把确定性，写进农业：四个外行、两次失败、三千万学费换来的答案| 2026AI Partner·北京亦庄AI+产业大会

两次失败、三千万学费——创业没有爽剧剧本，这是陆渔科技深耕农业AI真实的“入场券”。当99%的人还在用AI写文案、做设计时，有人把它扔进了鱼塘，只为解决一个最朴素的问题：不确定性。

鲁敏用18年IT男转型“新农民”的经历，揭开了水产养殖最残酷的真相：1.38万亿的市场，数字化渗透率不足5%，一叶方塘，百万归零。这场分享没有宏大叙事，只有从黑箱到白盒、从赌运气到算数据的血泪教训：农业要的不是快，是确定性。

以下为陆渔科技联合创始人、首席技术官 鲁敏 演讲内容，经36氪整理编辑：

鲁敏丨陆渔科技联合创始人、首席技术官

首先感谢36氪的邀请来参加在北京亦庄举行的AI Partner行业大会，我是陆渔科技的鲁敏，我就是所谓“新农人”，养鱼的，讲主题之前我先讲一个我们的创业故事，这个创业故事可能是全场最不专业的故事，通过这个故事了解一下我们是做什么的。

我们四个人，一个写代码的程序员，一个是产品经理，还有一个卖房子的，加一个做电子芯片解决方案的小伙伴，这几个人跟农业是没有一点关系的，而我就是那个程序员，一个在互联网一线做了18年的IT男，在当时的朋友圈里，我们是别人比较羡慕的职业，在互联网，在房地产，包括高端芯片，都是有光鲜和有前景的行业，有一次很偶然的饭局和机会，我们认识了一个做养鱼的小伙伴，他跟我们说做鲈鱼苗的孵化，把小渔村超小的苗养到10公分左右的苗，我们也很好奇，那个时候互联网、房地产各方面都比较饱和了，没什么机会，就尝试投了13万块，试了一下鱼苗孵化，很震惊，42天，这十几万的投入，回报超过40多万，这个事情蛮震惊的，我们算了一笔简单的账，一条小鱼苗毛利润接近300%，我想我们养个上千万条，那不得时时刻刻实现财务自由，这个利润率非常离谱，还是高频次的需求，我们四个就头脑一热一头扎进了水产养殖行业。

创业不是爽剧，接下来却是一次次沉重的打击，现在回头来看那时候的成功只有两个原因：一个是市场行情好，二是运气好。没有碰上自然的灾害，台风、高温、下暴雨之类的，也没有遇上病毒，那时候我们不懂什么叫靠天吃饭，开始了这趟旅程。

后来，我们的第一次正式投入是150万，全军覆没。厂房自建，总想着比在外塘风吹雨淋要靠谱吧？然而这个设备太差，养殖技术基本为零，最后鱼没了，钱也没了。我们不甘心也不认输，听说这个行业有一个循环水可以解决这个问题，工厂化可控的，不用看天脸色，又开始折腾。第二次创业，租厂房、买设备、建设循环水养殖基地，一次性投入150万，结果又失败了。买回来的设备是根本养不了鱼的，传统的鱼塘养殖技术在循环水技术里完全不适用，循环水涉及到很多方面的知识，比如设备结构、流体力学、微生物、生物学、化学、机电一体等，要想把鱼养出来太难了，从根源上就有问题，但是我们还是不死心，我们算过利润率，如果我们能成功肯定能赚很多钱。第三次，我们全赌上来，前前后后我们总共投了三千多万，才真正做了一套能稳定养出鱼的循环水系统，或者说摸索出一套能够真正养殖成功的养殖体系。我们从养殖设备研发，包括设备运营技术、养殖技术、病虫害、鱼苗、饲料、动物健康产品各个领域入手，逐步试错解决问题。至此我们才明白这个行业不是一个点的问题，而是一个面的问题，是整个产业链条的问题。

经过三千万的试错，到目前为止，我们完成了覆盖华南、西南、华北、华东等地区的十多个大型养殖基地的建设和运营，并且帮助众多养殖企业、养殖户完成现代化的循环水养殖基地的建设与改造，这是在全国各地的基地情况，包括直营的，包括合作运营的，同时在资本市场上完成了本地国资平台天使轮投资，逐渐被资本化认可，他们也看到了这个市场。而这之前，农业一直都是非常不确定的产业，也不被资本看好。

