在猪圈写代码、在梨园开直播,拼多多“农业宇宙”里的新农人群像

简介: 当AI养猪、直播卖梨成为现实,拼多多正构建一个科技与泥土交融的“农业宇宙”。从实验室到直播间,程序员与新农人携手,用技术重塑农业“最初一公里”,以真诚打通上行“最后一公里”。通过农研创新与平台扶持,拼多多连接极客与主播,让青年人才在田野间书写智能化农业新篇章。

当智能化浪潮席卷制造、医疗、教育等行业时,很少有人想到,一场关于“未来农业”的叙事正悄然上演。

时间回到2025年8月末,全球农创客大赛激战正酣,一群程序员正紧张地调试项目——“猪群实时守护”战,通过24小时不间断捕捉猪只采食、运动等细微行为变化,实现了异常情况“早发现、早干预”。

同一时间,在山东莱阳的梨园仓库里,95后的付佳奇和团队小伙伴们开启了“不间断直播”模式,面对镜头选货、打包、贴单,靠着“所见即所得”的真诚打法,将店铺的日销量从20箱做到了1万多箱。

一个在猪圈里写代码,一个在梨园里做直播,两个看似毫不相干的“新农人”,却成了拼多多“农业宇宙”的一体两面。

同时引出了一个有趣的问题:为什么拼多多要把程序员与主播、AI与泥土、实验室与梨园,放在同一个“宇宙”里?

01 面向代码的极客,重塑农业的“最初一公里”
很长一段时间里,外界对拼多多农业布局的认知,都停留在“把农产品搬到线上”的“最后一公里”。但在故事的B面,拼多多对农业的“死磕”,早已超越“卖货”,深入到了最上游的科研创新。

直接的例子就是2025年全球农创客大赛上的“赛博养猪”。

仅看“猪群实时守护”战的项目名称,不少人可能以为是某个游戏,实际的应用场景却是规模化的养猪场。

在传统养殖场里,“巡检”一直是老师傅们的技术活,圈里的猪是否病了、打架了、吃得少了,全靠人工经验。可面对数万头猪的养殖场,哪怕是经验再丰富的老师傅,也会有“走眼”的时候。而一旦出现了疫病,可能在几个小时里蔓延到整个猪场,损失往往是指数级的。

“猪群实时守护”战给出了新的解法——用AI替代传统人工。

他们在猪场里布置了摄像头、温湿度等传感器,结合AI视觉和算法模型,可以24小时实时捕捉猪只体温、采食、运动等细微变化,能够秒级识别发热、嗜睡、打斗、跛行等异常情况,将老师傅的经验变成了可监测、可预警的数据流。养殖员不需要再“挨个看”,而是大屏幕上实时掌握每一头猪的情况,将呼吸道死亡率降低了25%。

解决了“猪群实时守护”的痛点,面向代码的技术极客们并没有停下来,进一步将系统同步联动精准饲喂与基因组选育,可将生猪的料肉比降低0.35、均匀度提升20%,每千头猪碳排放降至3吨CO₂e。

不只是养猪,禽类饲养、农作物种植也在被AI改造。

比如来自坦桑尼亚的“SafeSip”项目,针对坦桑尼亚、肯尼亚等国家的禽类饮水安全问题,打造了出“五级仿生超滤系统+太阳能IoT监测+分级订阅”的一站式解决方案,农户想要检测水中病原体含量或净化家禽用水,只需要插卡接入数字系统就能快速查看检测结果。

再比如获得铜奖的“PlantPulse Patch”项目,参赛团队将研究聚焦在农业生产领域,为封闭环境中的高附加值作物提供“植物级早期预警系统”——将纳米材料VOC传感器贴在叶片附近,即可实时捕捉植物在染病前释放的极微量气体,通过AI模型可在病虫害症状出现前2至3天发出警报。

不同于制造、医疗、金融等行业,农业属于典型的“慢热”赛道,一项创新的开花结果可能要几年乃至十几年的时间。“腿上有泥”的拼多多,做了件其他平台不愿做的事,把注意力放在了农研领域,不追求短期收益,为想要扎根农业的人才提供圆梦的舞台。

把视角再放大一些,全球农创客大赛仅仅是拼多多“农研矩阵”的一块拼图,同样的还有“多多农研科技大赛”“科技小院”等项目,正在全世界“海选”、孵化能够解决农业根本问题的技术方案。

