我如何用 AI 调查数百万条历史记录，并发现了被遗忘的陨石报告、三头失踪的犀牛和未记录在案的火山喷发。

上周，也就是 2026 年 10 月 1 日，历史学家 Benjamin Breen 发表了一篇帖子，题为用 Opus 5.5 发现一份关于渡渡鸟的新目击者记录。 他用 AI 搜索荷兰东印度公司的数字化记录。这家公司主导了香料贸易，从 1602 年起在亚洲经营着一连串港口，直到因债务缠身而崩溃，并于 1799 年解散。

一个名为 GLOBALISE 的项目已将该公司数百万页手写页面转化为可搜索的文本。用 AI 搜索这些转录文本时，Breen 发现了一本 1615 年的船只日志，其中记载毛里求斯岛上的水手“捕获了许多陆龟、渡渡鸟”。这是一份关于已灭绝渡渡鸟的新目击者记录，就这样在众目睽睽之下沉睡了四百年。

我读了这篇文章，立刻想到：我也能做到。

不是因为我是一名历史学家，而是因为我是一名软件工程师，恰好非常擅长驾驭 AI 智能体并构建智能体工作流。Breen 的帖子是灵感来源，而我想扩展这一方法：我可以并行搜索许多不同的历史谜团，还可以串联几个不同的 AI 模型来筛选结果，并自动化一些繁琐、耗时的手动步骤。

但吸引力不止于技术挑战。我认为，为人类已知的知识添砖加瓦是件值得尊敬的事。哪怕只是为几个小众领域增加一个新数据点，也感觉是一份微小但有价值的贡献。我觉得如果我能做到这一点，那会非常酷。

我启动了自己小巧但性能不俗的家庭 AI 实验室，开始干活。

目录

  1. 计划
  2. 陨石
  3. 犀牛
  4. 被遗忘的喷发
  5. 哪些没成功
  6. 报纸奇闻
  7. 目前进展
  8. 资料来源

计划

我一开始问了一个 AI "Deep Research" 助手一个问题：哪些开放的历史问题最有可能用网上已有的数据解决？它给出了十三个候选，按数据的完整性和可获取性、AI 能提供多大帮助、是否已经有人做过，以及最重要的一点——答案能否对照原始页面进行核验——来排序。最后这一点比听起来更重要。AI 模型可能会自信地出错，所以每一条论断都必须落到一份真实的文件上：那封真实手写信件的扫描件，或那份真实印刷报纸的扫描件，并附上任何人都能查证、亲自阅读的档案编号。这份清单包括荷兰东印度公司档案中的动物、1808 年一次至今无人定位的巨大火山喷发、旧荷兰报纸中被人感知到的地震、未被记录在案的陨石坠落，以及完全消失的船只。

然后我与 Claude Code——Anthropic 的 AI 工具——合作，我们一起发明了这套研究流水线。

首先是阅读材料：荷兰东印度公司档案的 GLOBALISE 转录文本（435 万页，从 17 世纪到 18 世纪 90 年代）、荷兰国家图书馆的数字化报纸、两个世纪的美国报纸，另外还加了几本船舶日志。

如果我自己坐下来只读荷兰东印度公司那些页面，按每页两分钟、每天八小时、每周五天计算，大约要花 70 年。而这还没算上报纸。我自制的 AI 实验室在一个十二小时的夜间运行中就读完了整批档案。

旧文件的麻烦在于，没有人会把同一个词拼写两次都一样。手写体和旧印刷品经过文字识别后满是错误，而 17 世纪的荷兰语把 "rhinoceros" 拼成大约十五种不同的写法。单纯的关键词搜索会漏掉我要找的大部分内容。那次夜间运行，是我的显卡把每一段文本变成其含义的数学指纹，仅荷兰东印度公司档案就有 570 万段。这让我可以搜索一段文字讲的是什么，而不只是它碰巧用了哪些词。

