农业AI实验室近期在一处合作温室园区完成了一轮小规模环境调控实验。目标不是替代种植者，而是把「什么时候通风、什么时候补光、补多久」这类高频判断，做成有数据依据的建议。
做法上，我们在棚内部署温湿度、光照、CO2与基质含水率传感器，数据经边缘网关汇聚后进入轻量时序模型，预测未来两小时的棚内温湿度走势，再叠加天气预报与分时电价，输出通风、湿帘、补光的候选动作，由现场人员确认后执行。模型只做建议，保留人工否决权。
要点：
- 进展：连续运行约六周，棚内温度两小时预测平均绝对误差约0.8℃。在午后高温时段按建议执行通风与湿帘联动，该时段风机能耗下降约11%，未观察到作物受害表现。
- 下一步：把苗期、开花、坐果等生长阶段作为约束条件引入决策，验证对产量与品质的实际影响；同时把模型输出与原有经验规则做对照记录，明确哪些场景下模型确实更优、哪些场景仍应沿用人工经验。
现阶段结论偏保守：环境调控的可解释性比精度更影响现场采纳意愿，后续会优先补齐决策依据的说明能力。
评论