平台基础
不是从零开始：一套已经在跑的农业数字底盘
Auagro 已经运行一套成熟的农业 S2B 数字平台，覆盖农产品交易、订单履约、跨境物流、供应链金融与多端移动应用。Auagro AI 是在这个已验证的底盘上，向生产端补齐 AI 与设备控制能力。
已经在线运行的能力
已上线- 农产品交易与商品目录
- 订单履约与全链路状态流转
- 跨境物流与货运追踪
- 供应链金融与授信结算
- 多端移动端产品（iOS / Android）
- 多租户权限与组织模型
- 消息通知与事件分发
- 云部署与运维体系
- 既有供应链网络与客户关系
正在补齐的能力
在建中这几块是 Auagro AI 的核心工作量，目前从零开始建。我们不回避这一点。
- 农业自托管 AI 能力
- IoT 设备协议适配
- 农场边缘控制模块
- S2B 产销闭环对接
为什么是现在
需求来自水、人工与损耗三条成本曲线
农业自动化不是概念驱动，而是被三条持续恶化的成本曲线推着走。
全球农业耗水占淡水消耗比重
澳洲农业劳动力供给
园艺农场因天气与病虫害的损耗
政策窗口
中国与澳大利亚均已出台智慧农业、农业机器人相关扶持政策，市场存在自动化降本增效的明确刚需。
现有行业方案的四个痛点
硬件锁定
方案绑定单一厂商设备，农场换一台泵、一个传感器就要重做集成。
无安全控制
多数方案没有独立于 AI 的安全校验层，出问题只能靠人盯着。
仅停留在数据记录
装了一堆传感器，看板很漂亮，但不闭环、不动作、不产生节省。
复制成本高
每个农场都是定制项目，交付一个亏一个，规模化无从谈起。
产品与技术
七层架构，全链路强制安全校验
从感知到执行的每一条指令，都必须穿过独立于 AI 的安全策略引擎。安全线拥有独立的关停与人工接管权限。
- 1
感知采集
土壤墒情、气象、水压流量、设备运行参数与视觉图像的统一采集。
- 2
边缘网关
本地运行，断网可用。完成协议转换、数据缓存与设备证书校验。
- 3
AI 状态规划
自研农业专用小模型给出状态判断与动作建议——只是建议，不是指令。
- 4
安全策略引擎
独立于 AI 的硬性校验层。参数越界、时序冲突、设备状态异常一律拦截。
- 5
设备执行
校验通过后才下发到泵、阀、风机、遮阳等执行机构，全程留痕。
- 6
效果验证
执行后回读实际效果，与预期偏差进入模型评测与回滚判断。
云端商业协同层
与既有 Auagro S2B 交易、履约、供应链金融平台打通：生产端数据回到商品与履约，订单端需求回到采摘与调度。
配备独立急停与人工接管机制。安全线可在任何时刻关停远程控制，该权限不受业务线与工程线影响。
技术路线
自托管开源 AI，模型与物料全程可治理
不依赖单一闭源云 AI 服务，客户数据默认不跨场景训练。
开源协议组件底座
基于 ONNX Runtime、MQTT 5.0、Modbus / OPC UA、ROS 2 等开源协议与组件搭建，避免硬件与云厂商锁定。
农业专用小模型
自主训练视觉、时序与异常检测模型。小模型可在边缘运行，成本与延迟均可控。
SBOM / MBOM 治理体系
建立完整的开源物料与模型物料清单，管控版权、数据所有权与模型漂移风险。
数据边界
客户数据默认不跨场景训练，私有部署可完全本地闭环。
首期场景
四个低风险场景先跑通，再向全品类复制
先选择「做错了也不会出大事」的场景验证价值，而不是一上来就碰高风险作业。
灌溉控制
按墒情与气象自动调度灌溉窗口与水量，直接对应节水与省人工两项可量化收益。
温室环境
温度、湿度、通风、遮阳的协同调节，在限定参数内自动运行。
设备故障预警
