通用大模型对大型农场更实用，因为互联网上用于训练模型的大部分农业内容都来自这类生产体系。这句话点出了非洲小农户面对AI时的尴尬处境——不是没有模型可用，而是模型压根不是为他们训练的。

中国农业大学王耀君教授发布了一款针对肯尼亚小农户的AI智能体，名字叫神农 Zao。它没有去卷通用能力，而是把力气花在了斯瓦西里语等本地语言支持上，还配了语音输入功能，让农户在田间地头就能快速拿到农业建议。

打开网易新闻 查看精彩图片

为什么通用模型在小农户面前失灵

在非洲和印度等发展中国家，小农户占到相当大的比例。他们遇到的实际问题，和大型农场体系里的问题完全不是一回事。通用模型的训练数据多源于大型农场，面对小农户的具体困境时，往往表现不佳。

语言也是一道坎。肯尼亚农户日常用斯瓦西里语交流，通用模型对这类语言的覆盖有限，操作门槛自然就高了。神农 Zao 选择支持本地语言和语音交互，等于把这两道障碍一起拆掉。

垂直模型的价值被重新看见

盖茨基金会专家给出了一个明确的判断：在通用大模型盛行的年代，专门建设垂直大模型是有必要的。针对特定生产环境的垂直领域模型，比通用模型更具落地价值。

这个结论并不复杂。通用模型追求的是广度，但农业生产的场景极度分散，小农户的需求又高度具体。与其让农户去适应模型，不如让模型去适应农户——神农 Zao 走的正是这条路。

从支持斯瓦西里语到语音输入，这些功能看起来不炫技，却直接对应了肯尼亚农户的真实使用场景。垂直模型的意义，或许就藏在这些不起眼的适配里。