在很多人的印象里，种地更多靠经验：看天气、看墒情、看苗情，什么时候播种、什么时候浇水施肥，往往要靠农户多年摸索出来的感觉。当前，随着人工智能加快走进农业生产一线，这样的传统场景正在悄然发生变化。
作为南京农业大学智慧农业创新团队，我们依托作物学“双一流”学科和智慧农业交叉学科优势，围绕“智慧农业如何真正走进田间地头”“高校如何培养真正懂农业、懂技术、能服务产业的创新拔尖人才”这两个问题，开展了持续探索。目前，我们研发出一个面向大田农业生产的智能体——慧耕耘，它不仅能回答农业问题，还能分析作物长势、模拟作物生长过程、提出种植管理建议。简而言之，它“看得懂农田、帮得上生产、服务得了农户”，让一批年轻学生在真实场景中学会如何把科技用到农业一线。
从“会说”到“会用”，做一个真正懂农业的智能体
慧耕耘的研发思路，简单来说，就是让AI不仅“会说”，更要“会用”；不仅“懂理论”，更要“懂大田”。正因如此，发展具备环境感知、记忆规划、工具调用和自主执行能力的农业智能体成为必然选择。我们以多模态大模型为调度中枢，深度融合知识检索增强（RAG）、模型上下文协议（MCP）和多智能体协同技术，实时耦合气象、土壤、品种和农事记录等数据，结合作物感知与生长预测机理模型，构建了基于“知识+量化”双引擎的慧耕耘农业智能体。
在知识引擎方面，我们把多年、多点的种植数据、空天遥感数据、长时序气象数据和物联网感知数据逐步整合起来，形成面向真实农业场景的数据底座。同时，我们组织学生把课堂中学到的专业书籍、专家经验、权威专著和学术文献进行梳理、提炼和重构，逐步建设本地知识向量库和专业知识图谱，让学生把“学过的知识”真正转化为“能解决问题的能力”。
在量化引擎方面，我们将表型解析算法、作物生长模型算法和知识决策算法封装为可调用的功能模块，由大模型进行任务调度，再通过多模块协同，生成更加专业、精准、可落地的方案。这样一来，慧耕耘面对的就不只是抽象问题，而是真实农业场景中的实际需求。
目前，慧耕耘已经推出电脑版、网页版和小程序版多个客户端，支持文字、图片、语音等多模态输入。它可以围绕品种推荐、种植规划、生长诊断、水肥管理和效益评估等内容生成量化方案，也支持用户上传本地知识库，构建持续学习、不断迭代的专属农业智能体。
技术好不好，不能只在实验室里说了算
慧耕耘最早来源于我们指导的大学生创新创业项目，后来逐步融入农情遥感监测、农作系统模拟、农田精准管理等协同攻关方向，并在持续迭代中成长为师生共同研发、共同打磨、共同应用的重要成果。2025年，它获得中国国际大学生创新大赛金奖。
但我们始终认为，一个农业智能体是否真正有价值，不能只看它功能多不多、界面新不新，更要看它能不能进入生产场景、回应真实需求、解决具体问题。为此，我们没有停留在先做一个产品的层面，而是选择直接走向农业生产一线，在中试熟化和广泛应用中验证它、完善它。
围绕这一目标，我们逐步搭建了“高校+科技小院+农技推广部门+农业生产主体”的技术应用网络，探索共享农技员模式，组织学生带着慧耕耘走进大田、走近农户，在服务中发现问题，在实践中修正模型，在真实场景中推动技术成长。这样一来，学生不再只是学知识的人，也成为用知识解决问题的人；而模型也不再只是会聊天的电子书，而是逐步成长为能帮助农业生产主体解决问题的智能助手。
面向不同群体，智慧农业要有不同打开方式
在实践中我们发现，智慧农业要真正落地，不能只讲技术先进，还要真正适应不同层级农业经营主体的现实需求。
