2024年8月16日，尼泊尔珠峰地区Thame村上方的Thyanbo Tsho冰川湖溃决。洪水大约22到25分钟后抵达Thame，房屋、学校和卫生站受损，135人流离失所。

今年早些时候，有人做了一个独立项目，用免费卫星影像筛查喜马拉雅地区的冰川湖。它最让人不安的发现跟模型无关，跟天空有关：在它研究的四次洪水事件的历史影像里，16景中只有1景通过了云雪质量过滤。季风季恰好是这些湖蓄水的时候，也恰好是卫星看不见它们的时候。

打开网易新闻 查看精彩图片

但有人一直在从湖边走过。徒步者、向导、背夫、牧民。他们的眼睛在云层下照样工作，只是看到的东西从来没有被记录成任何人能用的形式。

把徒步者变成传感器

于是有了Lake Lookout。它反着来：不做让你盯着看的仪表盘，而是让徒步者成为传感器，把屏幕时间留到晚上。

在路上的规则很简单。每到一个湖，拍一张广角照片，录10到30秒你看到的东西——“灰白色的奶状水，湖和冰川之间有一道长长的松散岩石脊，远岸有冰”。就这些。用手机自带的相机和录音机，不需要App，不需要信号。

晚上到了茶馆、营地或家里，把文件拷到笔记本电脑上，丢进Lake Lookout。Gemma 4（E4B，通过Ollama运行）会转写每段语音、读取每张照片，为每个停留点填写一份野外清单。它用照片里已有的GPS和时间重建你的路线。

产出是一份离线页面，包含路线、照片、你说的话和每个点的清单，外加一个CSV和一个GeoJSON文件，研究者可以直接导入表格或GIS。

它记录什么，不记录什么

清单只问徒步者真正看得见的东西。凡是某个问题对应已发表的灾害指标，它会注明是哪一条。

它刻意不给风险评分，也不发警报。它只记录观察，留给有资格解读的人。一个错误的“这个湖是安全的”，比没有这个应用更糟。

适用人群是所有会路过山间湖泊的人：徒步者，尤其是每个季节都经过同一批湖的向导、背夫和牧民。日志是给研究这些湖、并且有资格解读它们的人用的。屏幕时间只有晚上几分钟，其余时间都在看湖。

先跑一遍假的一天

作者在写这篇文章时还没有亲自走完一趟，所以没有假装走过。为了在出发前看看真实的一天会产出什么，他先造了一天：沿巴基斯坦罕萨的喀喇昆仑公路设了七个停留点，从Karimabad到Passu，用带地理标签的Wikimedia照片配上合成语音笔记拼成。仓库里标注了这是测试数据，并给每位摄影师署名。

然后按你在客栈里会做的方式处理：一次点击，七个停留点，机器GPU上跑了28秒。

做对的地方：

  • 没有湖就不下结论。在Baltit Fort，照片里没有水，水体一项返回“否”。
  • 徒步者的话就够了。一个只有语音的停留点——“路边一个小泥塘，附近完全没有冰”——仅凭这句话就被记为非冰川成因。
  • 分歧被展示，而不是被裁决。在Passu冰川，照片和语音笔记对水和冰的说法不一致，日志把两者都列出来，谁也不选。

做错的地方：Borith湖那张经过重度编辑的冬季照片。

演示用的是真实应用和真实的本地模型。为了展示一个真实的一天，它使用了一个测试日，素材来自巴基斯坦罕萨的自由许可Wikimedia照片，配有合成语音笔记，仓库里对此有标注。视频里的处理过程是加速的，七个停留点在这台机器上大约花了30秒。连旁白都是本地开源的：Kokoro-82M，一个开放权重的文本转语音模型，跑在同一台笔记本上。作者用Gemma 4把旁白转写回来逐句核对，也因此发现语音把“Ollama”念成了“Alama”。

项目开源，MIT许可，运行不花钱。处理一次徒步始终留在徒步者自己的笔记本上，这是设计的一部分。