日本北海道农民用OpenAI GPT-5.6、Codex 经营100公顷农场
2026-07-11分类：人工智能 阅读（）
日本北海道一名原本没有工程背景的农民，透过OpenAI 的GPT-5.6、程式开发工具Codex，自行打造农业管理与自动化系统，不仅能记录农田作业范围，也能远端控制温室设备。
他站在一片花椰菜田中解释，实际进行田间工作时，经常会遇到一项看似简单、却十分困扰的问题：工作做到一半后，很容易忘记自己已经处理到哪一区。
因此，他希望建立一套数位化系统，将每天在田间完成的作业范围记录下来，让使用者可以直接在画面上确认「从哪里做到哪里」，避免重复作业或漏掉部分区域。
从不会开拖拉机，到用AI 改造农场
这名农民表示，自己刚到北海道务农时，连拖拉机怎么驾驶都不知道，对蔬菜栽培也几乎毫无经验，一切都必须从零开始。
「刚来北海道的时候，我不会开拖拉机，也完全不知道蔬菜要怎么种，起步真的非常辛苦。」
除了学习农业技术，他也开始思考如何改善重复、耗时的农务流程。虽然他并不是软体工程师，但开始利用Codex 协助撰写程式、设计控制系统，将部分传统上依靠人工完成的工作自动化。
其中一项实际案例，就是塑胶温室的通风管理。
传统温室为了调节内部温度与湿度，农民需要手动卷起或放下温室侧面的塑胶膜。这项工作每天可能必须反复执行，而且不同温室的位置分散，往往需要农民亲自前往操作。
他过去也一直以手动方式完成这项工作，后来则利用Codex 协助设计系统，加装电动马达，将塑胶膜的升降作业自动化。
手机连上网路，就能远端控制温室
完成改造后，只要设备能够连上网路，农民无论身在何处，都可以控制电动马达向上或向下运转。
换言之，即使人不在温室旁，也可以依照天气、温度或现场需求，远端开启或关闭侧面通风口。
这套系统对大型农场尤其具有实际价值。当农民同时管理多座温室或多块农地时，远端控制可以减少来回移动的时间，也能在天气突然变化时，更快速调整温室环境。
他表示，自己没有正式的工程背景，却能够透过Codex 实际完成马达控制与网路系统的开发，这是过去很难想像的事情。
从反复修改指令，到一次完成复杂任务
他也提到，新一代AI 模型与过去相比，能力已有明显变化。
使用较早期模型时，往往必须不断与AI来回沟通，先提出要求，再检查结果、修正问题，接着重新下达指令。整个过程需要使用者持续参与，才能一步步完成系统。
然而，新模型已能透过一次较完整的提示，读取使用者既有的资料库，并自行选择与操作不同工具。
AI不只按照单一指令产出程式码，也能理解最终目标，拆解任务、使用工具、检查执行结果，并持续推进工作。使用者不需要像过去一样，随时检查每个步骤或管理整个流程。
他形容，这种变化令人难以置信。他说：「以前必须一次又一次地沟通、修改，再重新下指令；现在只要一个提示，它就能读取我的资料库，自己使用各种工具，朝最后的目标执行。」
对这名农民而言，AI带来的最大改变，不只是节省时间，而是让原本不具备程式设计能力的人，也能亲手建立适用于实际工作现场的系统。
无论是田间作业进度的数位记录，或是温室通风设备的远端控制，过去可能需要委托专业工程团队开发，如今农民也能透过自然语言描述需求，再由AI协助完成原型、程式与设备整合。
他表示，当自己真正做出一套能在农场使用的系统时，感受到的不只是成就感，更像是在亲眼见证一场魔法。
AI 开始进入最传统的产业现场
这项案例反映，生成式AI 与程式代理工具的使用场景，正逐渐超越科技公司与专业工程团队。
农业现场存在大量高度在地化的需求。例如，不同农场的温室结构、作物种类、灌溉方式与作业流程都不相同，市面上的标准化软体或设备，未必能完全符合个别农民的需求。
过去要开发客制化工具，往往必须具备程式、电子控制与网路设备等专业能力，或支付一笔不低的开发费用。但当AI可以协助使用者撰写程式、读取资料、串接设备并排除错误后，开发门槛正在快速下降。
这也意味着，未来AI带来的生产力提升，可能不只发生在写程式、制作简报或分析资料等知识工作中，也可能深入农业、制造、维修及营建等传统产业。
影片中一个有趣的意外是，AI 仍无法解决农场里的所有问题。影片拍摄期间，现场公鸡不断啼叫，甚至一度干扰采访进行。当农民询问如何让鸡安静下来时，AI 只能务实回答：「鸡本来就是会叫的动物，要让它完全安静，老实说非常困难。」
Tags：
