DeepMind 用 AI 技能「Predicting the Past」还原古罗马与古希腊历史

Google DeepMind 近日在其官方 X 账号上发布了一条演示推文，展示了内部工具 Antigravity 中一项名为「Predicting the Past」（预测过去）的 AI 技能在历史与考古研究中的应用场景。该推文以一组长文形式呈现了三个具体案例，展示了 AI 智能体在处理跨时空人物网络与历史事件推理方面的潜力。

三大应用案例

根据 DeepMind 在推文中披露的信息，「Predicting the Past」技能被用于以下三项研究任务：

• 追踪古罗马窃贼：利用 AI 智能体梳理古代文献与铭文记录，还原一枚古罗马戒指失窃事件的来龙去脉与嫌疑人网络。
• 绘制古欧洲教派分布图：跨地域聚合相关史料，构建一个曾活跃于欧洲大陆的古代宗教派别的人际与地理网络。
• 重建希腊神谕来访者关系：分析德尔斐等古希腊神谕中心的来访记录，再现当时围绕神谕活动形成的社交网络结构。

关于 Antigravity 与技能机制

DeepMind 将 Antigravity 定位为一个具备多种「技能（Skill）」的智能体平台，「Predicting the Past」是其中面向历史学与考古学场景的专项能力。从推文描述来看，该技能的核心能力在于跨文献关联与人物网络重建，而非单纯的信息检索或文本生成。

信息有限，更多细节待披露

截至目前，DeepMind 仅在 X 平台以推文线程形式公布了上述案例的概述，未同步发布技术博客、论文或 API 文档。外界尚不清楚：

• 「Predicting the Past」背后使用的是通用大模型还是专门微调的模型；
• Antigravity 是否会向公众开放使用，以及开放范围与时间表；
• 三个案例的史料来源、推理准确率与人工校验流程等关键技术指标。

随着 DeepMind 后续发布更多技术资料，该工具在数字人文与历史 AI 领域的实际能力边界将更为清晰。短期内，这一展示更像是 DeepMind 对外展示 AI 智能体跨学科应用潜力的概念演示，而非可立即投入研究工作的大众化产品。