老实说，我第一次看到Hiroki Tomiyasu的推特时，反复确认了好几遍——这位北海道农夫，一个人，没有农业世家背景，甚至不是程序员出身，却用ChatGPT和Codex这两个AI工具，撑起了100公顷（约1500亩）的农场运营。
100公顷是什么概念？相当于140个标准足球场的面积。过去能管理这么大农场的人，要么有家族几代人的经验积累，要么背后有大型农业企业的资金和技术团队支持。而Tomiyasu却在40岁出头的年纪，用一套几乎全部DIY的技术栈完成了这件事。
这听起来像是又一篇“AI改变一切”的鸡汤文。但当我仔细看完他分享的每一个技术细节后，我发现这个案例比表面上看起来要扎实得多。它没有炫技的成分，每一步都是从实际需求出发，工具选型也相当务实。
从公务员到“技术农民”：一个零基础入局者的起点
Tomiyasu的故事首先要从他的身份说起。在成为农户之前，他是北海道一名普通的公务员。这份工作稳定、规律，但缺乏成就感。他从未接受过正规的农业教育，家中也没有务农的传统。这样一个“外行人”，却在某个时刻决定承包100公顷土地，转行做起了农民。
这个决定的风险不言而喻。传统农业高度依赖经验传承——土壤、气候、病虫害，这些知识通常需要多年实践才能积累。一个没有背景的“新人”，要如何弥补这些差距？
Tomiyasu的答案是用技术换时间。2023年前后，他开始系统性地把AI工具引入自己的农场。他的方法论很清晰：不追求一步到位，而是从最痛的问题开始，逐个解决。
这个起点本身就值得国内农业从业者参考。很多人在讨论智慧农业时，动辄就是“无人农场”“AI决策系统”，但这些概念落地的第一步，往往是解决一个具体的小问题——Tomiyasu正是这么做的。
远程控制与自动巡检：用聊天APP管温室
Tomiyasu首先解决的问题是远程管理。他的100公顷农场分布着多个温室大棚，如果每个大棚都要亲自跑一趟，光是路上的时间就是一笔巨大的成本。
他搭建了一套基于ESP32的物联网控制系统。ESP32是乐鑫科技出品的一款低成本微控制器芯片，广泛应用于物联网项目，价格通常在二三十元人民币。他给每个温室安装了ESP32主控板，搭配电机驱动模块，再通过Cloudflare Workers这个边缘计算平台连接云端。
关键的操作入口是一个聊天APP——Tomiyasu可以通过手机直接发送指令，控制温室的通风口开合。Cloudflare Workers负责接收指令并转发给对应的ESP32设备，ESP32再驱动电机执行动作。这套架构不需要复杂的App开发，用聊天界面就解决了交互问题。
在这个基础上，他进一步开发了温度感应机器人。这个装置能自动检测温室内的温度变化，当超过设定阈值时，自动开窗通风。这解决了农业生产中最常见的“人在城里、大棚出问题”的困境。
据他分享，这套系统运行半年以来，没有发生一起因温度失控导致的作物损失。对于一个没有农业背景的人来说，这本身就是一种知识积累的替代——他把“经验判断”转化成了“数据驱动的自动化响应”。
卫星遥感与数据管理：一个人调动的“大厂级”能力
Tomoyasu的野心不止于控制几个通风口。他还把卫星遥感数据引入了农场管理。
他通过公开的卫星影像服务获取农场的植被指数数据。这些数据能反映作物的健康状况——哪里颜色偏黄说明可能缺水缺肥，哪里出现异常斑点可能是病虫害的早期信号。他将卫星数据叠加到自己的农田地图上，实现了对全农场作物健康状况的实时监测。
过去，这类卫星遥感分析是大型农业企业的专属能力。一套商业化的农业遥感系统，价格动辄几十万甚至上百万元。而Tomiyasu用OpenAI的工具链加上开源数据，几乎实现了同等效果。
数据管理方面，他用的是Airtable——一个介于电子表格和数据库之间的在线工具。他把地块编号、作物品种、生长阶段、农资使用记录、传感器数据全部关联起来，形成了完整的农场数据库。
这个数据库的价值在于可追溯性。每一块地的“前世今生”都有记录，施了什么肥、打了什么药、产量如何变化，全部可查。对于一个外行来说，这套系统相当于帮他建立了一个“经验库”——只不过这个经验库不是存在于老人的脑子里，而是存在于可查询的数据表中。
AI编程降低技术门槛：让外行能做专业的事
Tomiyasu最让我印象深刻的一个细节，是他用AI从照片生成电控柜布线图。
电控柜是农场自动化设备的核心，里面连接着各种传感器和执行器的线路。传统上，设计电控柜需要电气工程师的专业知识，布线图也需要专门的绘图技能。但Tomiyasu的操作是：拍一张电控柜的照片，附上简单的文字说明（比如“这里连接通风电机”“这里连接温度传感器”），然后让AI生成规范的布线示意图。
这件事的象征意义远大于技术意义。它意味着一个没有电气工程背景的农户，可以独立完成过去需要外包给专业团队的工作。AI不是取代了谁，而是填补了技能缺口。
从代码角度看，ChatGPT和Codex的组合确实降低了编程的门槛。Tomiyasu不需要理解底层的网络协议或嵌入式开发，他只需要描述清楚自己想要什么功能，AI就能帮他生成可用的代码。这对于国内很多想用技术改造农业、但缺乏编程能力的“新农人”来说，是个值得参考的路径。
一个普通人的AI农业实验说明了什么
Tomiyasu的案例之所以值得深入分析，是因为它代表了一种趋势——AI工具正在让“专业技能”的定义发生改变。
过去，一个农民需要几十年的经验积累才能管理好一个农场，一个程序员需要几年的专业训练才能写出可用的代码。现在，这些边界正在被技术模糊。一个没有农业背景、没有编程背景的普通人，借助AI工具就能完成过去只有专业团队才能做到的事。
这不是说经验和专业技能不再重要，而是说AI填补了能力短板，让更多人有机会参与进来。
对于国内农业的启示，我认为有几个方面值得关注。首先是工具的平民化——ESP32、Cloudflare Workers、Airtable这些工具的成本都很低，非常适合国内农村的条件。其次是需求驱动的技术选择——Tomiyasu没有追风口，而是从实际问题出发选工具，这比很多“示范项目”务实得多。
最后是人才培养的可能性。如果一个没有农业背景的公务员能转型成功，那意味着AI工具可以让更多人进入农业领域——不管是年轻人返乡创业，还是传统农户提升效率，门槛都在降低。
我不敢说Tomiyasu的模式可以复制到所有农场。但至少，他证明了在一个AI工具已经相当成熟的时代，一个人确实可以用技术撬动更大的可能性。这件事本身，就值得所有关注农业数字化的人认真研究。
相关文章
