唐家祺，身为本文排名首位的第一作者，乃是香港科技大学 HKUST Visual Intelligence Lab 的博士生，共同第一作者有之众人，当中含括严莹莹，另有王乾宙，还有夏宇阳，以及耿博同，更兼陈建民；通信作者之中，涵盖陈启峰教授，需注意的是其来自香港科技大学，亦有魏巍教授，该教授来自西北工业大学。

当你于手机地图之上查看实时的道路交通情况之时，当天气预报精准地预警台风前进路线之际，当农业部门监测到农作物发生病害虫害之时——这所有一切的背后之处，可以少得了遥感技术；然而呀，传统的关于遥感数据的分析更如同是「眼睛」这般：它能够看得见，可是却很难去理解明白；它能够执行下达的指令呀，却并不能够主动地去进行思考。

如今，一场变革，此变革为 AI 智能体所驱动，正在发生，近日，学者联合发布了遥感 AI 智能体领域系统综述，这些学者来自香港科技大学、西北工业大学、清华大学等多家高校及研究机构，全文逾万字，首次给出了严格定义，此定义针对「遥感智能体」，系统梳理了架构，还梳理了应用、数据集与未来方向。

这项研究作出宣告，遥感正从处于被动状态的感知向着主动开展的认知转变，从单一的工具演变成具备规划能力、拥有记忆功能、可以进行协作的「地理空间智能体」。

图1，呈现出了近十年来遥感智能体，其发展脉络，是从早期的单智能体探索，到 2024年至2026年期间多智能体系统的爆发。

四大核心贡献，搭建统一框架

这篇综述的贡献可以概括为四点：

什么是遥感 AI 智能体？不只是「会聊天」

通用大语言模型与之不同，遥感智能体，它可不只是会「说」就行，更关键的是得会「做」。论文，给出了一个严谨的数学定义，不过通俗来讲，它是这样的一个智能系统，它能够理解用户设下的高层目标，能够自主地去拆解任务，还能够调用专业工具，就比如说GIS软件、气象数据、在线知识库这些，甚至，它还能指挥卫星或者指挥无人机去获取新的数据。

图2，呈现出智能体的核心模块，有感知、规划、记忆、动作，还有与环境的交互；于wildfire示例里，智能体借由卫星影像去感知火情，联合气象数据来规划预测模型，调用无人机去执行侦察任务，并且把结果存入记忆库以供后续使用。

例如，你不用再告知它「运用 NDVI 指数剖析这片农田」，而是能够径直询问：「瞧瞧我所负责的区域之内，哪些田块近期有可能缺水了？」智能体就会自行进行规划：获取多光谱影像，计算植被指数，比对历史数据，排除干扰因素，最终生成带有地图的报告——整个过程无需人工介入。

这种能力的背后，是四个核心模块的协同工作：

规划策略：从「照剧本演戏」到「即兴演出」

图3的左边部分，开环规划于任务开始之前生成固有的流程，此流程适宜静态数据；图3的右边部分，闭环规划依据工具输出、环境变化以及任务目标实时对计划作出调整。

记忆机制：让智能体「越用越聪明」

图4，呈现出智能体借助上下文记忆以及结构化状态存储来维系工作流连贯性的情形，并且凭借经验池与知识库达成跨任务复用。

动作执行：从「动嘴」到「动手」

图 5：动作执行

多智能体协作：1+1>2 的群体智慧

图6的左边，在集中式协作里，中央控制器负责分配任务，还负责汇总结果；图6的右边，在分布式协作中，多个智能体借助共享内存以及批评协商来达成共识。

在面对涉及全球范围的监测情形的时候，或面对那种极为复杂的灾害响应状况的时候，单单依靠智能体的话，是会感到力不从心的。于是有一篇综述，它区分出来了两种协作模式：

六大应用场景，智能体已「上岗」

AI 智能体在城市治理中实现感知、分析与行为生成的闭环。AirSpatialBot借助空间感知VLM达成三维场景里的精细车辆识别以及检索；ChatGeoAI和GeoGPT把自然语言指令转变为GIS工具链，形成自动化空间分析和推理；LLMob与AgentMove运用个体记忆以及集体模式去模拟城市居民行为轨迹，LLMLight借助语言推理来优化交通信号控制，促使城市管理从被动响应朝着主动干预发展。