02 面向屏幕的主播,激活上行的“最后一公里”
如果说“面向代码”的极客,定义了拼多多农业宇宙的“高度”;“面向屏幕”的新农人们,决定了它的“广度”。

比如前面提到的“梨掌柜”付佳奇。

95后的付佳奇,在2019年因为爱情来到了山东烟台。和很多返乡创业的年轻人一样,付佳奇看到了农产品上行的机会,选择在拼多多上开店销售当地的特产水果——莱阳梨。

一开始按部就班地上架产品、优化页面,每天的销量仅20多箱。转机出现在2020年,付佳奇在后台看到了“多多直播”的入口,开始学习其他人进行直播带货。观摩了不少店铺的直播间后,付佳奇很快对千篇一律的“自卖自夸”式售卖产生了审美疲劳,并萌生了一个大胆的念头:既然是直播,何不把最真实的打包发货过程直接“晒”给消费者看?

想法立即转变成了行动。

付佳奇将手机镜头架到了农户的果园里、公司的仓库里,用户每下一单,他就立刻当着镜头亲手挑选,仔细打包、封箱、贴单,每一步都清晰可见,没有任何剪辑和修饰。

这份近乎“笨拙”的真诚,在“多多直播”上产生了奇效,每天的订单量悄然攀升到几十单、上百单……一年后的中秋节前后,付佳奇直播间和店铺里的秋月梨总日销量达到了1万多箱。

尝到了“爆单”甜头的付佳奇,没有被兴奋冲昏头脑,开始思考更长远的布局:村子里的梨园以分散种植为主,随着老龄化越来越严重,很多果农都种不动了,要么把果树砍了,要么渐渐疏于管理。按照这样的趋势,恐怕难以长期保证稳定的高品质货源。

将分散的农户果园进行“收编”,成了付佳奇下一步的计划。

截止到目前,付佳奇自营的优质果园已经有700多亩,每到农忙时节都会带动两三百人就业,日工资高达300—400元。拼多多启动“千亿扶持”后,因为果子的口感和品质好,付佳奇的店铺还入选了“多多丰收馆”。

在拼多多上,付佳奇绝非个例。根据《2025农产品上行半年报》披露的数据,拼多多上00后农货商家数量增长超过了30%。

付佳奇所代表的年轻一代“新农人”,正在形成一种电商新模式:他们懂得平台的规则和流量逻辑,知道消费者的核心诉求,用标准化的品控整合上游供应链,改变了农产区过度分散经营的局面。一箱箱高品质的农产品从他们的店铺走向千家万户,无形中塑造了一个个根植当地农业特色的品牌标签。

拼多多对年轻一代“新农人”的有态度,可以归结为“扶上马、送一程”,先后推出了“百亿补贴”“千亿扶持”“多多好特产”等专项政策,通过真金白银的补贴,让更多的农产地商家实现从“增产”到“增收”的跨越。上述报告显示,2025年上半年,拼多多上的农产品销量同比增长了47%。

03 两条赛道的交汇点:“翻译官”与“连接器”
“面向代码”的极客,用创新重塑了农业的“最初一公里”;“面向屏幕”的主播,用知识激活了上行的“最后一公里”。可一个在“实验室”,一个在“直播间”,二者为何会双向奔赴?

答案在于两个关键角色。

第一个是“翻译官”。

拼多多企业发展副总裁王海薇在2025世界粮食论坛科学与创新论坛的主题演讲中,特别提到了一位叫杨静的女生。

刚到云南大理古生村的“科技小院”时,杨静还是一个内向害羞的小女生,硬着头皮一家家上门走访,希望能够帮助农户增产增效,遭遇的却是农户们的抵触。和村里人熟悉后,杨静渐渐明白:只有看到技术转化出好的收益,大家才会放心地配合。

研究生毕业后,杨静选择回到古生村创业,以“科技小院”为阵地,积极推动农产品供应链的整合与升级。

在第七个中国农民丰收节前夕,拼多多支持了一场特别的直播节目,杨静严选的9个科技小院的22款产品,比如四川峨边笋用竹科技小院的冷笋、广西北海海岸带生态农业科技小院的虾干,上架即售空。

打一个比方的话,懂农民、懂技术的杨静,就是“代码”与“屏幕”之间的“翻译官”:将“实验室”里的硬核技术,翻译成农民听得懂、用得上的“田间语言”;将“田间地头”的优质产品,在直播间里翻译成消费者愿意买单的爆款。

第二个是“连接器”。

拼多多则扮演了“连接器”的角色,系统性地孵化并支持杨静代表的“翻译官”,同时连接“最初一公里”和“最后一公里”。

一头连接“技术极客”,通过百亿农研专项、科技小院、全球农创客大赛等活动,不断挖掘农业相关的技术创新,帮助研发团队优化方案、降低成本,让新技术持续在实际场景中生根、发芽、结果。