即便如此，单次搜索也可能返回数万条命中结果，多到一个人、甚至一个大型 AI 模型都无法以可承受的成本读完。于是，第一遍阅读交给了一个小巧、快速的“系统一”决策模型 Jev，它只回答范围很窄的问题：这是真实存在的动物吗？是野生的吗？在哪里？它的成本是每百万词几美分。让它读完 59,000 条关于大象的提及，花了我大约 3 美元。

这是这个项目里我最引以为傲的部分，而且这是我的主意，不是 AI 的。当我提出用 Jev 作为过滤机制时，Claude Code 的 Fable 模型还不知道什么是“系统一”式决策模型；我得先解释这个想法，然后才能围绕它搭建流水线。在这类研究中，瓶颈大多在于一个人逐条阅读候选段落，判断哪些值得细看。把一个廉价、快速的裁判放到这个位置上，就自动化了初步筛选，让我得以专注于最有希望的候选对象和调查方向。我仔细查看的那些页面，已经经过了两轮机器阅读。

只有 Jev 标记出的段落才会进入下一步。更大的模型 Claude Haiku 会仔细阅读那几十条，翻译它们，并提取出日期和地点。然后 Claude Code 智能体打开每一页原始手写扫描件，将转录内容与原件核对。在宣布任何新发现之前，我都会对照专家们自己使用的目录进行核实。

关于这个项目中如何使用 AI，简单说明一下：我在整个过程中始终积极参与，并在整个项目进程中引导 AI。我把调查引向新的问题和资料来源，决定哪些线索值得追下去，也判断出自己何时是在抓救命稻草、需要放手。这些系统能以我无法企及的规模进行搜索和阅读，但决定下一步往哪走、或者何时停下，仍然要靠我的判断。这是 AI 辅助的研究，不是完全自主的调查。

还有一条规则，而且它最重要。在你相信一次什么都没找到的搜索之前，你必须证明它能找到某个你已知就在那里的东西。所以在我去寻找任何新东西之前，这条流水线必须先找到 Breen 的渡渡鸟、1783 年的 Laki 火山喷发、1815 年的 Tambora，以及其他十几个已知事件。

这就像把你自己的一块手表埋在前院里来测试金属探测器。你知道它就在那里。如果探测器找不到它，你就知道在去别处搜寻真正的宝藏之前，得先解决探测器的问题。这些已知的历史事件就是我埋下的手表：一种在把找不到东西的失败当真之前，先检验这条流水线能否找到东西的方法。

对照组通过了，于是我开始了真正的搜索。此后不久，我自建的 AI 研究流水线开始浮现出一些页面，这些页面可能自最初写下它们的书记员归档之后，就再没有人读过，是一些人类的眼睛可能数百年都未曾读过的故事。

被历史遗忘的陨石

这个项目的第一个真正发现来自一个我未曾预料的地方：一份 1812 年在巴达维亚（今雅加达）印刷的报纸。巴达维亚位于爪哇岛上，爪哇是如今印度尼西亚境内的大岛，近两个世纪以来一直是荷兰在亚洲的权力中心，而这份报纸是在英国而非荷兰统治该岛的那几年（1811—1816 年）于当地印刷的。

1812 年 12 月 19 日，英文的《爪哇政府公报》转载了一封来自《孟买公报》8 月 26 日的信。一名随英军驻扎在如今马哈拉施特拉邦潘达尔普尔附近的军官写信回家说：

“M 上尉拥有一件极为奇特的物件，即三天前（8 月 6 日）从 Cokurrgaum 村附近的一朵雷云中坠落的一块石头。我想它至少重四磅，相对于其体积而言非常重，因为其中浸染了大量铁，表面还覆着一层薄薄的黑壳，仿佛有火药在它周围爆炸过。”

人们听到雷声“像火枪射击般沙沙作响，持续了大约半分钟”。那块石头在开阔地上埋进了一英尺深。 而它被找回时“颇费了一番周折，因为帕特尔（Pattell，即村长）认为这块石头乃天造之物， 决意要按时向它祈祷。”

Newspaper excerpt headed Bombay Gazette, August 26, 1812, describing Captain M’s stone fallen from a thundercloud, its iron content, and its thin black crust.
M 上尉的陨石记述，转载自《孟买公报》1812 年 8 月 26 日，见《爪哇政府公报》，1812 年 12 月 19 日，第 3 页。第二栏的细节。在 Delpher 上查看完整报纸扫描件