泵、阀、风机的时序异常检测，在停机前给出预警，降低突发损失。
作物视觉巡检
视觉模型识别长势与病虫害征兆，替代部分人工巡检工作量。
首期明确排除范围
- 无人农药喷施
- 大型农机自动驾驶
- 无校验的全自动控制
自动化分级
最高做到 L3 受约束闭环，到此为止
在建中自动化是分级推进的，不是一步到位。每一级都要在真实站点跑通，才允许进入下一级。
- L0
监测
只采集、只呈现，不给建议也不动作。
- L1
AI 建议
模型给出动作建议，由农场人员自行判断是否采纳。
- L2
人工审批执行
模型生成指令，人工逐条审批后由系统执行。
- L3当前上限
受约束闭环
仅灌溉与温室两个低风险场景，在限定参数区间内自动运行，越界立即回退人工。
不在当前范围内
L4 全自主跨场景自动化不在当前范围内。在真实站点数据支撑之前，我们不会宣称做到这一级。
产销闭环
把订单端和生产端接成一个闭环
在建中Auagro 的 S2B 平台上已经有真实订单在跑，农场那端有真实产量在长。今天这两边靠人来对：有人报产量，有人看着订单排采摘。Auagro AI 要做的就是把这条链路接起来——生产端数据自动进入商品与履约，订单端的需求自动回到采摘与调度。
商品上架与维护
根据在田作物、预计产量、成熟窗口与分级结果生成并维护商品信息，不再靠人工整理表格。
可售量实时对齐
可售量跟着实际产量和已承诺订单走，避免超卖和临时毁约。
履约状态自动回填
采摘、分级、装车、发运的状态由现场数据回填到订单，不用人工逐条点状态。
按订单排采摘
订单量、交期与规格要求进入采摘计划，决定先摘哪块地、摘多少、摘什么等级。
跨产区分流
单一产区吃不下的订单，按成熟窗口、运距与在手库存拆分到其他产区，而不是直接拒单。
需求信号回到种植
持续出现的品类与规格需求，进入下一季的种植与排产建议。
商业动作同样不是 AI 说了算
和设备控制一样，商业侧也有一条硬边界：AI 生成商品信息、采摘计划与分流方案，价格、合同、对外承诺与最终发布由人确认。农场始终保留拒绝调度建议的权利。
安全与治理
三条独立治理线，安全线拥有关停权
安全线独立于业务线与工程线，拥有关停远程控制的权限。这是这套系统敢做闭环的前提。
农艺业务线
负责场景选择、农艺参数与客户价值验证。
独立安全线
负责安全策略引擎、检测与事故响应，拥有关停远程控制的权限。
工程与交付线
负责边缘系统、设备适配与现场交付质量。
核心风险与应对
| 风险 | 应对措施 |
|---|---|
| AI 误操作、设备入侵 | 全指令安全校验、网络分区、设备证书、故障回退、物理急停。 |
| 断网与现场故障 | 边缘本地闭环、本地数据缓存、断网后自动降级到安全状态。 |
| 设备碎片化、复制成本高 | 标准化设备模板与兼容矩阵，限制非标定制。 |
| 模型精度漂移 | 影子运行、分场景评测、版本回滚。 |
| 试点没有明确降本收益 | 事前设定对照基线，必要时降级为纯监测与咨询模式。 |
联系我们
如果你在做农场、设备或渠道，我们想聊聊
我们正在寻找愿意一起把首期场景跑通的农场与设备伙伴。
试点农场
灌溉或温室场景，愿意配合做对照基线测量的生产型农场。
设备与协议伙伴
泵、阀、传感器、控制器厂商，希望进入我们的设备兼容矩阵。
渠道与集成商
已经服务农场客户，希望增加 AI 控制交付能力的团队。
如何阅读本页
Auagro 现有的 S2B 交易、履约、物流与供应链金融能力，都是已经在运行、可以验证的部分。
AI 控制、设备适配与农场边缘模块正在建设中。本页描述的是我们正在构建的目标，不是已经交付的功能。