@GoogleDeepMind：我们如何使用Google @Antigravity中的“预测过去”技能追踪一名罗马戒指窃贼，绘制一幅古...

以下是我们如何利用 Google @Antigravity 中的“预测过去”技能追踪一位罗马戒指窃贼、绘制一个古代教团在欧洲的分布图，并重建前往希腊神谕所的人员网络。

阿克苏里斯的戒指窃贼

当面对一块 1800 年前的诅咒石板时，该技能使用了 Aeneas——我们用于修复、定年和定位古代文本的生成模型——来确定其在时空中的位置。它还生成了做出此预测的原因说明，作为给专家的铭文评注。

绘制奥法尼亚教团地图

该技能可以并行研究多份文本，我们用它来绘制供奉奥法尼亚（日耳曼女神）的石祭坛地图。它展示了宗教实践如何随着罗马士兵传播，甚至还在西班牙发现了一处异常点——一位老兵将自己钟爱的女神带回了家乡。

谁曾到访多多纳神谕所？

通过分析古代铅板的收藏，该技能绘制了来自古代世界各地的访客路线。它重建了神谕所访客的社群，将零散的碎片转化为一个相互连接的网络。

这些例子展示了“预测过去”技能如何利用先进 AI 模型和复杂工作流推动历史研究——无需编写任何代码。

了解更多 →

但是硅谷那些科技大佬们说谷歌在 AI 方面已经落后了。 他们就是不明白 AI 不仅仅是编码，这一点真让人难受。 感谢 @GoogleDeepMind，做得好。 （不过我也希望你们能拿出一个最先进的编码模型。）我也可以做一名受信任的测试员。