轰然巨响，一块沉重的富铁石头，一层薄薄的黑色外壳，田野里的一个坑：这是教科书式的陨石坠落。而它不在任何 目录中。我查了六份目录，从 Chladni 1819 年的开创性名录，到大英博物馆的各版目录，再到 1933 年的《印度陨石名录》，直至今日的《陨石公报》。我用 AI 检索了 1812 至 1817 年间上百种数字化期刊，寻找后续报道，却一无所获。这块石头也不在自然历史博物馆的藏品中。

一旦得到确认，我发现的这次陨石坠落将是马哈拉施特拉邦有记录以来最早的陨石坠落，比目前最早的记录还要早 26 年。

我喜欢这条链条有多么脆弱。一块石头落在德干。一名军官写了一封信。一家孟买报纸刊登了它。一艘船把报纸带到爪哇——那里恰好有五年时间是英国属地——而那里的一位编辑需要填满一个栏目。几份副本最终进了荷兰的一家图书馆，该馆将它们数字化并免费发布。两个世纪后，我办公室里的一块 GPU 重新发现了它。去掉其中任何一个环节，这块陨石就会永远从历史中消失。

那些从未抵达国王面前的犀牛

1738 年，在巴达维亚（今雅加达）城外的某片森林里，为荷兰东印度公司干活的人捕获了一头活的爪哇犀牛。它本是一份礼物。每年公司都会派使团带着礼物前往康提国王——斯里兰卡高地王国的统治者——那里，正是他的善意让肉桂贸易得以持续。这位国王喜爱体型庞大、令人印象深刻的动物。因此，巴达维亚那年写给荷兰的信中，在送给国王的珍奇物品清单里列有“又一头在此地森林中捕获的犀牛，同样已送过去。”

这头犀牛横渡印度洋抵达了科伦坡。它始终没能上山到达康提。在公司的账目中，标题为De Paardenstal，即“马厩”之下，有一笔在 1740 年核销的条目：

“短少 1 头犀牛，于 1738 年死于马厩。”

1739 年 3 月，科伦坡的总督写信给巴达维亚，语气略带心虚，说那头犀牛“死得非常突然”。作为弥补，他在送给国王的礼物中添了一匹上等的波斯坐骑，“以迎合国王屡屡表现出的、对如此高大健壮之马的强烈渴望。”

巴达维亚又试了一次。1740 年 7 月 5 日，船Loverendaal载着两头犀牛——一雄一雌——从巴达维亚驶往锡兰。出航三天后，军官、水手长和炮手聚集在船上的记账员面前，宣誓作出一份陈述：尽管为让这两头犀牛存活付出了“一切辛劳与勤勉”，那头雄性仍于当天早上“约八点钟”死去。十天后，他们又宣誓作出第二份陈述。两头中剩下的那头，即雌性，‘t wijfje，也已死去。

船员们的陈述在科伦坡的法庭上被宣读给他们听，他们“坚持原话，丝毫不愿更改”。随后，总督不得不告知康提。他于 1740 年 9 月 16 日给驻国王宫廷使节的指示几乎令人动容。他为国王找到了几头荷兰猪，“一头公猪和两头母猪，都还是幼兽，肯定会长得相当大，尤其是那头小公猪。”如果弄得到狗，他本会乐意满足国王对狗的请求。使节们还应告知宫廷官员，“以便他们被问起时能作答”，即从巴达维亚运来的两头犀牛在Loverendaal号船上均已死于航程中，“我们对此尤为遗憾。”

看来，国王一直在期盼着它们。

三年后，印度南部拉姆纳德宫廷的荷兰使节被要求安排“像为康提国王所做的那样，送来一头幼犀牛”，他们觉得这语气无礼。这份从未送达的礼物，成了其他统治者想要的东西。

如今，爪哇犀仅存于Ujung Kulon National Park，位于爪哇岛最西端。这使得这些信件不仅仅是一个关于失败礼物的故事。爪哇犀圈养的历史记录异常稀少，总共只有几十头，而这些文件为其增添了 3 头，附有日期、一艘具名的船、宣誓证词，以及一头犀牛抵达科伦坡的记述。在我查阅的目录中，我没有找到这些运往斯里兰卡的记录。这 3 头是否都是专业文献中的新记录，是接下来要确定的事。

