我构建了一个开源研究地图：记录失败的科学、公司和被取消的大型项目

我构建了Global Fail Map，围绕被遗忘的未来、召回或已死的科技、失败的公司以及近期、过去数十年甚至数个世纪中可能已被遗忘的雄心壮志。它是一个展示全球失败和被放弃的人类抱负的交互式地图。 地图包含关于以下内容的故事： - 失败的公司 - 被取消和未完成的大型项目 - 已死的技术和停产的产品 - 终止的科学和临床研究项目 - 未实现的城市、定居点和未来愿景 每个类别都有自己的视觉层，因此您可以从地理上探索失败案例，而不是在文章和维基百科页面中寻找孤立的例子。 点击任何标记，您会得到一份研究报告，解释： - 尝试了什么？ - 它发生在哪里和何时？ - 为什么失败或被放弃？ - 什么幸存了下来？ - 涉及的人员、技术或基础设施发生了什么？ - 未来的建造者可以从中学习什么？ 这些报告附有引用，因此该地图不仅仅是一个有趣故事的集合。它被设计为一个研究层。 您可以搜索尚未在地图上的公司、地点、项目、技术或想法。 这对AI代理意味着什么： - 规划新基础设施项目的代理应能查找具有类似约束的被取消项目。 - 评估新技术的代理应能研究因类似技术、经济或监管原因而失败的技术。 - 帮助某人创业的代理不仅应检索成功先例。还应检索失败的类似案例并解释失败模式。 地图是探索层，而研究工作流是智能层。 技术栈： - Next.js - React - Mapbox GL with globe projection - Zustand - Tailwind CSS - Valyu DeepResearch - Markdown reports with citations 我将其开源，以便人们可以克隆它，添加自己的类别，构建新的研究层，并将其转化为为他们的代理定制的智能工具。我很好奇构建AI代理的人会如何使用这个： - 失败研究是否应作为代理的一流检索层？ - 结构化的失败记录应包含哪些字段？ - 失败模式、时间线、花费资本、依赖性、监管和来源置信度是否会成为有用的代理可读元数据？ - MCP服务器或JSON/GeoJSON feed是否会使其更有用？ 现场演示和GitHub仓库在评论中。