作者：刘 艺 杨清越

　　一片陶片，半截残骨，一段夯土墙基，在考古学家眼中，从来不是孤零零的东西。它们要放回房址、墓葬、灰坑、水系、道路和聚落格局中看，也要同测年数据、动植物遗存、同位素分析、显微痕迹和历史文献一起看。考古学最迷人的地方正在这里：一个判断的形成，不是某个人灵光一闪，而是许多证据相互追问、彼此校正之后，慢慢浮现出来。一个考古结论之所以可靠，是因为它能够经受住地层、器物、年代、空间和现场经验的共同检验。

　　如今的AI（人工智能）已不只是回答问题，而是开始把检索、计算、反思和证据核查连接成一个工作网络，围绕一个目标推进任务。不再只以一个“单体大脑”的形式工作，而是让多个智能体分工协作：有的查资料，有的提出假说，有的负责挑错，有的整合总结。它们像一个小型讨论会，不断提问、反驳、修正和汇合。

　　这样的AI进入考古学，最先改变的是我们“看见”的方式。过去做区域调查，考古学家要在地图、地貌、航片和地表材料之间反复比对。如今，一次调查可能面对数以万计的卫星影像、无人机照片和地理信息数据。智能体AI可以先从中标出可疑地貌，再结合河流、台地、道路、植被、现代建设和历史扰动，提示哪些地点值得实地复核。它不能替考古学家下铲，却可以帮助我们更合理地安排下一步观察。

　　更重要的是，这种帮助并不是一次性的“机器看图”。它真正改变的，是调查中的观察循环：模型提出疑点，考古学家回到现场；现场发现新情况，反过来修正模型；模型再调整判断，提示下一轮调查方向。AI在这里不是一只代替人的眼睛，而是一个会不断追问的伙伴。它的价值，正在于把观察、判断和复核连接起来，而不是替代其中任何一步。

　　另一个变化，可能发生在资料和证据链之中。考古学积累了大量发掘简报、地方文物普查资料、旧照片、图纸、标本登记和实验数据。许多资料分散在纸本文献、扫描图像和地方档案里，格式不统一，描述也不完全一致。智能体AI可以帮助识别遗址名、器物名、层位、年代、坐标和共伴关系，把零散线索整理成可查询、可比较的网络。但这件事最重要的不是“整理得快”，而是“追溯得回去”：每一条由AI提取的信息，都必须能回到原始页码、原始图像、原始记录和原始标本。

　　人类的知识从来都是共享的成果。没有哪件青铜器只是一个工匠的头脑产物，它背后有采矿、运输、制范、熔铸、纹饰设计、礼仪制度和社会组织。对于一座城市，道路、水系、作坊、市场、宗庙、墓地和一代代人的日常实践，都在其中留下了痕迹。文字、度量衡、档案、图纸，也都是人类把个体经验保存下来、传递下去、共同使用的方式。人的智能从来不是孤立生长的：它在工具中延展，在材料中留下痕迹，在制度中获得稳定，在一代代人的协作中不断累积。这种跨越个体、世代相传的能力，就是共享智能。

　　摄影、测绘、碳十四测年、古DNA（脱氧核糖核酸）分析、同位素分析、遥感、三维扫描等技术，都曾改变考古学。但每一次技术进入考古学，都要接受同一个原则：技术不能悬浮在材料之上，它必须回到遗址，回到地层，回到标本，回到可以复核的证据链。智能体AI也一样。它提出的判断，必须说明依据从哪里来；它发现的模式，必须接受现场的检验；它归纳的材料，必须能回到原始记录。这是一道门槛，也是一道底线。

　　AI真正进入考古学，不是考古学家被机器取代的开始，而是考古学家将拥有更多“会追问的助手”。它们会帮助我们看见更多线索，提出更多问题，也促使我们更认真地回到材料、地层和证据本身。考古学面对未来的底气，仍然来自那些被小心揭露出来的遗存，来自人类不断追问过去的能力。（刘 艺 杨清越）