實戰

AI Agent 找到未繪製瑪雅遺址:真正的關鍵在於閉環

Pietro Miotti 的 Agent 團隊參與發現一處先前未被繪製的瑪雅遺址。這項案例顯示,Agent 的價值不只在於搜尋與整理資訊,更在於能否將線索轉化為可驗證、可追溯的實地調查流程。

字級

Pietro Miotti 表示,他的 AI Agent 團隊發現了一處先前未被繪製的瑪雅遺址。真正值得拆解的,是它如何將線索轉化為可驗證的實地行動。

原始報導:pietromiotti.com/latest/maya-site

Agent 找到遺址,不等於 Agent 獨立完成考古

先還原專案流程。

Miotti 的團隊先蒐集線索,再據此規劃實地考察路線。到達現場後,團隊採集資料,最後再對現場材料進行進一步分析。

這條流程包含四類輸入與產出:

  • 公開資料:歷史文獻、既有考古紀錄、衛星影像或地圖資訊。
  • 搜尋結果:Agent 從多個來源擷取地點、地貌與待驗證假設。
  • 現場行動:研究人員前往候選區域,記錄實際觀察到的內容。
  • 分析結果:現場照片、量測資料與筆記被重新納入調查流程。

人類的介入並非只發生在最後修飾答案的階段。

考古專案至少必須處理許可、安全、導航、樣本採集、文物保護與專業判斷。Agent 可以縮小搜尋範圍、整理地圖、交叉核對資料,但「某個地形特徵是否代表人工建築」「發現物是否需要通報」「隊伍能否進入該區域」,不能只憑模型置信度決定。

因此,更準確的說法是:Miotti 的 Agent 團隊參與了一套混合式調查流程。Agent 提供搜尋、規劃與分析能力;人類研究者則提供領域知識、行動授權,以及對證據的最終解釋。

這個區別十分關鍵。

即使聊天機器人列出十個「可能存在遺址」的地點,也不代表調查已經完成。它沒有將候選地點轉化為可執行的路線,也沒有透過現場觀察推翻或支持原有假設。

從網頁檢索到現實世界的完整閉環

一般聊天機器人的閉環通常是:

使用者提問 → 模型生成回答 → 使用者判斷是否滿意

這個案例的閉環則更接近:

蒐集線索
  ↓
形成候選地點與待驗證假設
  ↓
規劃實地路線
  ↓
現場考察並採集資料
  ↓
分析現場資料
  ↓
回到地圖與原始紀錄進行交叉驗證

難點不只是「會不會呼叫工具」。

第一,各種工具並不相同。地圖檢索會回傳座標,衛星影像會回傳像素,現場紀錄會回傳觀察結果,量測工具則會回傳數值。每種產出都有自己的雜訊與誤差。Agent 若只是將結果拼接成一段文字,很容易把「看起來像」寫成「已經確認」。

第二,任務狀態必須跨步驟保留。找到一條線索後,後續規劃仍須知道線索來自何處、受到哪些限制,以及哪些部分尚未查核。即使失敗,也不能靜默略過。

第三,現實世界可能回傳預期之外的結果。道路受阻、座標偏差、植被遮蔽與天氣變化,都可能讓原本合理的計畫失效。Agent 需要的並非一次性的完美推理,而是依據回饋修正下一步。

這也是多 Agent 協作投入考古調查後,最值得觀察之處。角色可以拆得很細:檢索 Agent、地圖 Agent、影像分析 Agent、規劃 Agent、證據整理 Agent。它們分別產出候選地點、座標、路線、觀測紀錄與引用關係。

但角色多,並不代表能力更強。

如果沒有統一的任務狀態與證據格式,多 Agent 很容易變成「多份摘要互相引用」。每個 Agent 都完成了自己的提示詞,最後卻沒有人能回答:這項結論的原始證據是什麼?

908 分背後,留言者在質疑什麼

該專案登上 Hacker News 首頁,獲得 908 分與 334 則留言。

討論入口:news.ycombinator.com/item?id=50452455

高分表示這個案例相當吸睛。留言中的質疑也沒有迴避「AI 究竟做了多少」這個問題。

1. 證據鏈是否完整

人們會追問:候選地點從何而來?模型依賴哪些地圖與影像?現場資料如何進入分析流程?相關截圖、座標、紀錄或調查文件能否公開?

這正是案例最關鍵的部分。

「發現未被繪製的遺址」是一項結果陳述。結果可以很短,證據鏈卻應該很長。每一步最好保留來源、時間、原始檔案、處理過程與人工確認節點。否則,外部讀者無法判斷 Agent 是主導了調查,還是只整理了人類已完成的調查。

2. 任務邊界在哪裡

考古並不是一般的 Web 任務。

網站可以重試,API 可以限流;一條被錯誤標記的線索卻不會自動復原。現場移動、蒐證與文物保護涉及現實風險。Agent 的自主範圍必須受到權限與審批約束。

因此,「端到端 Agent」不等於「所有決定都交給 Agent」。更合理的工程目標,是讓 Agent 負責證據檢索、重複性分析與路線草案,同時將不可逆行動交由人執行。

3. 自主程度如何定義

如果系統列出候選地點,由人類開車抵達並確認遺址,這應算多少 Agentic?

