让 Earth AI 投入实践：应对地球重大挑战的地理空间 Agent

英文标题：Putting Earth AI to work: Geospatial agents for our planet's biggest challenges

评估显示，面向领域的 Earth AI 技能对于提升 Agent 的空间推理能力至关重要。仅配备网页搜索、地图定位和代码执行等基础工具的 Agent，在定量空间任务上表现较弱；加入 Earth AI 技能后，其在 GeoExpertQueries、GeoKTools 和 CBGB 基准上的成绩显著提升。对于开放式真实世界工作流，前期规划能够帮助 Agent 完成多步骤分析，减少不可靠假设以及以网页搜索替代空间工具等捷径行为。UnivEARTH 是例外，即使独立 LLM 也取得了 93.6% 的分数，可能因为相关 NASA 文章及答案可在公开网络上获取。

打开原文相关 3 · 机会 1

中文

结果与关键结论

我们的评估得出了两项关键结论：第一，特定领域技能对于空间推理至关重要。仅具备基础工具（网页搜索、地图定位和代码执行）的 Agent，在定量空间任务上表现不佳。为 Agent 配备 Earth AI 技能后，其在 GeoExpertQueries、GeoKTools 和 CBGB 上的表现显著提升。唯一的例外是 UnivEARTH：即使是独立 LLM 也取得了 93.6% 的分数，这可能是因为相关的 NASA 源文章和答案可在公开网络上获取。

第二，前期规划能够释放开放式真实世界工作流的能力。尽管仅凭 Earth AI 技能已足以完成 CBGB 和 GeoKTools 中较为聚焦的任务，但处理 GeoExpertQueries 中的开放式问题需要预先规划，以确保 Agent 在多步骤分析中保持正确方向，并防止其作出不可靠的假设，或采取诸如使用网页搜索替代空间工具之类的捷径。

下表展示了使用 Gemini 3.8 Flash 在全部四项基准测试中的得分：

English / 原文

Results and key takeaways

Two key takeaways stand out from our evaluation: First, domain-specific skills are essential for spatial reasoning. The agent with only basic tools (web search, maps grounding and code execution) struggles on quantitative spatial tasks. Equipping the agent with Earth AI skills drives a significant jump across GeoExpertQueries, GeoKTools, and CBGB. The only exception is UnivEARTH, where even a standalone LLM scores 93.6%, likely because the source NASA articles and answers are available on the public web.

Second, upfront planning unlocks open-ended, real-world workflows. While Earth AI skills alone are enough for narrower tasks like those in CBGB and GeoKTools, tackling open-ended problems in GeoExpertQueries requires upfront planning to keep the agent on track across multi-step analyses and prevent it from making unreliable assumptions or taking shortcuts like using web-search instead of spatial tools.

The table below shows scores across all four benchmarks using Gemini 3.8 Flash: