AI 代理「发现玛雅遗址」被证伪：错在把猜测当结论

发生了什么

一位谷歌研究者在个人博客上记录了一次实验：让一组 AI 代理分工检索卫星影像、历史地图和考古文献，最后得出「墨西哥某地存在一处未被记录的玛雅遗址」的结论。帖子写得像一份田野报告，有分工、有推理链、有坐标，很快在技术社区传开。

随后考古学者介入复核。结论很直接：那片地貌是早已登记的农田遗迹，在当地档案里有记录；所谓「新发现」的坐标与论证都对不上。

推理链看起来对，为什么还是错

这类失败最难防，因为它不是「模型胡说八道」那种一眼能看出的错。代理确实检索了资料、确实做了比对、确实给出了看起来自洽的推理。问题出在三个环节：

第一，检索到的资料本身不完整。地方档案没有被数字化，代理看不到，于是把「我没查到」当成了「不存在」。

第二，代理被要求「找出一个发现」。目标一旦写成这样，它就会倾向于把模糊的地貌解释成遗址，而不是报告「没有足够证据」。

第三，没有任何一步要求它去找反证。验证性研究的标准动作是主动寻找能推翻假设的证据，而这次流程里没有这一环。

对做代理的人，这是一张检查表

把这次事故拆开，可以变成几条能直接用的规则：

• 结论分级：把输出分成「事实」「推断」「猜测」三档，只有前两档能对外发布，猜测必须显式标注。
• 强制反证：涉及「发现」「异常」「风险」的任务，要求代理先列出三条可能推翻结论的证据，再给结论。
• 人类签字点：代理可以准备材料，但对外发布前必须有一个能承担责任的人核对原始来源。
• 留痕：每个结论后面跟一条可点开的来源，而不是一段转述。

这几条和我们在工具调用里强调的边界是同一件事：模型能调用工具，不等于它能判断工具返回的东西是否可信。

这次流程里缺的那一步

把实验还原一遍，会发现它少了一个很普通的动作：查已有的地方档案。

考古发现有一套成熟的核实流程——先查地方政府和学术机构的登记记录，再比对卫星影像，最后才谈实地考察。AI 代理做的是中间一步，跳过了第一步和第三步，却用了「发现」这个词。

这不是模型能力的问题。换成一个刚入行的研究生，只查卫星图不查档案，也会得出同样的错误结论。区别在于，人会知道自己跳过了什么，代理不会主动报告「我缺了哪部分资料」，除非你在提示里要求它报告。

所以真正可复用的经验是：让代理在给结论之前，先列一份「我查了什么、没查到什么、还差什么」。这份清单比结论本身更有价值，因为它把不确定性暴露出来了。

更大的问题：我们太想相信它

这次事件传播得这么快，不只是因为标题好听，还因为读者愿意相信。一个「AI 独立发现考古遗址」的故事，同时满足了技术乐观和探索叙事。

对内容站来说，这里有一条自律：报道 AI 能力时，先问「这个结论是谁核实的」。没有核实链路的能力展示，只能算演示，不能算事实。