FASBOS 开题答辩

让田间发现
真正抵达决策

面向田间异常上报与远程研判的跨角色信息支持设计研究——以蕲艾等湖北道地药材种植协作为例

陈柏光　202512061
指导老师　胡珊
2026 · 开题答辩
田间工作者使用 FASBOS 设备记录异常
研究对象

不是一张照片。
而是一条信息链。

观察者感知 → 表达与结构化 → 管理者初判 → AI 后介入 → 处置与复查

核心命题：脚手架能否减少跨角色信息衰减，并改善管理者分诊？
汇报结构

从问题，走向可执行的研究计划

01

背景与意义

为什么农业 AI 的最后一公里发生在组织协作中

02

文献综述

已有证据能说明什么，仍缺什么

03

研究方法

DCS、实验条件、指标与统计

04

创新与难点

可辨识贡献与正式采集门禁

05

项目计划

当前就绪度、依赖与时间窗口

06

项目预期

论文、方法、系统与规范

第一部分

选题背景
与意义

农业 AI 的“最后一公里”，发生在组织协作中。

01
真实田间巡查现场
现实断点

照片抵达了管理者，
现场却没有。

  • 位置
  • 范围
  • 近期变化
  • 处置历史

“拍到了”不等于“可以判断”。

来源：第一篇论文大纲 v3.2 §3.2–3.4；FASBOS 田野材料
故事板 · 情景示意

一次普通上报，
如何在交接中失真？

问题不是工人没有看见，而是现场知识被压缩成一张照片和一句消息。

  1. 田间人员查看异常叶片
    01发现异常
  2. 田间人员拍照并发送简短消息
    02拍照上报
  3. 管理者收到信息却缺少现场上下文
    03信息不足，只能猜
  4. 处理后异常仍在扩展
    04处理之后，问题还在
故事板来源：FASBOS Research Web 第二节 Field Problem；情景示意，非真实对话或已验证结果。
技术中心主义

机器通常优化

  • 识别准确率
  • 检测速度
  • 覆盖面积
  • 路径与喷洒效率
组织协作

现场真正需要

  • 把模糊观察说清楚
  • 保留空间、时间与历史
  • 知道何时升级
  • 明确由谁负责

研究价值：把农业 HCI 的评价对象，从单点识别扩展到信息保真与分诊质量。

第二部分

文献综述
与评析

文献能支持设计机制，不能替代农业异常的直接比较。

02
已有证据

四条证据线，指向同一个问题

记

记录端

数字技能、设备可及性与表达负担共同影响记录质量；结构化提示提高字段覆盖，也可能增加确认成本。

解

理解端

地块、天气、历史与比较基线有助于解释异常，但现有证据无法确定最小充分组合。

判

判断端

解释可能降低、无效或增加过度依赖；AI 前判与 AI 后修订的顺序必须进入实验。

闭

协作端

责任、期限、补证与复查均有局部证据，却尚未连成同一农业异常闭环。

来源：paper1_related_work_outline_v2.md §1–3
证据线 1 · 可交接记录

结构化可以补字段，
也可能把负担换个位置。

农业现场已有数字技能、工具—任务错配与替代性记录的直接证据；真正缺少的，是异常上报脚手架的受控比较。

农业现场直接证据

“会用”不能被人口属性简化。

坦桑尼亚样本中，46.2% 的参与者对数字技术感到舒适，53.8% 需要帮助；年龄与性别并不能简单解释困难。

3613904.3642099::C012/C014/C042，PDF p5, p11
完整性 ↔ 自然度

提示更结构，并不等于表达更好。

结构化提示更常覆盖必需问题，但描述式提示更容易出现认可与致谢；完整性、自然度与跑题风险存在权衡。

3637364::C009/C017/C023/C044/C045，PDF p1, p13–20
工具—实践错配

农户已在用自己的方法补偿工具。

表格需要亲友协助，地图难以表达精细空间关系，手机照片时间戳则成为替代记录。这些实践尚未证明跨角色交接已改善。

2602.13119v1::C007/C009/C010/C034/C035，PDF p11–13, p22–23
文献直接支持数字技能、表达、转写错误与工具适配是真实问题。
本研究需要检验自由证据、视觉填槽和对话填槽如何同时改变遗漏、负担和分诊可用性。
证据线 2 · 情境化理解

情境的价值，
是建立关系而不是增加信息。

位置、天气、历史与空间比较只有在参照对象、时间窗口和来源明确时，才可能帮助远程研判。

可比基线

单点数据不一定产生异常理解。

太阳能灌溉案例中，同容量设备的每日产能偏离可帮助发现灰尘、遮阴、故障或损失；每月人工抄表本身却没有自然形成异常检测。

2604.09395v1::C019/C020/C021/C023/C025，PDF p3–4
系统实现 ≠ 组件增益

知识库和反馈可被整合，但未必被证明有效。

Farmer.Chat 整合情境知识库、位置化内容与持续反馈，但没有通过组件消融分离各类上下文的独立效果。

Farmer.Chat：2409.08916v2::C004/C006，PDF p4–8
回退时间

有人工通道，不等于及时接管。

ASHABot 部署中，人工首次响应约 30.75 小时，形成共识约 58.59 小时。即时判断耗时和等待专家的耗时必须分开。

ASHABot：3706598.3713680::C014/C016/C017，PDF p8
文献直接支持特定的比较基线和反馈关系能让偏离变得可见。
仍然不能声称天气、地块史、空间邻近和照片的最小充分组合尚未被当前资料确定。
证据线 3 · 判断权

