← Каталог

· AI Engineer World's Fair 2026

Вы мыслите недостаточно масштабно: перестраиваем продовольственные системы с помощью AI agents

You’re Not Thinking Big Enough: Rebuilding Food Systems with AI Agents — Cody Menefee, Firecrawl

Выбор следующего участка для ротационного выпаса можно отдать LLM по данным о стаде, траве и засухе, оставив фермеру право подтвердить или отклонить решение.

  • Узкое место — ежедневная работа — ротационный выпас требует переставлять ограды, поилки и скот каждый день, а куда перегнать стадо, фермеры решают на глаз по высоте травы, дождям и засухе. Спикер считает это многофакторной задачей без одного правильного ответа, поэтому здесь нужен советчик, а не детерминированный алгоритм.
  • Что ещё нужно для системы — база знаний по выпасу, которую спикер собрал из YouTube-видео и научных статей с помощью Firecrawl и выложил как open source проект Open Pasture. Ещё нужны измерения биомассы и биоразнообразия пастбища: спикер предлагает трейл-камеру с эталонным объектом для высоты травы, дроны упираются в регуляторные ограничения.
  • Открытые ошейники — Halter и No Fence продают GPS-ошейники только вместе со своим ПО. Спикер хочет отправлять на ошейник координаты из собственной модели и просит сделать ошейник с открытыми API.
  • Куры после жвачных — куры, выпущенные по пастбищу следом за коровами и овцами, склёвывают паразитов из помёта. По словам спикера, это снижает паразитарную нагрузку и расходы на лекарства.

Кому полезно: инженерам, которые строят агентов для задач с физическими данными и решениями без однозначного ответа, где нужен human-in-the-loop.

Статья по теме

Главы

Похожие доклады