零一万物把 Agent 带进了鸡舍

文 | 牛透社

这一次，AI 走进了鸡舍。

6月2日，零一万物与正大集团宣布成立合资公司“万蜂智能”，双方将从蛋鸡养殖场景切入，共同探索 AI 在农业生产现场的落地。

签约现场

零一万物把Agent带进了一个真实、复杂、重运营的产业现场。

鸡舍里没有太多概念空间。AI 能不能发挥作用，最终要落到具体指标上。

比如，病鸡能否更早识别，死淘率能否下降，料蛋比能否优化，库存和订单能否更匹配，一线巡检能否更高效，场长经验能否复制到更多农场。

这也是这次合作最有意思的地方。它把企业 AI 从“会不会回答问题”，推向了一个更难但也更有价值的问题，那就是AI 能不能真正进入生产系统，改变经营结果。

一、农业并不低端，它只是太复杂

很多人觉得农业离 AI 很远。大模型、Agent、多智能体这些概念，似乎更适合互联网和金融行业。但零一万物CEO李开复博士在现场给出了相反的判断，他说，农业反而可能是 AI 最值得深入落地的场景之一。

原因在于，农业虽然古老，却拥有非常明确的输入和输出。

以蛋鸡养殖为例，输入包括鸡苗、饲料、水、温湿度、光照和防疫体系，输出则是鸡蛋、产蛋率、品质和利润。中间每一个环节都可以被观察、记录和优化。

李开复认为，AI 要真正创造价值，需要理解产业本身，理解生产全过程以及输入与输出之间的关系。养鸡看似简单，背后却涉及饲料配方、疾病监测、环境控制、蛋品分级、库存管理和销售预测等复杂环节。

农业最大的特点是高度依赖经验。

正大集团资深副董事长兼中国区CEO杨小平在现场提到，工业面对的是标准化产品，而农业面对的是有生命的非标个体。一个优秀场长往往需要多年积累，才能通过鸡群状态、采食量、声音和环境变化判断问题。

但经验也有局限——难以复制。

一个优秀场长的能力，很难快速复制到几十个农场。

杨小平用 AlphaGo 举例，AI 的价值就在于把顶尖经验沉淀下来，并快速复制。

过去培养一个优秀管理者需要多年，而 AI 有机会把最优经验转化为系统能力，让更多农场共享。

这也是正大选择与零一万物合作的重要原因。

正大拥有真实场景、产业经验和规模化运营体系，零一万物提供的则不仅是模型，而是一套把 AI 放进产业现场的方法。

所以，这次合作虽然从鸡蛋开始，但背后对应的是养殖、防疫、物流、销售和食品安全组成的完整产业链。

农业不是低端行业，它只是长期以来过于复杂，难以被充分数字化和智能化。

二、Agent 进鸡舍，关键是长出“手脚”

过去两年，很多企业已经开始尝试大模型和 Agent，但大多数应用仍停留在“帮人写”“帮人查”“帮人总结”的阶段。它们提升了效率，却没有真正改变生产过程。

农业场景对 Agent 提出了更高要求。

零一万物国际业务与AI咨询副总裁宁宁博士在发布会上提到，如果没有物理设备，AI 输出的只是建议；如果没有智能体，设备也只是自动化工具。只有两者结合，才能形成真正的智能闭环。

这也是万蜂智能的核心逻辑。

在鸡舍里，AI 首先要“看见”现场。摄像头、传感器、声音采集系统和环境监测设备持续收集鸡群行为、温湿度、通风和光照等数据。随后，智能体需要理解这些数据背后的含义，比如鸡群活动减少，是疾病风险还是环境异常？产蛋率下降，是饲料问题还是鸡群结构变化？

更重要的是，AI 不能只发出提醒。它还需要联动环控系统、巡检机器人和其他设备，形成从感知到执行的完整链路。

李开复提到，多智能体系统中，不同 Agent 可以承担不同职责。

健康管理 Agent 负责疾病预警和环境监测；
经营优化 Agent 关注库存、销售和价格预测；
运营管理 Agent 则帮助农场实现标准化管理。

这些 Agent 背后，还需要一套行业知识体系。

零一万物强调的 Ontology，本质上是把鸡群健康、生产流程、市场需求等知识结构化，让 AI 能够理解和推理，而不是简单处理数据。

为了理解这些场景，零一万物团队曾长期驻扎养鸡场调研。因为产业 AI 不能只在办公室里设计，它必须深入现场，理解真实问题，再把现场改造成一个能够持续学习和优化的系统。

