在农业现代化转型的关键时期，南京农业大学智慧农业创新团队正式推出“神农慧种”系列智能体，为破解传统农业发展难题提供创新方案。该系列智能体通过整合人工智能、大数据、遥感监测等前沿技术，构建了覆盖粮食生产全链条的智慧种植体系，旨在提升农业生产效率、保障粮食安全并培育农业新质生产力。
面对气候变化、资源约束和劳动力老龄化等多重挑战，传统农业生产方式亟需升级。智慧农业作为农业现代化的核心方向，虽已涌现出众多垂直模型，但仍存在与农业机理结合不足、动态感知能力弱、管理处方落地难等问题。南京农业大学团队依托三十年在作物生长模拟、农情监测和农田管理等领域的技术积累，研发出“神农慧种”系列智能体，实现了从“感知—模拟—决策—作业”的全链条贯通，推动农业大模型从“知识问答”向“田间实践”跨越。
该系列智能体采用“综合平台+关键技术+应用系统”的三层架构。综合平台包含慧耕耘、慧种植两大核心模块；关键技术涵盖慧感知、慧预测、慧作业三大能力；应用系统则针对水稻、小麦、玉米、大豆等主要作物开发了专用智能体。系统通过五层架构设计——基础设施层、知识数据层、模型算法层、协同调度层和功能应用层，形成从数据采集到决策执行的全闭环管理，为粮食生产提供一站式解决方案。
作为总入口的慧耕耘模块，创新性地采用大语言模型与小量化模型协同机制。大模型负责知识交互与意图理解，小模型（如作物生长模型、农情监测模型）承担定量计算与动态预测任务。通过“知识+量化”双引擎驱动，系统可精准调度作物生长参数解析算法、CropGrow生长模拟模型及田间智能装备，实现云端算法与田间作业的直接联动。例如，在稻麦生产中，系统能重构“耕、种、管、收”全流程生态，将常规大模型的“模糊经验”转化为“精确决策”。
在关键技术突破方面，慧感知模块将遥感监测通用模型与大语言模型深度融合，可自动完成全国稻麦主产区的田块分割、作物识别、长势反演、灾害监测及产量预测，并生成结构化农情报告和动态专题图。慧预测模块以自主研发的CropGrow模型为核心，结合机器学习算法和气象、土壤、管理数据，实现生育期预测、产量预报、气候影响评估等功能，稻麦生育期和产量预测精度均超过90%。应用层面，慧种稻和慧种麦模块集成田块识别、土壤养分估算、播种制度推荐、病虫草害识别等10余项功能，通过空间专题图和管理时间轴呈现决策结果，并与智能农机装备无缝对接，显著提升作业精准度。
支撑“神农慧种”系列智能体的核心是三大自主研发模型体系和100余项核心算法，包括作物生长遥感监测模型、生长模拟预测模型及生产管理决策模型。这些模型构成系统的“定量计算引擎”，赋予智能体强农学依据、场景适配能力和决策泛化能力。平台还采用多模型协作机制与知识检索增强技术，可实时调用农艺规则、品种特性和历史案例，确保回答准确且可追溯。
目前，该系列智能体已在江苏、山东、河南等地的16个示范区落地应用。数据显示，通过产前耕种处方优化，农业用种量平均减少20斤/亩；产中变量调控使施肥、灌溉、植保成本降低30元/亩；产后精准收割指导减少损失约30斤/亩；全程科学管理带动亩均增产50斤，经济效益提升40至80元。河南新乡、江苏南通等地已形成典型应用案例，为智慧农业推广提供了可复制模式。
除技术推广外，该成果还带动了人才培养与社会服务创新。南京农业大学组建“慧耕耘科技助农志愿服务团”，通过“本—硕—博—青年教师”四级联动模式，培养新农人45人，惠及农户700余户，解决技术问题5000余个，服务田地69.7万亩。同时，“神农慧种”系列成果获央视《新闻联播》《焦点访谈》等媒体报道80余次，入选江苏省农业农村厅首批推广名单，并荣获中国国际大学生创新大赛金奖、江苏省创业计划大赛一等奖等多项荣誉。
