RESEARCH NOTE / 旧问题的新入口
我没有找到亚特兰蒂斯,但找回了一批还没做完的问题
从寻找惊人的发现,到完成一个可以复查的小结果。
我问 AI:如果每个领域都有一批不是不重要、而是翻起来太费劲的问题,现在能不能重新做一次?听说有人拿 AI 去考古,甚至寻找亚特兰蒂斯。我也想在某个领域做出一个结果,而不只是收集别人的成果。
这轮检索给我的第一个结果,却是给“发现”减了一个字:再发现。
01 / 一座被 AI 找到,却不是第一次被找到的城市
一篇“48 个 AI agents、72 小时找到玛雅遗址”的文章很像我想要的故事。但作者在 2026 年 11 月 11 日的更正中写明:遗址已在 Estrada-Belli 等人的 2025 年论文中被绘制;agents 在文献搜索时漏掉了它。因此,标题改成了“再发现”。
这不等于模型没有能力识别遗址候选。它说明:从数据里认出一个东西,与确认人类从未认出它,是两份不同的工作。一个登记库里没有,也不等于所有论文里没有。
本轮核读了作者自己的更正,并追到了其引用的先前论文 DOI。论文直连抓取返回 403,因此没有宣称读完论文或独立核对坐标。这个结果不宏大,却是一个可以交付的纠错:不能继续把这则故事转述为“首次发现未知遗址”。它也不是我首创的揭错,原作者已经公开纠正。
02 / 真正让我兴奋的,不是传说,而是旧材料的新入口
“AI 找到亚特兰蒂斯”不是这轮检索能支持的结论。伍兹霍尔海洋研究所关于寻找亚特兰蒂斯的历史,也不能当作城市已经被发现的证据。下面几个有出处的案例,反而更具体:
- 考古:把大面积图像缩成值得去现场的候选。2024 年 PNAS 研究结合 AI 辅助与实地调查,报告 303 个新纳斯卡象形地画。关键不是“看起来像”,而是候选之后的现场确认。原论文。
- 古籍:让不能展开的文字变得可读。维苏威挑战将 CT、计算方法和纸草学专家的解读接起来,读取炭化卷轴中的文字。它不是仅凭聊天模型猜内容,也不是整座古代图书馆已经读完。项目与获奖结果。
- 天文:在旧照片里寻找拍摄者没打算拍的对象。哈勃档案中的小行星轨迹,通过公民科学与机器学习被重新检索。新观察可以来自旧曝光,而不必先建一台新望远镜。NASA 项目报道。
- 气候:先把纸上的历史变成可以计算的数据。Rainfall Rescue 由志愿者转录历史降雨记录。这是众包工作的例子,不应因为今天在谈 AI,就改写成 AI 的功劳。雷丁大学 2022 年结果报道。
我的推断是:有些机会不是等待一个更聪明的答案,而是等待检索、转录、排错与核验的成本下降。但这些项目依靠的工具和专家不同,不能打包归功于一个通用模型。
03 / 我的旧问题,其实也没有消失
回到自己的材料,我并没有一座待发现的古城,却有一些一再问起、还没认真做完的问题。
在已经公开的《还没用完的好问题》里,我回收过四类线索:观察空间、检查摘要遗漏、改变故事顺序、删掉文字却保留意思。它们来自不同年份的旧记录,但现在写出来的练习是重新设计的,不是当年已经做成的实验。
《再问一次》把纠错模式变成 10 道合成题、5 类错误。这里最该保留的数字不是“10”,而是已运行模型实验数:0。题面是资产,成绩还没有产生。
《从猜中一次到经得起下一次》留下另一条转向:从“能不能预测”追问到“在哪类题上更好、怎么评分、比谁更好”。而知识传承那篇手记提醒我,十段 AI 改写可能只有一个共同源头,不能变成十票独立支持。
这也是我这次想修正的冲动:把“有意思”直接升级成“有成果”。真正值得保留下来的,不只是答案,还包括没有跑过的实验、已经失败的主张,以及为什么暂停。
04 / 下一步,把一个旧问题做小
我更愿意从自己的纠错题开始,而不是先宣布要改变考古学。下面是本次新设计的下一步,尚未执行,不是结果:
- 冻结一版公开合成题,逐题列出标准答案和错误边界。
- 比较直接回答与“第二模型先独立作答、再审稿”的流程,保留模型版本、完整输出、成本和时间。
- 先按同一标准评分,再看是谁回答;同时记录把正确答案改错的次数。
- 如果复核只增加篇幅、成本或互相附和,而没减少错误,就不称它更可靠。
十道题只能做流程试验,不能证明跨领域普遍有效。下一步若扩充题库,要把开发时见过的题与未见过的测试题分开。
05 / 找到一件事,也允许是发现自己不能这么说
我想要的故事,不是“鲜唯佳借 AI 找到了亚特兰蒂斯”。而是:我想找一批被工作量压住的旧问题,动手后的第一项产出,是把一条诱人的故事核查清楚。
这不是退而求其次。如果工具让我们更容易产生惊人的说法,它也应该让我们更容易撤回不成立的说法。
把一个问题、一份证据和一个失败条件放在一起,留给下一个人接着做。也许这才是旧问题变成新知识的起点。
补记 / 一个真正跑过的小例子
2026-11-15,我们用 SILSO 年度太阳黑子公开数据做了一次回顾性比较:2000–2024 年,用“11 年前数值”与“上一年数值”分别预测当年。前者在 16/25 年误差较小,却有更高的平均绝对误差:30.392 对 23.088,约高 31.6%。胜的年份更多,不等于整体误差更小。
这是一次基线比较,不是新太阳物理发现或实时预测实验;区间为回顾性选择,使用修订后的数据,未做显著性及跨区间稳健性检验,也不否定太阳活动周期。64% 是年份胜出比例,不是预测准确率。
复现说明、口径与数据许可 · Python 代码 · 逐年 CSV · 汇总 JSON