42天，13万变40万。一条小鱼苗毛利润接近300%。

2019年，四个和农业毫无关系的人——程序员、产品经理、房产销售、芯片方案商——被一组数字砸中。他们算了一笔账：养上千万条，财务自由触手可及。互联网饱和、房地产见顶，水产养殖成了新大陆。

打开网易新闻 查看精彩图片

鲁敏就是那个程序员。18年IT履历，从光鲜行业一头扎进鱼塘。第一次正式投入150万，自建厂房，全军覆没。设备太差，技术为零，鱼没了，钱也没了。第二次，赌上循环水——工厂化、可控、不用看天吃饭。又150万，又失败。传统鱼塘技术在新系统里完全失效，流体力学、微生物、机电一体，每个环节都是深坑。

第三次，押上全部。前前后后三千万，才换来一套能稳定养出鱼的系统。

这不是爽剧剧本。鲁敏在2026 AI Partner·北京亦庄AI+产业大会上摊开这些数字时，台下坐满的是用AI写文案、做设计的同行。而他的团队，把大模型扔进了水里。

黑箱里的赌局

水产养殖的敌人从来不是市场或价格。是不确定性。

设备什么时候坏？水质何时崩溃？鱼为何突然死亡？信息全在黑箱里。决策靠老师傅的经验，靠学徒制传承。外塘养殖像开盲盒，像赌石。"一叶方塘，百万归零"——这是他们自嘲的口头禅。

中国水产养殖市场规模1.38万亿，数字化渗透率不足5%。中国信通院数据显示，农业总体数字渗透率仅10.5%，服务业是44.7%。90%的操作靠经验、直觉、运气。

2024年底DeepSeek出圈，大模型卷参数、卷多模态。陆渔科技却在想另一件事：鱼会不会早上缺氧？水质异动时，整池鱼怎么保？

通用AI进不了鱼塘

农业AI和通用AI隔着几道墙。

数据维度上，每个鱼塘都是孤岛。没有开源数据，传统鱼塘变量太多，无法标准化。通用AI靠互联网爬取，农业没人干这事。循环水可以——标准化设备、流程、体系。

安全维度上，AIGC的内容错了可以修正。农业的诊断建议不可逆，错一步就是生命消失。再加上水、电、生物、化学的物理纠缠，数据如何与产业真正挂钩？品种、区域、环境千差万别，这道护城河深不见底。

四层全栈：擦掉不确定性

三千万学费换来的不是更好的设备，是用AI把不确定性一点点擦掉。

数据层，"鱼全览"闭环17类数据：水质、PH、氨氮、水温、设施、行为、投喂、制氧机工况、水泵转速……实时采集、自动分析、每日全景报告。

设备层，PdM预测性维护系统。水泵是循环水的心脏，最便宜却最致命。系统提前五到十天预测故障，原则很简单：在坏之前换掉它。

决策层，大模型接管老师傅的经验。投喂量、增氧时机、病害预警，从"赌运气"变成"算数据"。

执行层，自动化设备响应指令。投饵机、增氧机、循环泵，根据实时数据联动。

飞轮层，数据回流优化模型。每养一池鱼，系统更懂下一池。

从黑箱到白盒

目前，陆渔科技已建成覆盖华南、西南、华北、华东的十多个大型养殖基地，帮助众多企业完成循环水改造。本地国资平台天使轮投资到位——农业，这个曾被资本嫌弃"太不确定"的行业，开始被重新看见。

鲁敏最后说："我们要的不是快，是确定性。"

四个外行、两次失败、三千万学费。答案写进水里时，鱼塘终于不再是赌场。