目前最容易混淆的是三個概念:自動化程度、Agent 自主程度,以及成果歸屬。系統自動執行的步驟越多,不代表它在判斷上擁有更多自主權;反過來說,人類協助開車、導航或輸入關鍵觀察,也不代表 Agent 沒有貢獻。

若要繼續討論,應將流程拆成可統計的步驟:系統提出多少候選、排除多少項目、人類否決多少方案、現場新增多少證據,以及最終定位有多少來自機器判斷。

4. 誰應獲得成果歸屬

成果歸屬也不只是「多 Agent 對上人類」的問題。

考古紀錄通常包含多位貢獻者:提出線索的人、提供歷史資料的人、進行現場考察的人、完成影像分類的人,以及維護資料管線的人。Agent 的貢獻應落实到具體產出,而不是籠統寫成「AI 發現了」。

這種寫法雖然麻煩一點,卻更適合稽核。

多 Agent 協作的實際工程成本

多 Agent 的吸引力很直接:將大問題拆小,讓每個角色只處理一小段工作。

在實際工程中,拆分本身就是成本。

任務拆分

拆得太粗,一個 Agent 就得同時處理地圖、歷史資料、影像與路線,錯誤也難以定位。拆得太細,則會產生大量交接工作。

比較實用的拆法不是依照人格命名,而是依照可驗證的產出拆分:

  • 地點檢索:產出附帶來源的候選地點。
  • 影像檢查:產出觀察區域與不確定性。
  • 路線規劃:產出可執行的行程與備援方案。
  • 現場紀錄:保存原始檔案、時間與位置。
  • 證據整理:建立「主張—證據—來源」關係。

每個角色都應有明確的完成條件。

通訊

Agent 之間的通訊最好傳遞結構化物件,而不是一大段自然語言。

例如:

{
  "candidate_id": "site-017",
  "coordinates": {
    "latitude": null,
    "longitude": null
  },
  "claim": "人工結構跡象待現場確認",
  "evidence": [],
  "confidence": "low",
  "requires_human_review": true
}

這類訊息可以追蹤來源,也能由後續步驟驗證。自然語言摘要適合人閱讀,卻不適合用來承載任務狀態。

失敗重試

搜尋失敗、地圖限流、影像模糊與現場無法抵達,都需要不同的處理方式。

不能一律寫成「try again」。檢索可以更換關鍵字或來源;路線規劃可以計算替代地點;視覺判斷應降級為待人工檢查;涉及進入現場的動作則必須中止並通報。

這也是多 Agent 系統常見的隱憂:它會自動尋找一條看起來合理的復原路徑,而不是承認某一步沒有可靠的替代方案。

證據留存

證據留存至少包括:

  • 輸入來源與存取時間。
  • 原始地圖、影像、照片與量測資料。
  • Agent 的中間產出。
  • 工具呼叫紀錄。
  • 人工修改與審批紀錄。
  • 最終主張所對應的證據鏈。

Agent 能執行的現實任務越多,稽核成本就越高。

否則,系統只會留下最終結論,外界既無法復盤,也無法區分模型判斷、檢索錯誤與人工經驗。

只有在工具介面清晰、評估標準明確時,多 Agent 才可能帶來增益。否則,它只是把一次複雜推理拆成多輪彼此猜測。

編輯觀察

這個案例真正重要的,不是「AI 找到寶藏」。考古發現本身需要專業資格、長期田野工作與保護責任,不能因為 Agent 參與了搜尋與整理,就把敘事改寫成機器獨立發現。

我的判斷是,Agent 的價值正逐漸從內容生成轉向流程執行。網頁檢索已不算稀缺能力。唯有將地圖、影像、研究紀錄與現場觀察串接成可檢查的閉環,才會帶來新的工程問題:權限如何設定、證據如何留存、失敗時如何停止,以及人類應如何介入。對企業調查、維運巡檢與供應鏈核驗而言,這比多寫幾頁報告更困難,也更接近實際生產環境。

這次與過去的示範不同:終點不是一段流暢的回答,而是一處先前未被繪製的遺址。不過,公開資料仍不足以確認完整的重現方式。多 Agent 如何分工、使用哪些模型,以及哪些步驟由人完成,目前都缺乏足夠細節。這個案例值得關注,但結論仍須保留條件。

來源: https://pietromiotti.com/latest/maya-site