一个 GIS Agent 能调用缓冲区、叠加、统计和遥感模型，并不表示它完成了可信的空间推理。真正困难的问题往往带有场景意图和依赖：先确定灾害影响范围，再选择合适传感器和时间窗，接着处理空间关系、统计指标与阈值，最后把每一个数值回到工具输出和数据版本。
TerraLogic 将这一缺口明确为“层级地理空间推理”。它不把评估停留在识别或监测，而是用场景驱动任务检验 Agent 能否围绕目标组织可验证的工具链。对生产 GIS 团队，最实用的启示是：验收 Agent 时，应该审查它的证据路径，不是只看最后一句回答。
TerraLogic 数据构建流程
图：TerraLogic 的知识增强场景生成、专家仲裁与质量门控流程。
可核查事实：545 个任务覆盖多传感器空间推理
TerraLogic 的 arXiv v1 于 2026 年 7 月 14 日提交，数据集和 Agent 代码公开在 Ireliya/TerraLogic。基准包含 545 个场景驱动、层级感知的地理空间推理任务，覆盖灾害脆弱性评估、城市热岛分析和森林破碎化动态等场景，并同时涉及光学、合成孔径雷达（SAR）和红外（IR）影像。
论文的目标是把遥感 Agent 的评估从识别、定位、计数和监测，推进到认知层级的地理空间分析。为此，作者提出 HieraPlan：按功能层级组织工具包的工具增强 Agent，强调结构化抽象、工具失败后的稳健恢复和稳定的长程规划。
开源仓库将一条查询拆为可执行链，例如“感知 → 空间关系 → 空间统计”，最终答案由工具输出合成。仓库还描述了语义工具检索、抽象计划、带类型 I/O、单位和有效性检查的约束执行；当某工具失败时，在兼容工具包内做替换，并保留已验证前缀进行计划修复。
核心机制：把一句问题拆成可验的空间依赖图
例如“哪些社区需要优先做高温风险干预”不是一个分类问题。它至少包含热岛指标、人口或脆弱性数据、边界层级、时间范围、空间聚合、阈值依据和输出单位。Agent 若跳过其中一环，即使生成了地图，也可能把不同分辨率、不同年份或不同统计口径的数据混在一起。
层级计划的意义在于让每个子目标有输入和输出合同：数据是什么、时间何时、CRS 是什么、几何关系用 contains 还是 intersects、面积和距离的单位是什么、结果能否被下一步复用。最终语言结论只能引用这些已完成的工具结果，不能自行补充数字。
GIS 场景：将 Agent 结论降为可审核工作包
风险筛查、选址、资源调度、生态监测和灾害影响评估都可以采用这一方式。系统应输出工作包，而不是只输出一句建议：原始问题、场景约束、计划版本、工具调用、输入数据版本、参数、日志、每一步中间图层、失败与修复记录、最终地图和人工审核结论。
对于跨模态问题，光学、SAR 与 IR 还应各自记录观测条件。SAR 的几何畸变和散射语义、红外的时相与辐射条件、光学的云和阴影，不能因为 Agent 能调用同一个“影像分析”工具就被抹平。
技术路径：从三条受控工具链开始
- 选择一个明确问题，例如热岛风险、洪涝资产筛查或森林破碎化趋势。
- 为问题写出意图、空间范围、时间窗、目标对象、阈值依据和不可接受的推断。
- 只暴露三到五个受控工具：数据目录、栅格/矢量处理、空间关系、统计汇总和地图导出。
- 为每个工具定义类型、CRS、单位、空值、权限和输出可复用条件。
- 设计失败测试：数据缺失、坐标不一致、单位冲突、超时和不兼容图层；检查 Agent 是否停止、替换兼容工具或保留已核实步骤。
- 让人工审核最终地图和证据包，批准后才写入正式 GIS 图层或业务流程。
检查清单
- 是否记录了场景意图、子目标依赖和空间约束。
- 是否让每个数值、面积、距离和比例回链到工具输出。
- 是否验证 CRS、单位、时间窗、分辨率和几何关系。
- 是否保存工具失败、替换和计划修复轨迹。
- 是否按光学、SAR、IR 的观测边界分别解释结果。
- 是否将最终 Agent 结论作为待审核工作包而非自动事实。
风险
TerraLogic 的 545 个任务和 HieraPlan 的结果属于研究基准，不能证明任意业务 Agent 已经可靠。工具链也可能“每一步都成功、总体语义仍错”，例如选错统计口径或把行政区边界版本混用。因此，生产系统的权限、数据治理和人工复核不能交给计划提示词替代。
结论
TerraLogic 把 GeoAI 的重点从“能否识别一张图”推向“能否在多源空间约束下组织、执行并解释一段工作”。GIS 团队应借此建立自己的层级任务集和故障测试集，让 Agent 的每条结论都有场景意图、工具证据和审核记录可查。