故事背后还有那片土地。短短两年间，公司就从其首府周边的森林中获得了 3 头活犀牛，远在该物种残存避难所之外。1772 年，骑马穿过万丹高地的官员们发现了“犀牛踩出的路径，这里的犀牛数量众多。我一只也没看到，但闻到了它们的气味，从马身上也能完全察觉：每当马闻到那股气味，就会惊退、跳跃、腾跃撒欢。”如今读来，这像是瞥见了不久后就将消失的栖息地。

A handwritten page from Batavia’s 1739 correspondence, with a reference to a rhinoceros in the lower half of the page.
Batavia 1739 年的通信，包括为 Kandy 国王送去的犀牛。Nationaal Archief，档案 1.04.02，清单 2422，扫描件 207。查看原始扫描件

被遗忘的喷发

荷兰东印度公司的官员们是执着的书信写作者，而他们就住在全球一些最活跃的火山旁边。于是我向档案馆提出了一个简单的问题：公司员工目睹过哪些喷发，而世界标准火山名录——史密森尼学会的全球火山活动计划——却没有收录？

我的 AI 系统在语料库中找到了 769 份喷发报告。AI 对是哪座火山的猜测常常出错（它把爪哇的一次火山灰降落归咎于 1500 公里外的一座火山），所以每个候选都必须依据信件自身的地理信息来定位，然后再与已知的喷发名录交叉比对。有三条留存了下来：

  • Gamkonora，Halmahera，1722 年 2 月 3 日。Ternate 总督报告说，海峡对岸的山脉上方有“云后的大火，夹杂着闪电，伴随着巨大的轰鸣”。第二天早晨，Ternate 的街道、屋顶和树木都被火山灰覆盖，“如同盖上了一块白布”，“空气变得昏暗，以至于一整天都看不见太阳。”那座山位于“Gammaknorra 和 Sahu 之间”：Gamkonora，其有记录的唯一喷发是 1564 年和 1673 年。一位中士兼制图员 Jacob Engels 乘船过去查看，发现整片山坡上的树木，“数十万棵，全都死于灼热的火山灰。”
  • Ciremai，西爪哇，1712 年初。数周的火山灰和烟雾，“没有可见的火焰”，“整个东南部地区覆盖着一层薄薄的淡蓝色火山灰”，庄稼被毁，牛群拒绝吃覆盖着火山灰的草。当地王公们说以前也发生过同样的事。
  • Slamet，中爪哇，1780 年 2 月。“Tegal 那座昔日燃烧的山”，燃烧得“如此猛烈，此地无人记得有过。”

作为合理性检查，同样的搜索找到了 1711 年 Sangihe 群岛 Awu 的喷发，那次喷发造成 138 人死亡。史密森尼学会收录了它，精确到日期。荷兰东印度公司的版本则来自村里校长的一封信。

A handwritten Dutch letter dated 7 July 1722 from Ternate, preserved in a bound archive volume.
1722 年 7 月 7 日的特尔纳特信件，引自 Gamkonora 火山喷发的记载。荷兰国家档案馆，档案 1.04.02，编号 8090，扫描件 72。查看原始扫描件

一旦得到确认，这将代表三次新的火山喷发被加入历史记录——当时有人目击并记录下来，却在三个世纪里一直缺席于史密森尼的名单。

没有奏效的部分

说到火山，我尝试用 AI 解决的第一个谜团，1808/09 年那场巨大的“未知”喷发，以失败告终。冰芯记录表明它是过去 500 年间最大的喷发之一，却没人知道它发生在哪里。我检索了美国报纸、荷兰报纸、船舶日志、南美洲的殖民报刊、巴达维亚的第一份报纸（全部 633 篇文章，全文阅读）以及印度的新闻摘要。一无所获。同一套流程在我测试过的其他每一次喷发上都成功找到了记录，所以我相当确信这些报道就是不存在：那些地方似乎没有人在 1809 年写过关于奇异天空的文字。我剩下的最佳线索是 1,235 本东印度公司日志中从未被转录的手写批注。那是改日再做的项目了。