面向地方农技推广部门，我们重点提供区域级整体解决方案。针对基层农业监管难、专业人员紧缺、技术手段相对滞后等痛点，我们与地方农业部门合作建设智慧农业示范区，部署县级农业大数据平台和本地化农业大模型，提升区域农业数字化监管和服务能力。例如在河南邓州，我们联合当地农技推广中心建立智慧农业示范田，通过采集上万组数据，让模型更深入理解当地水土特性，并针对砂姜黑土等问题生成标准化改良方案，探索符合中原地区实际的智慧种植路径。
面向农业企业和大型农场，我们更注重数字化诊断+技术赋能。针对部分企业种植效益不高、管理方式较为粗放等问题，我们通过“一地一码”数字化改造，结合遥感技术和作物生长模型，为企业提供从播种到收获的全过程标准化决策支持。在南京溪田农业发展有限公司，我们对地块进行高精度数字化建模，并分区域采集土壤样本，再基于土壤理化指标和企业风险偏好，制定差异化种植方案，同时建立常态化巡查机制，定期开展农技培训，帮助企业逐步形成规范化、现代化的农业管理能力。
面向普通农户，我们探索低成本、可推广、可复制的数字服务模式。针对农户技术接纳度不高、付费意愿较弱等现实情况，我们联合地方部门和种植大户，招募返乡大学生和新农人，经培训后成为共享农技员。农户只需支付较低成本，就能像拼单一样获得遥感监测、大模型指导等标准化服务。比如在江苏新沂，面对连续阴雨等极端天气挑战，我们联合共享农技员，利用作物生长模型和AI种田数字系统，帮助农户优选抗逆品种、科学调整播种深度，为来年丰产打下基础。
从田间到课堂，我们更看重“育人”的长远价值
对我们来说，慧耕耘的意义，不只是做出一个农业AI工具，更重要的是，它让我们看到了智慧农业育人的另一种方式。
过去，人才培养更多发生在课堂和实验室中；而今天，我们更希望学生在真实问题中成长，在真实场景中理解农业、理解技术、理解产业。我们创建了由本硕博学生构成的慧耕耘创新团队，形成了“学生社团-科普传播-社会实践-志愿服务-创新创业”等多层次协同育人生态，着力培养知农爱农、强农兴农的学科交叉创新拔尖人才，探索人工智能赋能、科教产教协同、价值能力一体的智慧农业人才培养新范式。依托科技小院等平台，我们努力打破传统课堂边界，把教学现场搬到生产一线。导师带着学生，不仅参与农业智能体等前沿技术的研发和验证，也深度参与共享农技员机制的推广，把标准化智慧农业技术传授给新农人，逐步培育出一支带不走的基层农技服务队伍。
在这一过程中，学生参与知识梳理、大模型训练、智能体编排、技术应用和农技服务，既提升了解决复杂工程问题的能力，也在研发+应用+培训的复合实战中不断成长。他们逐渐成长为既懂农业、又懂技术，既能扎根田间、又能服务产业的复合型人才。
当AI真正走进田间，它带来的不仅是生产方式的变化，也会带来人才培养方式的变化。课堂不再只在教室里，科研不再只停留在论文中，技术也不再只是展示给别人看，而是要真正走进农业生产、服务乡村振兴。
如今，慧耕耘已入选为江苏省首批农业智能体，并被推荐在全省推广应用。对我们而言，这既是一份肯定，也意味着更大的责任。面向未来，我们将继续围绕国家战略部署，进一步深化产学研用融合，持续完善现代农业全产业链服务标准体系，不断推动智慧农业从可展示走向可落地、从有概念走向有效果。
我们更希望，通过慧耕耘这样的探索，让更多人看见：智慧农业并不只是一个听起来很先进的概念，它可以是农户身边更实用的助手，是企业手中更可靠的决策工具，也是高校培养新农科人才的一条现实路径。
当AI真正走进田间，田野里的变化，才刚刚开始。
（作者肖浏骏系南京农业大学副教授，康敏系南京农业大学钟山青年研究员，刘义轩系南京农业大学2022级智慧农业专业本科生。）