标题：一个人+8个AI工具：北海道农民用ChatGPT和Codex重新定义智慧农业

摘要：日本北海道农民富安弘毅将ChatGPT和Codex融入农场日常管理，从病害识别到温室控制，展示了AI如何让传统昂贵的自动化变得触手可及。8个真实用法，为农业从业者提供了可复用的低成本AI实践样本。

当一个北海道的西兰花农民写下“我在田里雇了一名工程师，它叫Codex”，这不仅仅是一句俏皮的标题，更宣告了一个趋势：AI正在重新定义专业壁垒极高的传统行业。富安弘毅并非编程高手，但ChatGPT和Codex的组合让他成了自己农场的“首席技术官”——他用语言模型驱动硬件、管理数据、诊断作物，8个真实案例构成了一部农业从业者的AI实操手册。

富安弘毅的实践集中在三个维度：感知、决策与执行。在感知层，他用ChatGPT识别西兰花病害：拍照上传后，模型能给出初步诊断和防治建议。进一步，他将卫星图像接入NDVI（归一化植被指数）分析，用Codex编写脚本获取并解析遥感数据，实现对作物长势的大范围、低成本监控。过去，一套商用NDVI分析系统可能需要数万元，而富安弘毅仅用公共卫星API和代码生成工具就完成了同等功能。

在决策与管理层面，他构建了基于Airtable的农场管理数据库，利用Codex设计表单和自动化流程，追踪播种量、施肥记录与排班周期。更巧妙的是，他将ChatGPT嵌入农场微信群，开发了一个机器人管理员：它能实时响应群内提问，查询排期和温度传感数据，并自动更新任务清单。传统上，这类功能需要购买专门的农场管理软件或定制开发，而富安弘毅利用AI代码生成工具，以极低的成本完成。

执行层则体现了“AI+物联网”的落地价值。他用ESP32微控制器搭建温室卷帘远程控制系统，结合LINE聊天机器人，实现手机端控制通风和保温。富安弘毅还深入研究了RTK-GPS自动转向技术，用ChatGPT和Codex解析原理、评估自建性价比，而非盲目采购昂贵的商用自动导航设备。这套思维值得所有考虑数字化转型的农业从业者借鉴：AI不是买一个“成品”，而是提供了一种翻译与评估能力——让你的问题被技术理解，最终用代码和硬件解决。

这些案例背后有一个共同逻辑：AI降低了编程、数据分析与硬件集成的学习门槛。富安弘毅并非技术专家，但ChatGPT和Codex把“怎么写代码”变成了“我想要什么”。这意味着，传统行业中的中小型经营者，不必再等待大厂定制系统或承担高昂的数字化成本。他们可以用AI生成脚本、设计数据库、编写API调用——正如富安弘毅所言，身边仿佛有了一位随时待命的“超级工程师”。

农业长期以来是技术渗透率较低的领域，但AI正在迅速改变这一局面。从富安弘毅的实践中，我们看出一个趋势：未来，懂AI的农民不会失业，反而能以极低成本的数字人力，撬动传统农业自动化的杠杆。对AI从业者而言，这是一个信号：垂直行业的技术壁垒正在被语言模型消解，真正的挑战不是模型本身，而是如何将“问题意识”转化为“提示词能力”。

对于农业从业者和关注AI落地的创业者，富安弘毅的8个用法提供了清晰的行动指引：从单一场景切入，比如病害识别或排期管理；利用公共API与低代码工具构建原型；不追求一步到位的全自动化，而是让AI先解决最痛点的小问题。当AI成了田里的超级工程师，每一亩土地都可能长出新的可能。