所以，“Agent 进鸡舍”并不是给农场装一个聊天机器人，而是让 AI 在真实生产链条中形成感知、判断、执行和反馈的闭环。

三、用经营指标衡量AI的真正价值

这次发布会释放出的一个重要信号是，万蜂智能并不想成为一个展示项目。

宁宁回答牛透社的提问时说，衡量合作是否成功，标准很简单：价值能不能写进客户的财报里。

这句话点出了产业 AI 的核心逻辑。

农业场景最看重结果。料蛋比、死淘率、库存周转、订单响应速度、巡检效率，这些指标都直接影响利润。

例如传统巡检中，一名员工可能需要花几个小时检查一栋鸡舍。AI 与机器人结合后，有机会更快发现病鸡和异常情况，同时减少重复劳动。

根据发布会披露的信息，第一阶段目标包括自动化率从20%提升到40%、死淘率下降5%，以及通过产销协同降低成本。无论最终效果如何，这些目标都说明项目从一开始就围绕经营结果展开。

这也是 AI 与传统软件最大的区别。

过去企业采购软件，关注的是功能是否上线；而 AI 是一个持续学习的系统，它的价值取决于几个月甚至几年后业务指标是否改善。

因此，AI 项目的挑战不仅是技术，还有责任和协同机制。

如果 AI 带来了收益，价值如何分配？如果判断失误导致损失，责任如何界定？问题究竟出在模型、数据还是执行环节？

这些问题在农业生产现场尤为现实，因为每一次决策都对应真实成本和真实产量。

产业 AI 走到深处，比拼的不只是模型能力，更是长期运营能力和组织协同能力。

四、万蜂智能不只是一个项目

值得注意的是，零一万物与正大没有采用传统甲乙方合作模式，而是成立了合资公司。

宁宁解释，是否采用合资模式通常取决于三个条件：双方高层是否高度共识、场景是否足够深且价值明确、业务复杂度是否超出单个项目能够解决的范围。

正大显然符合这些条件。

它拥有大规模农业场景、长期积累的数据和持续产生反馈的业务体系。蛋鸡业务每天都会产生大量生产和经营数据，这种天然的数据闭环非常适合 AI 进入。

零一万物则提供模型、多智能体系统、AI 咨询和行业本体论能力。简单来说，正大提供场景和经验，零一万物负责把这些经验转化为智能系统。

这种关系与传统软件时代明显不同。

传统软件更多是一次性交付，而 AI 更像一个持续成长的系统，需要长期学习和迭代。因此，技术公司与产业公司的关系也从供应商变成了共同建设者。

杨小平认为，这不仅是一次技术升级，也是生产力和生产关系的创新。李开复则指出，未来企业真正的护城河，不只是品牌和渠道，而是能够持续优化决策、降低风险的数据闭环和智能中枢。

从这个角度看，万蜂智能不是一次采购，也不是一个 IT 项目，而是在共同建设一套农业智能中枢。

五、从一个鸡舍开始，寻找农业 AI 的复制路径

万蜂智能从蛋鸡开始，但目标显然不止于蛋鸡。

李开复表示，如果这套能力能够在养鸡场跑通，未来可以扩展到养猪、养牛、养羊甚至种植业。宁宁也透露，未来既会提升智能化深度，也会向饲料、加工、零售等产业链环节延伸。

这背后的逻辑并不复杂。

农业大量环节仍然依赖经验，不同农场之间管理水平差异明显。如果 AI 能把最优经验沉淀下来，就有机会提升整个行业的运营水平。

与此同时，农业直接关系到食品安全和供给效率。消费者未必关心背后用了多少 Agent，但会关心鸡蛋是否更安全、品质是否更稳定、价格是否更合理。

宁宁强调，AI 进入蛋业的目标不是增加成本，而是降本增效。最终受益者应该是消费者。

因此，万蜂智能真正要验证的，不是“AI 能不能养鸡”，而是AI 能否在重资产、长链条、强运营的产业中持续创造价值。

对于零一万物而言，这也是一次重要转向。大模型公司如果停留在模型层，很容易陷入能力和价格竞争；只有深入行业现场，打通数据与执行闭环，才能建立更深的壁垒。

对于正大而言，这也是一次组织能力升级。未来农业企业的竞争，不只是规模和渠道的竞争，也会变成数据能力、智能决策能力和经验复制能力的竞争。

当然，农业 AI 不会是一条轻松的路。数据分散、设备标准不统一、经验难以结构化、业务周期长，这些都是现实挑战。

但也正因为如此，它更值得关注。

从这个角度看，零一万物把 Agent 带进鸡舍，是一个重要信号：企业 AI 正在离开相对轻量的办公场景，进入更复杂、更贴近产业核心的地方。

鸡舍只是一个起点。