报纸上的一些奇闻

在主要检索进行的同时，我也让它检索天空中出现的奇异现象。460 份报道中的大多数都有寻常的解释，比如流星、幻日和彗星。有几则太精彩了，不忍略过。（我没有拿这些去核对原始页面，所以请把它们当作故事，而非发现。）

  • 1781 年 9 月 23 日，荷兰海岸外的“空中骑士”。一位名叫 Booy Lourens 的船长报告说，在弗里斯兰群岛外约 6 英里处看到一名 Luchtruiter，即天空中的骑士。同一天晚上，有人在外海目击到一支英国舰队，一场地震震动了 Harderwijk 镇，北极光也炽烈闪耀。我最好的猜测是战时紧张的船员看到的极光。
  • 1806 年，北卡罗来纳州 Chimney Rock 的幽灵人群。目击者描述道：“闪烁的白色人形……从成人到婴儿各种大小，成群结队地绕着一块大石头移动。”这个故事在全国各地被转载，并作为当地民间传说流传至今。
  • 1812 年 1 月 25 日，一块石头落在了一艘船的甲板上。一名船上的军官报告说，有石头落在他的船周围，其中一块落在了甲板上：“超过六盎司，铁色。”我查过的陨石目录里没有它。
  • 1816 年，波恩附近一块一百磅重的“陨石”。一家荷兰报纸报道说，有石头从云中落在一座花园里，其中一块重 100 磅。没有这样的坠落记录，所以它要么是一块遗失的陨石，要么是一个荒诞的故事。
  • 1802–03 年冬天，瑞典，月亮周围出现黑色和血红色的光环。一次壮观的晕象展示，被极为详细地描述。
  • 1812 年，大马士革上空连续三天三夜出现一道光柱，被报道为来自天堂的征兆。
  • 1805 年，安大略湖海蛇，“盘绕成螺旋状，直径约十八英尺。”一个典型的报纸怪物。

目前进展

主要发现仍属候选：已对照原始页面和我能访问的目录进行核查，但尚未由维护这些目录的专家审阅。那些报纸奇闻则是单独的、未经核查的线索。我已联系陨石策展人、Kees Rookmaaker 和火山学家，正在等待他们的回复。这些检索给了我充分的理由去追查这些线索。专家们可以帮助确定它们是否增添了新内容。如果他们告诉我某些内容已为人所知，我会更新这篇文章，但我确信这些都是全新的重新发现。

公共档案中蕴藏的未开发知识数量之庞大，令人震惊。仅仅几天时间，一块 GPU 和一套量身定制的 AI 流程就发掘出了一块被遗忘的陨石、三头失踪的犀牛，以及若干未被记录的火山喷发。为了让这类研究更易获取，我将自己为这项调查创建的工作流程作为一个小型工具包开源，Antiquity，使任何有疑问并拥有编码智能体的人都能开展类似的历史档案调查。

Breen 和我检索了同一份档案。他去找渡渡鸟，找到了一只渡渡鸟。我去找陨石和遗失的火山喷发，也找到了它们。那些页面一直就在那里，任何人都可以阅读。档案不会自己交出任何东西；它只回答有人想到要问的问题。

如果你喜欢这篇文章，欢迎在 LinkedIn 上加我或在 X 上关注我。

来源

本文中的引文来自以下原始文件。每个链接都会打开实际页面的扫描件。荷兰东印度公司的文件由荷兰国家档案馆保存（档案号 1.04.02）；所检索的转录文本由GLOBALISE项目制作。报纸来自Delpher，即荷兰国家图书馆的档案库。

陨石

  • 《Java Government Gazette》，1812 年 12 月 19 日，第 3 页，转载自Bombay Gazette，1812 年 8 月 26 日：Delpher

犀牛

火山喷发

犀牛模型