落地地图：农业AI的“三个战场”
大田作物、经济作物与养殖、小农户，分别跑到哪了？
文 | 我是沛霖，「人人低空Agent」01号发起人。
2024年，我躬身入局无人机与低空经济。越深入，越确信一个判断：真正的低空经济，不是飞行技能，而是天空的“操作系统”。
它的终点，是让空域像水和电一样，成为可调度、可计算、能自动解决问题的公共资源。但一套操作系统的成功，从来不由代码量决定，而取决于有多少人基于它去开发、去创造、去解决真实问题。
为此，我正全力推进两件事，也诚邀您关注与同行：
1.组建一支“开拓者团队”：融合多机型、全场景的低空+地面作业力量，在实战中打磨这套系统的“硬件接口”与“基础协议”。
2.沉淀一套“开源工具箱”：将卫星遥感、无人机、IoT、AI算法，通过标准化流程，固化为可复制、可组合的行业解决方案模块，降低生态创新的门槛。
我深信，低空的未来，属于一个由多方共建的智能生态，而非单一巨头。这也是「人人低空Agent」中“人人”二字的真义——它关乎技术民主化，更关乎价值共创。
这条路，始于飞行，指向智能，但终究要由一群人走完。
这个问题，经常让我陷入思维分裂状态，拖了很久才动笔。
农业AI的落地，从来不是“能不能用”的一元问题。在不同作物、不同场景、不同规模的田块里，进度条完全不一样。
跑了几趟农田，访谈了十几位从业者之后，我试着画一张地图。把农业AI的落地现状，按三个维度摊开来看：
大田作物——小麦、玉米、水稻、棉花。面积大、产值低、对成本敏感。
经济作物与养殖——设施蔬菜、水果、蛋鸡、肉羊。面积小、产值高、对技术渴求。
小农户——2亿户、分散经营、AI最难够到的人。
哪里已经跑通，哪里还在探索，我们一个一个说。
先说已经能看到曙光的领域。
2026年1月，石河子大学发布棉花生产大模型。3万亩示范基地，300万亩遥感服务，覆盖棉花“种—管—收”全周期。这不是实验室里的演示，是已经落地的系统。
同月，黑龙江北大荒的示范农场里，卫星遥感数据实现了清雪扣棚进度、泡田进度、土壤墒情、作物长势、产量预估的全覆盖监测。作物分类识别精度达90%以上，变量施肥减少了肥料使用量。
这两个案例的共同点是什么？
规模化、连片、统一管理。
大田作物的逻辑是：面积足够大，技术的边际成本才能摊薄。一套遥感监测系统，覆盖1万亩和覆盖10万亩，成本差不了太多，但产出差十倍。在北大荒、在新疆兵团，这种条件天然存在。
但这条路能走通，有两个前提。
第一，得有足够大的地块。北大荒有，新疆兵团有，但河南、山东、河北的分散农田没有。
第二，得有足够强的管理。规模化农场有专业的农技团队，知道怎么看数据、怎么用数据。普通农户没有。
所以大田作物的进度条是：在规模化场景下，技术路径已跑通；在分散农田里，还在找模式。
棉花大模型计划2026年完成500万亩示范。从3万到500万，是量级的跃升。如果能跑通，大田作物的AI时代就真正来了。
但这条路径能复制到其他作物吗？能复制到其他地区吗？还在等答案。
再看另一类场景。
2025年12月，北京沃德博创发布“智慧蛋鸡大模型S1”。这不是给鸡拍照识别品种，而是涵盖市场行情、智慧兽医、养殖预案五大应用场景的商业系统。发布方是家禽养殖龙头企业，客户是规模化养殖场。
2026年1月，四川联通在阿坝州松潘县花椒园部署智慧农业平台。土壤墒情站、虫情监测站、无人驱鸟器24小时“站岗”，AI根据物候期模型为每块地生成“健康体检报告”。这不是科研项目，是运营商买单的商业服务。
2026年2月，广西岑溪市梨木镇，“智慧中坡”平台启用。AI摄像头实时分析羊只行为，自动盘点、预警发情期。这是村级平台的商业探索。
经济作物与养殖的逻辑是什么？
产值够高，技术投入才能回收。
一亩设施番茄的产值，可能是十亩小麦。一头奶牛的产值，可能是一亩玉米的几十倍。在这种场景里，农户愿意为技术付费——因为算得过来账。
智慧蛋鸡的客户是规模化养殖场，一套系统几万块，但能帮他们降低死亡率、提高产蛋率，一年就能回本。花椒园的买单方是运营商，他们用数字化手段提升品牌溢价，花椒卖得更贵。智慧羊场的背后是中国移动的服务体系，他们把这套模式打包成标准化产品，卖给更多村子。
这些案例的共同点是：有人愿意付钱，商业闭环已经跑通。
经济作物与养殖的进度条是：商业模式已验证，正在横向复制。
但这类场景的问题是：总量有限。全中国的规模化养殖场、高价值果园、设施农业，加起来能覆盖多少耕地？和大田作物不是一个量级。
最难啃的骨头，在这里。
中国有2亿多农户，户均经营规模不足美国的1/200。他们种的地，可能还没有北大荒一个机耕队管的多。
这类场景，AI怎么落地？
2025年12月，北京市数字农业农村促进中心发布采购意向：京津冀蔬菜产销监测点计划扩展到800家，年采集数据量约18.5万条。为了确保数据准确，需要专业技术人员462.5元/人天，信息技术专员572元/人天。
这组数字透露了一个残酷的事实：服务小农户，数据采集成本降不下来。
800个监测点，18.5万条数据，就需要专业技术人员盯着、核着、验着。扩大到2亿农户，成本谁扛？
2025年底，我访谈过一位30多年的种田老把式。他种了200亩小麦，年景好的时候能挣二三十万。我问：如果有人给你一个App，告诉你什么时候浇水、什么时候施肥，你愿意付多少钱一年？
他想了一下，说：几百块吧。再多就不划算了。
几百块，是200亩农户的心理价位。但几百块，覆盖不了数据采集、模型维护、客服支持的成本。
小农户的进度条是：模式还在探索，规模化遥遥无期。
目前能看到的方向有三个：
一是轻量化——不用传感器，只用手机。中国农科院的“农科小智”通过微信小程序开放试用，农户拍张照片就能问病虫害。门槛最低，但能解决的问题也最浅。
二是社会化服务——不卖软件，卖服务。植保无人机飞防，农户按亩付费，不用自己买设备、不用自己学技术。这是已经被验证的模式，但能覆盖的环节有限——传统植保打药可以，精准化植保打药、浇水、施肥还不行。
三是政府买单——像北京的监测点项目，政府出钱采集数据、提供服务，农户免费使用。这是覆盖面最大的方式，但依赖财政投入，不可持续。
这三个方向，都还在探索阶段。没有哪个已经跑通。
画完这张地图，我自己也清楚了一些事。
之前写农业AI，容易陷入两种极端：要么唱赞歌，说革命已经来了；要么泼冷水，说全是画饼。
但其实，农业AI的落地，是分层的。
在大田作物里，规模化的逻辑正在验证。在经济作物与养殖里，商业化的闭环已经跑通。在小农户面前，适配性的探索刚刚开始。
没有统一的答案
只有不同的进度条
那些已经跑通的，是好事。那些还在探索的，也不是失败。农业就是这样——一季一季来，急不得。
10个月宝宝每天需要喝多少奶粉？