我们不是来展示养殖成功的，而是想和各位分享，在这个过程中教会了我们什么东西。

第一个事情，水产养殖的敌人不是市场，也不是价格，从来不是这个原因，而是不确定性。在一个生物环境中，有太多的变量因素了，无法确定，我们第一次失败，不是决策失误，而是你不知道设备什么时候坏，也不知道什么时候水质会崩掉，更加不知道鱼为什么突然死亡，所有的信息都在黑箱里，决策靠老师傅的经验，外塘养殖，能养成功的，能够赚到钱的一定有厉害的老师傅，靠学徒制传承的来解决这个问题，这个过程像开盲盒，结果就像是赌石、赌币，我们经常开玩笑的一句话，一叶方塘，百万归零，这个过程中死了太多小生命了。

第二个事情，在1.38万亿的市场里，几乎没有任何数字化，搞互联网的人进来才发现，以为农业信息化已经是天花板了，数字化根本没有，根据中国通信院数字经济发展研究报告表明，农业总体数字渗透率只有10.5%，服务业是44.7%，水产养殖可能连5%都不到，一个1.38万亿的市场，90%都是靠经验、靠直觉、靠运气。

2024年底的时候，DeepSeek彻底出圈，大模型的能力飞速发展，国内外大模型厂商都在卷参数、多模态，AI各种应用层层出不断，大大提高了生产力，在座各位90%以上都通过AI极大提高自己的生产力，而我们意识到大模型在AIGC上大放异彩的时候，在传统行业到底带来了什么东西。比如鱼会不会早上缺氧，会不会因为水质异动的时候，导致整池鱼死掉，AI到底如何赋能，这是我们思考的问题。

整个AI 2024年的火爆，我们如何通过现代AI技术解决我们这个赛道的问题，可以看一下通用AI和农业AI的区别，刚才杨总讲到一个关键的东西，关于健康数据诊断，包括诊断完以后决策的过程。当健康领域更多是非传统的关键知识和经验，诊断出来以后我们做决策，农业里也是一样的。数据维度，完全没有开源数据的，每个鱼塘都是孤岛，不可能把农民那一套搬过来，传统鱼塘整个可变因素太多了，没办法标准化或者规模化，通用AI走互联网爬取或者行业的数据制式灌过去，农业没人干这个事情，外塘也没办法干这个事情，循环水我们可以干，本身是标准化体系、标准化设备、标准化生产流程。

安全，就像百度健康讲的诊断。AIGC生出的内容可以修正，通过“最后一公里”把这个方案做得更好一点，利润做得更完善一点。而我们做指导性的诊断、建议是不可逆的，不可以发生错误的，错了就导致一个生命的消失。再加上物理上的问题，水、电、生物、化学等方面，数据只是冷冰冰的数据，如何跟产业、行业把数据真正联系起来，最后品种、地方区域各方面都不一样，这种难是我们最深的护城河。

这三千万的学费最终让我们学会了一个事情，我们不是要做更好的设备，而是我们要用AI的能力，大模型的能力，把不确定性从行业里一点点擦掉，这是陆渔AI在农业渔业板块解决的全栈，四层，数据、决策、执行、飞轮，每一层对应的是我们踩过的坑和经验。

数据层，我们遇到最大的坑不知道系统里发生了什么事情，我们做了“鱼全览”，有17类的数据闭环，包括水质、PH、氨氮、水温、设施、行为、投喂情况、制氧机工况、循环水泵的转速等，实现了实时采集、自动分析，包括每天早上生成全景的报告；第二个坑设备是会坏的，永远不知道设备什么时候坏，人的眼睛要天天盯着他，或者经验判断是不是会坏，循环水在系统里水泵是最便宜的，是整个循环最核心的心脏，我们开发了PdM预策性维护系统，提前五到十天预测水泵的故障，原则很简单，只要循环系统不死，保证鱼最基础的生命生存保障，鱼就不会在短期内死亡，我们就有充分的时间解决，大家一听这不就是搞大数据的吗，把各种数据采集上来，传感器、生产数据，最后呈现数据大屏，这也是那时候讲的智能化。我曾经做过无数智能化大屏项目，最核心的能力就是展示作用，其次才是做宏观决策，我相信有很多人有这个体会。

真正决策的时候还是需要人，还是需要经验来决策，而AI给数据带来的灵魂，带来了生命力，真正实现自主决策，实现智能化。

渔策，我们产品投入AI推算，输入品种、规模、预算，输出项目的落地方案，计算整个投入的ROI，推算整个成本结构，风险地图，不需要像我们一样先砸150万、上千万进去才能验证这个事情。我们可以先在AI里跑一下，这也是我们在利用AI大模型的技术，利用我们的经验可以快速帮我们的客户做一个诊断，到底适不适合干这个行业，适不适合干这个产业，有没有能力解决问题。

