旅行途中，研究者与 Gemini、ChatGPT、Claude 和 Grok 等 Agent 讨论古代探险故事。它们一致推荐使用激光雷达，因为卫星图像无法穿透丛林，而激光脉冲能绘制地面真实地形。

完整发现 timeline

  1. Agent 搜索并定位公开的 NASA 激光雷达数据集；
  2. 夜间完成数据分析，标记出潜在人工结构；
  3. 研究者据此联系墨西哥国家人类学与历史研究所，迅速收到官方回复。

整个过程从随机想法到政府反馈仅用不到三天，创下个人科研效率新高。后续更新显示，该遗址已在 2025 年 Estrada-Belli 等人的论文中被绘制，只是还未纳入 INAH 正式注册系统，因此 Agent 实际是再次发现而非首次。

激光雷达技术早已用于考古，但让 Agent 自主完成文献交叉验证、数据处理和报告生成，仍是当前前沿实践。这启发中文开发者构建专业领域 Agent 时，应加强文献检索模块和多源数据融合能力，避免遗漏已有记录。

对 AI 从业者来说，此事件证明了 Agent 在处理海量公开科学数据时的速度优势，未来可扩展至环境监测、城市规划等领域，降低人力门槛并加速新知产出。