农业数字化要从「看天吃饭」走向「数据辅助决策」——行情波动大、农技知识传播慢、农资溯源链条长。Agent 可把气象、土壤、市场与政策信息合成可执行建议，但落地需适应低带宽与一线操作习惯。
生产、乡村治理与农产品流通的 Agent 场景。
宏观趋势、价值链与数字化阶段——先理解行业全貌，再讨论 AI 能落在哪一层。
农业数字化覆盖种植、畜牧、渔业与农资流通，经营主体包括合作社、家庭农场、龙头企业与县域服务商。基础设施差异大，移动端与低带宽场景常见，「看天吃饭」正逐步转向数据辅助决策。
行情波动、气候风险与农资合规（溯源、登记证）是三大压力。AI 可提供地块级建议与供应链预警，但落地需尊重农技推广体系与农户操作习惯。
典型系统分层与数据流向。Agent 不是悬空的能力，而是嵌在具体层级之间的协同节点。
「田间感知层 — 生产管理层 — 流通与行情层 — 县域服务层」。Agent 多通过小程序触达农户与农技员，后端连接 IoT 与行情数据；药剂建议需符合当地登记范围。
气象站、土壤传感、虫情灯、卫星遥感。
农事记录、投入品台账、合作社内部管理。
收购价、电商平台、冷链物流。
农技推广、农资监管、金融与保险对接。
Agent 部署在县域服务与生产管理之间：农事建议卡片、出货定价模拟、农资扫码合规；高危用药建议须农技员确认，非强制指令。
与 AI 相关的业务瓶颈——问题是什么，为什么传统手段不够，AI 为何能切入。
施肥灌溉病虫害防治靠老把式经验，气象突变时短信预警粗糙，小农户难获得精细建议，损失难控。
融合气象、土壤传感与作物模型，Agent 用通俗语言给出地块级建议，适配手机端低门槛交互。
合作社面对区域价格日报滞后，集中上市时议价弱，库存与损耗高，缺乏短期预测与对标工具。
Agent 聚合多源行情与供需信号，模拟「现在卖 vs 延后」收益区间，辅助合作社理事会决策。
农资经销需满足溯源与经营许可要求，门店手工登记易错，监管部门抽查效率低。
扫码串联生产、流通、销售链条，Agent 自动校验凭证与异常批次预警，降低合规风险。
具体业务情境、工作流步骤、交付物与衡量指标——可直接作为 PoC 立项参考。
县域农业服务公司服务 3 万亩大棚蔬菜，技术员无法每日巡遍所有地块，农户微信问「要不要打药、浇多少水」重复度高。
技术员人均服务面积提升、病害损失率下降、农户采纳率上升。
药剂建议符合当地登记范围；高危用药必须技术员确认；建议非强制指令。
果蔬合作社集中上市期，每日收购价波动 10–30%，理事会需决定全社出货节奏，过去靠经纪人口头报价。
合作社均价提升、损耗率下降、定价会议准备时间缩短。
预测标注置信区间；不替代合作社民主决策；数据来源可追溯。
县域 200 家农资店需扫码销售、登记购买者信息，监管抽查时店主要翻纸质台账，批次召回慢。
台账错误率下降、召回响应时间缩短、监管抽查人效提升。
购买者信息最小化采集；数据上报符合农业监管规范；店主导出需授权。