第二层决策是AIC的决策系统，所谓的AI养殖大师，养鱼就是靠经验法则，比如一些养殖的师傅他一休假或者他退休了，这个系统能力就可能归零了，很多东西都需要他做决策判断的，我这么多规模化基地，你要实现真正的标准化、数字化，哪里搞这么多人来。我们干的事情不是替代老师傅，我们要把几十年的养殖经验融入AI大脑，AI大脑能够根据传感器的数据，根据人的操控数据第一时间给到决策，水的数据是不是有问题，鱼的状态是不是生病了，我们要把这个法则变成一行可以执行的代码，AIC智控系统，实现实时采集水质、设备、设施数据包括学习鱼群生长的曲线，包括代谢强度等等，自动生成可执行的决策建议，大多数系统告诉你，我们有一个预警，水泵有温度过高，但是没有一套体系化的决策系统，而AIC会告诉你，增氧机速度提升15个Hz，再持续两小时，要恢复溶氧值到7.5左右以上，而这一系列的经验，恰恰是这个产业或者是AI最重要的养分，这个数据才是真正的核心资产，这才是我们落地不同的产业、行业最关键的养分。

第三个执行层，我们打造了可能是全国最强大、最先进的养殖系统，RCU600系列，物理过滤、生物降解、超强氧化系统，可以在6小时内将水质恢复到优质水平，将病毒TC值快速恢复到安全界限，像我们这套RCU600-ONE系统，是一个最小单位的验证系统。我们吃过最大的亏投入这个行业一步到位，一上来就是几百吨系统，失败成本是毁灭性的，而RCU600-ONE的逻辑，我们先跑通60吨，验证技术和市场，再放大600、6000，为整个行业降低入场门槛，将风险成本降到最低，当然我们也有RCU600-STANDARD版本，这是更大规模的生产单元，极大提高生产力，目前投入市场已经超过100套。

最后是数据飞轮，一个越用越聪明的活系统，每一套部署的系统都在养真实的数据，都在上传真实的数据，数据反哺模型，模型吸引更多用户，更多用户产生更多的数据，而AI不是一次性交付的产品，每个养殖周期都在喂养它。

落地，我们主要的客户是三类人，第一类是普通的农户或者小型的B端，有一定资金，有地但不敢投，风险承担能力有限，怎么解决这个问题？通过渔策的推演，像RCU600-ONE的小试包括AIC周期护航，包括数据权重追溯，给不敢投的人一个试胆的舞台以及低成本试错，决策周期缩短到60%，签约客户复购率100%。

第二类客户，有水面、有一定规模，有经验，但没技术，一直在亏钱的场地，太多了，我们的解法，通过AI诊断定位亏在哪个地方，通过RCU600-ONE产品低成本改造试点，通过PDM守护生命线，养殖SOP标准化，推一个水面重生计划，让一直亏的人不再亏，有一些养殖场地六个月就可以救过来了，产能提升一倍，降低改造成本，回收期18个月就可以收回来。

第三个客户也是产业发展很大的群体，地方政府、国资平台，像地方龙头，他们有政策、有资金，有水面，缺的是一套规模化复制系统和成熟的运营体系。我们的解法，先进的养殖设备+强大的运营能力+全周期的项目管理，我们在安徽、贵州、湖北、山西等多地建设产业园，从立项到开工只需要4个月，传统流程至少8个月，这三类客户都是同一种形态，对于不确定性无能为力，而我们的答案也只有三个字，确定性。

它为什么可行？这个赛道，我们从前几年国家发布“十四五”“十五五”在政策方向特别是在农业方向已经有大的互联网企业，比如像阿里、京东入局了循环养殖，大的国企单位包括海外标杆企业，陆渔科技的核心能力在四层架构，大型项目的落地能力，AI决策系统、AI养殖运营做养殖确定性引擎的闭环，形成真正的竞争力。

传统养殖和RAS养殖的确定性从哪里来，RAS循环水养殖本质把靠天吃饭的露天作业变成可量化、可预测包括可控制的标准化生产流程。

这不是一个卖设备的生意，这也不是一个靠烧钱换增长的生意，急不来，这个赛道才没有被流量逻辑污染，你要尊重物理极限，生物极限，通过资本无论如何也加不快的。

确定性也是这个产业1.38万亿产业里最稀缺的东西，AI给很多行业带来效率提升，写文案更快、做设计更快、写代码更快，农业需要的不是快，而是确定性。

最后讲一个点，数据是虚拟的，但鱼是真实客观的，感谢大家，欢迎到我们基地考察交流，谢谢。