日本北海道農民用 OpenAI GPT-5.6、Codex 經營農場、開發自動控制溫室
日本北海道一名原本沒有工程背景的農民，透過 OpenAI 的 GPT-5.6、程式開發工具 Codex，自行打造農業管理與自動化系統，不僅能記錄農田作業範圍，也能遠端控制溫室設備。
他站在一片花椰菜田中解釋，實際進行田間工作時，經常會遇到一項看似簡單、卻十分困擾的問題：工作做到一半後，很容易忘記自己已經處理到哪一區。
因此，他希望建立一套數位化系統，將每天在田間完成的作業範圍記錄下來，讓使用者可以直接在畫面上確認「從哪裡做到哪裡」，避免重複作業或漏掉部分區域。
廣告 - 內文未完請往下捲動
從不會開拖拉機，到用 AI 改造農場
這名農民表示，自己剛到北海道務農時，連拖拉機怎麼駕駛都不知道，對蔬菜栽培也幾乎毫無經驗，一切都必須從零開始。
「剛來北海道的時候，我不會開拖拉機，也完全不知道蔬菜要怎麼種，起步真的非常辛苦。」
除了學習農業技術，他也開始思考如何改善重複、耗時的農務流程。雖然他並不是軟體工程師，但開始利用 Codex 協助撰寫程式、設計控制系統，將部分傳統上依靠人工完成的工作自動化。
其中一項實際案例，就是塑膠溫室的通風管理。
傳統溫室為了調節內部溫度與濕度，農民需要手動捲起或放下溫室側面的塑膠膜。這項工作每天可能必須反覆執行，而且不同溫室的位置分散，往往需要農民親自前往操作。
他過去也一直以手動方式完成這項工作，後來則利用 Codex 協助設計系統，加裝電動馬達，將塑膠膜的升降作業自動化。
手機連上網路，就能遠端控制溫室
完成改造後，只要設備能夠連上網路，農民無論身在何處，都可以控制電動馬達向上或向下運轉。
換言之，即使人不在溫室旁，也可以依照天氣、溫度或現場需求，遠端開啟或關閉側面通風口。
這套系統對大型農場尤其具有實際價值。當農民同時管理多座溫室或多塊農地時，遠端控制可以減少來回移動的時間，也能在天氣突然變化時，更快速調整溫室環境。
他表示，自己沒有正式的工程背景，卻能夠透過 Codex 實際完成馬達控制與網路系統的開發，這是過去很難想像的事情。
從反覆修改指令，到一次完成複雜任務
他也提到，新一代 AI 模型與過去相比，能力已有明顯變化。
使用較早期模型時，往往必須不斷與AI來回溝通，先提出要求，再檢查結果、修正問題，接著重新下達指令。整個過程需要使用者持續參與，才能一步步完成系統。
然而，新模型已能透過一次較完整的提示，讀取使用者既有的資料庫，並自行選擇與操作不同工具。
AI不只按照單一指令產出程式碼，也能理解最終目標，拆解任務、使用工具、檢查執行結果，並持續推進工作。使用者不需要像過去一樣，隨時檢查每個步驟或管理整個流程。
他形容，這種變化令人難以置信。他說：「以前必須一次又一次地溝通、修改，再重新下指令；現在只要一個提示，它就能讀取我的資料庫，自己使用各種工具，朝最後的目標執行。」
對這名農民而言，AI帶來的最大改變，不只是節省時間，而是讓原本不具備程式設計能力的人，也能親手建立適用於實際工作現場的系統。
無論是田間作業進度的數位記錄，或是溫室通風設備的遠端控制，過去可能需要委託專業工程團隊開發，如今農民也能透過自然語言描述需求，再由AI協助完成原型、程式與設備整合。
他表示，當自己真正做出一套能在農場使用的系統時，感受到的不只是成就感，更像是在親眼見證一場魔法。
AI 開始進入最傳統的產業現場
這項案例反映，生成式 AI 與程式代理工具的使用場景，正逐漸超越科技公司與專業工程團隊。
農業現場存在大量高度在地化的需求。例如，不同農場的溫室結構、作物種類、灌溉方式與作業流程都不相同，市面上的標準化軟體或設備，未必能完全符合個別農民的需求。
過去要開發客製化工具，往往必須具備程式、電子控制與網路設備等專業能力，或支付一筆不低的開發費用。但當AI可以協助使用者撰寫程式、讀取資料、串接設備並排除錯誤後，開發門檻正在快速下降。
這也意味著，未來AI帶來的生產力提升，可能不只發生在寫程式、製作簡報或分析資料等知識工作中，也可能深入農業、製造、維修及營建等傳統產業。
影片中一個有趣的意外是，AI 仍無法解決農場裡的所有問題。影片拍攝期間，現場公雞不斷啼叫，甚至一度干擾採訪進行。當農民詢問如何讓雞安靜下來時，AI 只能務實回答：「雞本來就是會叫的動物，要讓牠完全安靜，老實說非常困難。」
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
