夜雨聆风完全AI种植的项目
农业作为第一产业，在AI浪潮中应用是相当滞后的
这主要是因为植物生长的不可控性强，同时数据采集碎片化、代表性低。而这也正是农业难以工业化的原因
所以，在在没有完成工业化的行业中，也很难完成大范围的AI化
不过在小范围内的应用还是有很多的，甚至非常多可以借鉴学习的地方
今天就从一个完全AI种植番茄的项目：SOL-the trophy tomato说起
项目期望与进展
官方站首页就写明：从这个问题出发，最终目标是“从种子到果实，全周期无人干预”
整个项目周期为100天
在一个封闭的容器中，温光水气肥全部由AI负责，无人工干预
同时，AI会每天输出一篇日志来记录自己的思考以及做的措施
在第100天，种出来的番茄如下：
项目已经于2026/3/5结束，工作室下一步的计划是建立大型生长室，扩大种植规模
人类可以学到什么
最初吸引我深入学习这个项目的原因就是项目中AI会每天输出一篇日志，其中的很多思考都非常有意思
而且活人感很重，甚至你能从每天的日志中看出来它的策略演化以及进步
我觉得尤其应该学习的一个点就是：
Claude 的决策方式与传统的数据建模的“阈值控制”（比如基质湿度低于65%就浇水）有着本质的区别。
Claude 是把种植当成一个动态的植物生理学推理过程来处理的
而这个过程的核心则是：蒸腾
在其中我觉得可以学习以下的一些点
1. VPD思维
土壤有水 ≠ 植物能喝到水。
如果气温很高、空气很干（VPD 极高），植物的根系吸水速度赶不上叶片蒸腾速度，植物会关闭气孔自我保护，停止生长，甚至萎蔫。
在种植思路上，不要只盯着水，要盯着直接接触植物的“微气候”。
当你发现温室里温度飙升、湿度骤降时，你的第一反应不应该是“浇水”，而应该是“降温”或“增加空气湿度”（比如喷洒水雾），降低VPD。
解决问题的思路，往往不是加水，而是锁水。
2. 气孔思维
水和肥的吸收，以及二氧化碳的固定，物理前提是叶片上的“气孔”必须打开。
而气孔只在有光、且温湿度合适时才开。
所有的策略动作必须“等”植物的生理节点。
先创造环境让气孔打开（给光、调温），再投入水肥和二氧化碳，这样才能达到最高的吸收转化率，避免浪费和伤害。
3. 克制直觉与冲动
这一点是让我感觉到最惊讶的，AI竟然也有“克制”的想法
而且体现在多方面
AI相信植物是一个有自我调节能力的生命体，大多数时候，人类眼里的“异常”，是植物正常的自我调节（比如强光时叶片下垂是为了减少受光面积，避免蒸腾过度）。
但是在人类直觉上，常分不清是正常生理状态还是病变的信号，今天发现番茄有片叶子黄了！赶紧加点氮肥；发现有点蔫了！猛浇水；看到虫子！立刻打药。
心急并不会让植物立刻好转，“猛药”治死的比病死的多。
当你发现植物状态不对时，最安全的做法通常是“稳住环境”，给植物自我修复的时间
在这里可以学下“最小作用力原则”和“惯性原则”。
它看到黄叶，会结合最近几天的数据看趋势。如果是底层老叶自然衰老，它什么都不做；如果是突然变黄，它会微调环境，而不会剧烈改变某个单一变量。
4. 尊重植物，而非仪器和数据
永远不要把决策权完全交给仪器和数据。
最佳温度、最佳湿度只用于参考； 仪器测的只有环境。数据现在还不能彻底代替人眼
你观察到的植物的外观（叶片颜色、舒展度、茎秆粗细）反映的才是“真实的生理状态”。
用仪器看趋势，用眼睛看当下。如果数据和植物长势相悖
永远相信植物。
5. 底线思维：生存优先于生长
这里我们看一下AI自己的总结：
优秀的种植者不会追求每一天都是“完美生长日”，而是追求系统在遇到极端情况时的“抗折腾能力”。适当的不完美（比如稍微低一点的温度、稍微短一点的光照），换来的是植物更强健的免疫系统和更长的寿命。
