日本農民用 Codex 管百公頃農田：零基礎搞定硬體與衛星遙感

如果要在 100 公頃的土地上搞現代化農業，通常的做法是找外包團隊，或者買一套貴得嚇人的智慧農業大廠方案。

但北海道的一位農夫選了一條完全不同的路：自己動手，把程式碼全交給 AI 寫。

2026 年 6 月，OpenAI 講了 Hiroki Tomiyasu 的故事。這位農夫在北海道管理著整整 100 公頃的農田，種植西蘭花、南瓜、大蔥和大豆。在下地幹農活之前，他其實是一名公務員，既沒有接受過正規的農業培訓，更沒有任何工程和程式設計背景。但現在，他靠著 ChatGPT 和 Codex，把一整套農業自動化系統跑了起來。

從微控制器電機到太空衛星

Tomiyasu 目前手裡跑著 8 套活躍的 AI 工作流，覆蓋的範圍大得驚人。

在地面上，他用微控制器 ESP32 控制電機運轉，把溫室裡的溫度感測器和平地上的物聯網裝置連在一起，即時追蹤大棚溫度和田間狀況。

在天上，他甚至呼叫了衛星遙感資料，自動生成農田的 NDVI 植被指數對映圖，直接在螢幕上看作物的生長健康度。

這些軟硬體打通的定製工具，程式碼基本都出自 Codex 之手。Tomiyasu 自己在 note.com 上持續記錄這些實驗。按照他的說法，用 AI 輔助開發的感覺，就像身邊時刻坐著一位技術極其頂尖的工程師隨時待命。

為什麼重要

我們認為，這個案例最耐人尋味的地方，不是 AI 又幫農業提高了多少效率，而是它徹底推翻了一個長久以來的假設：做軟體必須先學會寫程式碼。

長期以來，行業數字化的最大死結是懂業務的人不會寫程式碼，而會寫程式碼的人不懂一線的泥土與溫室。把真實痛點翻譯成技術需求，中間損耗巨大，甚至直接把許多個人和小農場擋在門外。

Tomiyasu 的實踐說明，當大語言模型把程式碼語法的門檻砸平之後，真正的核心競爭力變成了對業務本身的理解。只要你清楚地知道自己需要控制哪個電機、需要監測哪塊地的植被指數，AI 就能幫你把底層邏輯拼出來。

對普通開發者和創業者來說，這一步走得很給力，但也必須看到現實的邊界。AI 能瞬間生成 ESP32 的控制邏輯和資料處理指令碼，但硬體佈線、感測器損壞、田間的風吹日曬等物理世界的麻煩，依然得人肉去解決。AI 搬開了技術的絆腳石，但真正讓系統轉起來的，還是那位願意在泥地裡反覆除錯的農夫自己。