人工智能装置把遥感剖析跟农业决断深度交融在一起，GeoLLM - Squad经由多人工智能装置协同自动化 NDVI 等指标运算，AgriGPT凭借检索加剧应对复杂农艺询问，ChatLeafDisease依据思维链从图像径直甄别作物健康状态。与此同时，数据驱动的 ABM（像是 Data - Driven ABM）研习政府和农户行为偏好，助力土地利用优化，给精准农业供给从感知到决策的完备支持。

从定量评估到政策分析的全链条，智能体为生态系统赋能。REO-VLM突破分类局限，直接回归预测地上生物量；TREE-GPT集成林业知识库与SAM模型，实现单木级结构提取；CLEAR利用LLM检索摘要气候政策，提升决策可及性；EarthLink与DA4DTE自动化气候科学研究工作流与数据发现，将卫星观测转化为可操作的生态叙事。

在海洋科学推理方向，智能体取得了突破，WaterGPT针对水文，集成工具调用与多智能体协作，支持数据处理、知识问答与任务决策，OceanGPT面向海洋科学，同样集成工具调用与多智能体协作，支持数据处理、知识问答与任务决策；在自主航行控制方向，智能体也有突破，Autonomous Vehicle Maneuvering把视觉-LLM嵌入航海仿真与水面无人艇闭环控制，实现动态环境下的路径规划与可解释决策，Agyei等人的工作也将视觉-LLM嵌入航海仿真与水面无人艇闭环控制，实现动态环境下的路径规划与可解释决策，进而推动海洋监管朝着智能化、自主化的方向发展。

在灾害监测与建模决策之中，智能体展现出关键价值。RescueADI 借助规划，感知，识别链，支持自适应多步解释；UAV - CodeAgents 运用多智能体 ReAct 协作，动态重规划无人机任务；FIRE - VLM 在数字孪生里，实现火线追踪。Wildfire、ESCAPE、FLARE以及WildfireGPT，这几个不同的事物，Knowledge-Guided wildfire它是借助领域知识注入，ESCAPE是通过认知智能体建模，FLARE是运用行为理论结合RAG等方式，各自在不同维度上提升火势模拟、地震疏散以及应急问答的精准度，同时还努力提升它们的时效性，以此来达成彼此不同的作用与目的。

智能体把地质解释以及勘探自动化推至新高度，PEACE 借助领域知识注入以及多智能体链式推理，达成全图信息提取以及多影像地质推理，STA-CoT 通过领域知识注入与多智能 体链式推理，实现全图信息提取与多影像地质推理，Geo-MMRAG 搭建多模态地质知识库，运用检索增强减轻岩性识别歧义，MineAgent凭模块化框架与工具 调用，自动化端到端勘探流程，GeoAgent 通过模块化框架与工具调用，自动化端到端勘探流程，而且引入专用基准 MineBench，明显提高矿物勘探的智能化水平。

数据与评测：地基不牢，大厦难起

数据以及评测方法，对智能体的性能有着极高的依赖性。所谓的综述系统，将现有资源整理而成（具体内容详见正文）：

挑战在前，未来可期

尽管前景广阔，遥感智能体仍面临重重难关：

面向未来，论文指出了五个关键方向：

结语

这篇长达万字的综述，不仅建造了一个供遥感AI智能体使用的统一理论框架，更是一份针对实践给出的行动指南，其所预示的是，未来的遥感系统，不会再是那沉默的“眼睛”，而是能够思考、会去行动、可以对话的“地理空间智能体”。

假设 AI 智能体切实领会地球的每一处变动，那么一个更为聪慧、更具可持续性的未来大概就近在咫尺了。