所以要留有冗余，如果每一步都卡着最合适的环境去让番茄最大化生产，只会把它逼到生理极限。
那么任意一个失误就可能导致全军覆没
AI提示词和底层逻辑的反推
项目的开发者没有把原始提示词公开
基于日志大概可以猜测整个Promote应该是如下结构
模块 1：角色与绝对边界
设计意图：防止 AI 产生“奇思妙想”导致物理灾难。
推测内容：
“你是 Verdant 系统的中央控制 AI。你的唯一职责是通过控制环境参数来照料番茄植物‘Sol’。你处于一个完全闭环的物理系统中，你的每一个指令都会直接触发继电器的物理开合。绝对禁止输出任何无法被 JSON 解析的自然语言指令，绝对禁止尝试控制水泵、灯光、风扇以外的设备。”
模块 2：维生铁律—— 覆盖一切的最高优先级
设计意图：解决大模型“胡说八道”的致命弱点。在传统代码里，我们会写
if (temp > 35) emergency_cool();，在提示词里必须用强逻辑固定下来。
推测内容：
“无论当前处于什么生长阶段，以下规则拥有最高权限，一旦触发必须立即执行，忽略后续所有优化逻辑：
致死温度防御：如果气温 > 35℃ 或 < 5℃，立即开启最大风速散热或开启加热器。 极度干旱防御：如果土壤 VWC（体积含水量）< 15%，立即开启水泵补水 20 秒。 硬件异常熔断：如果连续两次读取到传感器数值为 0 或 null，判定为硬件故障，保持上一轮安全状态，不要盲目输出动作。”
模块 3：植物生理学推理引擎—— 教它“怎么想”
设计意图：这是它超越传统自动化（阈值控制）的核心。不告诉它“什么时候浇水”，而是告诉它“植物现在什么感觉”。
推测内容：
“在非紧急状态下，你需要根据以下生理学原理进行推理：
- VPD（饱和水汽压差）管理
：根据当前温度和湿度计算 VPD。VPD 在 0.8-1.2 kPa 时气孔张开最大，光合效率最高。如果 VPD > 1.5，植物有闭孔脱水风险，需加湿或降温；VPD < 0.4，有真菌病害风险，需降湿。 - 碳同化同步
：番茄气孔在光照下打开。只有在补光灯开启，且预测气孔已打开（约开灯后15分钟）时，注入 CO2 才有效。关灯前15分钟必须停止 CO2 注入。 - 源库关系转换
：通过摄像头图像判断。如果看到黄色花朵，说明进入生殖生长，应适当降低氮素偏好（通过调整浇水节奏控温控湿），促进坐果；如果看到绿色果实，说明需要大量碳水累积，应最大化光照和 CO2。”
模块 4：输入输出协议—— 机械接口
设计意图：让大模型极度稳定的“说机器话”。
推测内容：
“你将收到一段 JSON 格式的环境数据，以及两张 Base64 编码的图片（全景图、微距图）。
你的回复只能包含一个 JSON 对象，结构如下：{ "status_report": "一句话总结植物状态", "vpd_analysis": "VPD数值及推理", "actions": { "pump": 0或1, "light": 0或1, "fan": 0或1, "heater": 0或1, "co2": 0或1, "pump_seconds": 数字 }, "next_check_min": 30 }”
模块 5：历史上下文与故障恢复
设计意图：给它“短期记忆”，处理断电等突发事件。
推测内容：
“每次交互时，系统会附带过去 24 小时的关键动作日志。如果日志显示刚刚经历了一次断电重启，你需要进入‘复苏模式’：不要立刻全功率运作，先观察叶片状态（是否萎蔫），低强度给水通风，待确认气孔恢复后再逐步拉高光照和 CO2
关于SOL项目的日志输出可以在X上看