另一头连接“新农人”,通过“百亿减免”“千亿扶持”“多多好特产”等专项,帮助千万商家降佣增效,为付佳奇、杨静等扎根农业的年轻人创造机会,把新技术应用到田间地头,加速农产品的“新质供给”。

在这个系统中,科研、产业、人才、供需等要素被重新连接,不再是简单的信息撮合,形成了高效的动态循环:科研创新→技术应用→农产品升级→市场反馈→再创新,打通了科研创新到产业落地的层层壁垒;实验室和直播间不再是平行赛道,而是构建农业新生态不可或缺的“两极”,通过资源倾斜推动青年科学家与农产品商家形成创新合力。

不难发现,拼多多的“农业宇宙”,本质上是一个“人才宇宙”,打破了“务农=面朝黄土”的刻板印象,一批既懂技术、又接地气、更具数字视野的年轻人,构成了一幅充满生命力的“新农人群像”。

04 写在最后
回到最初的问题:拼多多在布一个什么局?

答案已经很清晰。

拼多多正在用平台机制连接过去分散的点,构建一个以科技和人才为核心的新农业生态。从算法到土地,从实验室到直播间,这场关于农业的系统性重构,悄然改写了中国农业的底层逻辑。让农业这门“古老的行业”,在智能化时代焕发出了新的光彩。

相关文章
|
2月前
|
人工智能 机器人 Serverless
安诺机器人 X 阿里云函数计算 AI 咖啡印花解决方案
当云计算遇见具身智能,AI咖啡开启零售新体验。用户通过手机生成个性化图像,云端AI快速渲染,机器人精准复刻于咖啡奶泡之上,90秒内完成一杯可饮用的艺术品。该方案融合阿里云FunctionAI生图能力与安诺机器人高精度执行系统,实现AIGC创意到实体呈现的闭环,为线下零售提供低成本、高互动、易部署的智能化升级路径,已在商场、机场、展馆等场景落地应用。
安诺机器人 X 阿里云函数计算 AI 咖啡印花解决方案
|
26天前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
2月前
|
SQL 人工智能 自然语言处理
阿里云 CIO 蒋林泉:AI 大模型时代,我们如何用 RIDE 实现 RaaS 的首次落地?
本文整理自阿里云智能集团 CIO 蒋林泉在 AICon 2025 深圳的演讲,分享了阿里云在大模型应用落地中的实践经验。通过多个数字人项目案例,探讨了企业在 AI 应用中的组织转型、业务识别、产品定义与工程落地等关键环节,并提出了 RIDE 方法论(重组、识别、定义、执行),助力企业实现 AI 有效落地。
|
1月前
|
人工智能 Java 开发者
开源|Python 应用往微服务迈进的 1*3 种 Pythonic 步伐
本文介绍基于Nacos的Python微服务解决方案nacos-serving-python,实现无侵入式服务注册与发现,让Python应用以Pythonic方式轻松接入微服务架构,支持多种HTTP客户端与低侵入集成,助力AI与微服务融合。
259 29
开源|Python 应用往微服务迈进的 1*3 种 Pythonic 步伐
|
25天前
|
设计模式 算法 搜索推荐
Java 设计模式之策略模式:灵活切换算法的艺术
策略模式通过封装不同算法并实现灵活切换,将算法与使用解耦。以支付为例,微信、支付宝等支付方式作为独立策略,购物车根据选择调用对应支付逻辑,提升代码可维护性与扩展性,避免冗长条件判断,符合开闭原则。
233 35
|
机器学习/深度学习 人工智能 自然语言处理
如何构建企业级数据智能体:Data Agent 开发实践
本篇将介绍DMS的一款数据分析智能体(Data Agent for Analytics )产品的技术思考和实践。Data Agent for Analytics 定位为一款企业级数据分析智能体, 基于Agentic AI 技术,帮助用户查数据、做分析、生成报告、深入洞察。
|
25天前
|
运维 监控 安全
公链开发中的高可用架构设计要点
本指南提供公链高可用架构的可复用流程与模板,涵盖目标拆解、先决条件、分步执行、故障排查及验收标准,结合跨链DApp与量化机器人案例,提升落地效率与系统稳定性。
|
26天前
|
人工智能 自然语言处理 算法
想让企业信息进 AI 答案?先搞懂 GEO 是啥!
GEO(生成引擎优化)是让内容被AI直接引用的新策略,通过权威引用、数据支撑、多平台分发等方法,提升品牌在AI回答中的曝光,与SEO互补,助力抢占AI搜索流量先机。