分配可能随之改变，研究者可以更早把精力放到实地验证上。

对科研机构来说，类似方法能推到其他使用公开遥感数据的领域，从数据到假设的转化会更快。不过最终确认仍要专业机构实地核查，智能体给出的只是候选位置。

战略判断

【分析】没有专用模型，通用智能体群体已经表现出处理大规模图像、做文献交叉验证的能力，科研工具可能因此从单一模型走向多智能体协作。未来比拼的或许是谁能把通用模型编排得更高效、覆盖特定科学流程，而不是谁先做出垂直领域的专用系统。手里有大量公开数据的机构可能占更大优势，习惯依赖专用工具的团队则要重新评估自己的工作流程。LiDAR技术此前已多次用于发现玛雅遗址，这次案例又把从获取数据到拿出初步报告的时间缩短了，但实地验证这一步还是替代不了。