📜 AI 翻故纸堆

这事是怎么做成的

软件工程师 Jesse Waites 用 Claude Code 搭了一条检索流水线，去啃数以百万计的历史文档——其中包括荷兰东印度公司（VOC）档案的转录文本。

结果：系统找出一条1812 年的报纸报道，内容是印度马哈拉施特拉邦的一次陨石坠落。关键是——这条记录不在他查阅的六本「标准陨石目录」里的任何一本中。

如果历史学家最终确认，这条记录将比已知最早的马哈拉施特拉陨石记载早 26 年。对陨石学来说，这意味着现有目录存在遗漏；对方法来说，这意味着AI 可以在「已经数字化、但没人读得完」的史料里做发现性工作。

Waites 的思路其实有出处：他受到历史学家 Benjamin Breen 的启发——后者此前用 AI 辅助，发现了一份 1615 年的渡渡鸟记载。两次都是同一个模式：材料早就在那里，缺的是把海量文本读完的耐心与人力。

同一批「AI 真的在干活」的消息

把这一周里另外几件落地的事排在一起，会发现它们有共同点——都不是聊天，都是替人完成一件具体的、有交付物的活：

Ambi 融资 2600 万美元。创始人 Peter Mo 是前 Plaud 高管，产品是 iPhone、Mac、Apple Watch 上的「常听」（ambient）AI 应用：充当会议助手，也可以选择在一天中持续聆听以积累上下文。它的目标不是事后总结，而是在对话进行中主动弹出相关信息、提出任务建议。公司强调环境采集默认关闭、随时可关。

Blueprints AI 说自己的软件能在几分钟内出「可直接报建」的图纸。这家圣莫尼卡公司由建筑师兼持证总承包商 Al Drams 与 Coco Cao 创办，能把 2D 草图或 PDF 转成符合规范的施工图。目前第一代工具定价每月 3200 至 8500 美元，本周发布能力更强的第二代。

这两条和陨石发现放在一起，指向同一个趋势：AI 的价值正在从「能聊」转向「能交活」——交出来的东西要能进目录、能进工地、能进会议记录，而不是只让人「感觉挺聪明」。