「我雇用一名工程師，他叫Codex！」日本農夫靠AI管理100公頃農場，還成了GPT-5.6案例
AI與農業，這兩個看似遙遠的領域，在日本北海道碰撞出了火花。日本北海道農夫冨安弘樹（Hiroki Tomiyasu）便憑藉AI技術管理著100公頃的農場，相當於140座標準足球場，他運用AI技術開發出診斷病蟲害、遠端溫室溫控等多項系統，改善農業現代管理上的諸多痛點，甚至成為OpenAI最新模型GPT-5.6的應用案例之一。
「我為農場雇用了一名工程師，它叫作Codex。」今年3月，冨安在X上分享，他運用Codex開發了一套可以透過Line遠端控制的溫室通風系統。他強調，AI在這項任務中發揮的功用不僅僅只是寫程式，還在實體的線路設計上幫了大忙，AI在農業領域有著相當大的發揮空間。
為農場雇用Codex的他是誰？
冨安在農業領域其實是位「插班生」。他在東京近郊長大，大學畢業後擔任公務員，可說是徹頭徹尾的都市孩子，完全沒有農業或工程相關背景。
20多歲時，他因為朋友介紹接觸到農村社區，加入了一個在岡山縣修復廢耕梯田的團體，因緣際會踏入農業。隨後他移居日本的農業重鎮北海道，開始種植南瓜、花椰菜、蔥和大豆等農作物。那時他不會開拖拉機，對農業的許多作法、設備都非常陌生，從零開始學習管理田地需要的知識與能力。
如今他在北海道管理100公頃的農場，主要種植花椰菜、南瓜、青蔥和黃豆，並且同時擔任農業法人的高階主管。他在個人介紹中提到，他經營的農場在第5年時就成功創造1億日圓的年銷售額。
更特別的是，冨安並非工程師，從未接受程式教育。如今農場裡許多自動化系統，幾乎都是他透過AI一步步打造出來。
不懂農耕卻踏入農業，不是工程師卻成功用AI改善工作
而冨安會在務農的過程中起心動念運用AI技術，或許正與他對農業毫無經驗有關。他在個人部落格中提到，自己真正投入農業後，很快便感受到各種繁瑣事務，同時也對農業設備高昂的成本感到驚訝。
管理田地需要耗費大量體力與心力，加上日本農業面臨嚴重的高齡化、缺工以及極端氣候問題。加上傳統農業的自動化設備費用往往非常昂貴，且需要專業工程師，一般農戶根本無法負擔。
冨安就在務農時體會到，管理溫室真的非常麻煩，溫室的通風捲簾需要視天氣、風向和作物狀態手動開關，每天巡視多棟溫室是非常耗時且繁瑣的工作。加上花椰菜是相當嬌貴的農作物，對溫度相當敏感，必須時時注意。
還有農業數據紀錄的工作也相當割裂，在田裡工作時雙手沾滿泥土，身旁是拖拉機的噪音，根本不想特地走回辦公室用電腦，導致農場管理與現場作業產生斷層。
冨安更對農業設備價格之高感到驚訝，為了監控拖拉機是否開在直線上，他的農場花費30萬日圓買了一套監控設備。他心想，只是用來判斷拖拉機是否偏離直線的設備，竟然要價30萬日圓，自己說不定也能動手做個類似的東西。
正是這些務農過程中的不便與阻礙，他開始接觸AI技術，發現透過自然語言對話，AI可以幫他寫程式、規劃系統。即使自己對寫程式一竅不通，也能用極低成本為自己的農場打造自動化工具，解決具體痛點。
冨安具體用AI解決了哪些痛點？
一、AI病蟲害防治
對AI最初步的應用便是在病蟲害防治上。當他注意到花椰菜上出現黑斑，想確認這究竟是不是病蟲害時，他會拍照下來傳送給ChatGPT，詢問可能的病蟲害與處理對策。AI可以快速提供初步判斷與可能原因，告訴他這是需要立即請專家處理的重大事件，或者繼續追蹤觀察的小問題。
二、遠端溫室控制系統
過去溫室通風簾需人工手動調整，極耗體力。冨安運用AI撰寫程式串連微控制器、馬達、雲端服務與LINE機器人，並設計電路配線。現在他不僅能透過LINE遙控通風簾，還結合了SwitchBot溫度計，讓溫室在超過20度時自動開啟通風，完成後還會傳LINE通知他。這套系統的材料費不到2萬日圓，並且兩到三週內就測試成功。
三、開發「LINE農場助理」與資料庫
為了解決農場管理與現場作業斷層問題，冨安透過AI將Airtable與MongoDB等資料服務與LINE結合，開發出「農業AI代理」，能夠自動將員工的回報轉為結構化資料，讓追蹤工作進度、農場現況變得非常簡單，甚至還能告訴員工今天的工作、下個步驟是什麼，節省大量建檔與人工核對的行政工作。
四、用衛星監測農作物生長
衛星監測雖然看似是大型集團、農業公司才能做到的龐大系統，但冨安成功透過詢問ChatGPT如何運用衛星數據，建立了一套系統，能夠定期抓取NDVI（植生指數）衛星影像並疊加在他的農地地圖上，讓他能直觀掌握每塊田的生長差異，哪些區域長勢較差、需要優先巡田，一眼就能辨識。
延伸閱讀：新版ChatGPT攻略｜Chat、Work、Codex 差在哪？如何選擇適合自己的模式？差異一次看
怎樣應用AI？他建議工作者「先建立原型、反覆測試修改」
這些應用只是冨安運用AI管理農場的一部分，他的成果打破了以往農民遭受的局限與經營成本，不必仰賴昂貴的服務或設備，就能利用AI一一解決痛點，背後成本僅僅是AI服務的訂閱費，以及個別硬體材料的花費。
不過冨安強調，僅僅懂AI是沒辦法開發出有意義的應用，工作第一線往往充滿各種變數，需要先建立一個原型，反覆測試修改，最終才能建立具有實用價值的工具。
冨安在部落格中指出，他認為AI應用的落地還有非常大的空間，不光是農業，廠房、建築業、老年看護、物流等眾多領域中，都有著運用AI解決問題的機會存在。
冨安的故事顯示，AI已經降低了各產業的創新門檻，過去只有大型企業才能負擔的自動化系統，如今一個不會寫程式的農夫，也能在與AI對話的過程中一步步打造。真正需要的，不再只是技術能力，而是能否深入工作現場、持續發現痛點，並嘗試運用AI把想法化為解決方案。
延伸閱讀：GPT-5.6提示詞怎麼寫？OpenAI官方拆解「4要素框架」，全新指令範例一次看
ChatGPT Skills怎麼用？@一下呼叫技能、3種建立方式教學、6組好用範例一次看
延伸閱讀
NotebookLM改名「Gemini Notebook」了！Logo換上藍紫漸層，深度融入Gemini品牌
OpenAI聯名推出實體鍵盤Codex Micro！一台要價230美元，可用旋鈕與搖桿秒控AI代理人
「加入《數位時代》LINE好友，科技新聞不漏接」