解释不是稳定的去偏机制。

有时降低过度依赖，有时没有变化，有时反而增加依赖。关键变量是任务难度、呈现顺序、解释形式和 AI 正误。

顺序是实验变量

先独立判断，才能观察 AI 改变了什么。

一步式与 AI 一致率为 91%，两步式为 89%；但两步式中仅 70/10,560 个判断在查看 AI 后发生改变，完成时间无显著差异。

3531146.3533193::C008/C015/C023，PDF p6, p8
结果方向不一致

“有理由”不等于“更可靠”。

易解析高亮解释在特定困难任务中可降低过度依赖；中等难度中可能无效；另有实验发现 XAI 条件过度依赖更高。

3579605::C018/C023/C030/C038；3772318.3790632::C007
有益摩擦

更好的表现，可能伴随更差的体验。

认知强迫与引导反思可能改善适当依赖，但表现最好的条件也可能最不受偏好、信任较低且更难。

3449287::C038/C041；3772318.3790632::C011；3706598.3713423::C017/C023/C035
因此采用 commit-firstStage A 冻结管理者初判，Stage B 才显示冻结辅助信息；修订追加而不覆盖。
但这是待验证设计顺序、反思与解释的作用不能被写成 FASBOS 已证实的效果。
证据线 4 · 协作闭环

每个回退点，
都可能成为新的断点。

责任、期限、同伴比较、人工升级、分步执行和共享输出都有局部证据；当前资料仍未将它们连成同一农业异常的端到端验证。

责任可见

问题必须连接行动、所有者和期限。

农业安全学习圈会记录风险、行动、责任人、期限和完成状态；太阳能灌溉案例也显示数据与维护经验会进入社区协作。

paper-150-R05；2604.09395v1::C020/C021/C025/C037
回退可用

架构里“有升级”，不等于运营中“能升级”。

复杂协作应允许暂停、补证、重分配与重新规划；但如果没有明确响应责任和超时机制，人工升级可能变成等待与责任漂移。

paper-189-M01/L03；3706598.3713680::C016/C017
共享输出 ≠ 共享控制

AI 输出会进入现有的作者权与协调规范。

多人—AI 协作中，建议可被不同成员接受或修改；因此必须明确谁可以查看、修改、接受和关闭结果，而不是把“共享”当成权限答案。

paper-188-M02/AI01，跨场景迁移需谨慎
当前缺口上报可用性、分诊质量、任务响应、执行证据与复查结论尚未在同一工作流中被连接。
边界声明这一缺失判断仅限于当前 52 篇资料范围，不升级为“领域内没有研究”。
研究缺口

已知机制仍是碎片，缺少一条完整证据链

表达负担

工人能否低负荷地把异常说清楚

→
信息保真

字段是否跨角色保留诊断价值

╱
分诊判断

管理者是否作出更适当的处置与升级

研究 1 · 上游比较 C0/C1/C2 对表达负担与 Core-IAR 的影响。
冻结交接物把真实上报转成后续实验唯一输入，切断同步互动干扰。
研究 2 · 下游检验信息质量能否转化为处置、升级与判断过程差异。

农业 HCI 尚未把三者放进同一受控链路。

第三部分

研究思路
与方法

以分布式认知支架为框架，以链式异步协同实验为验证路径。

03
作用机制

DCS 把碎片化观察转化为可交接的信息对象

01

现场观察OBSERVE

允许“叶子不太对”这样的模糊起点，保留人的不确定性与原始证据。

02

沟通模板化ARTICULATE

通过等粒度提示补齐症状、范围、位置；Agent 只重组已表达内容。

03

情境封装HAND OVER

把照片、原话、字段、缺失项和来源标记封装成同一可交接对象。

04

推理外化COMMIT → REVIEW

管理者先提交 Stage A 初判，再查看冻结 AI，留下修订与责任轨迹。

实验边界

工人端只组织人的表达；照片 AI 仅在管理者 Stage B 后介入，不回填上报字段。

Option A · commit-first
原型演示 · 示例数据

同一份现场观察，
如何进入人的判断？

点击四个阶段体验研究逻辑。关键不是系统直接给出答案，而是保留原始观察、缺失项、初判与修订轨迹。

先保留人看到的东西

原话这一片叶子好像不太对。
照片叶片卷曲变形，附着白色絮状物
尚未提供范围、位置、近期变化
来源原话 / 照片，不自动补全

整理已表达内容，把未知留为未知

描述 · 原话这一片叶子好像不太对。
范围 · 回答局部（一小片）
位置 · 回答靠近水渠
田块 / 时间 · 自动示例田块 · 08:42
近期变化 · 待补未提供，不由 Agent 猜测
位置图靠近水渠的人工参照

Stage A：管理者先独立提交

可能类别虫害
风险程度较高
专业支持现在寻求支持

初判将与置信、理由、证据查看记录和时间戳一起冻结。Stage B 之前，服务端不下发 VLM 建议。

Stage B：对照初判、辅助信息与终判

已提交 · 不可覆盖

初步判断

虫害 · 较高风险
现在寻求专业支持

预先生成的辅助信息

可能方向：虫害，形态接近瘿蚊所致叶瘿。

  • 仍需确认是否成片扩展
  • 剥开白色结构查看是否有虫室
  • 补充近期施肥、用药与天气变化

最终决定

保持或修改初判，并追加理由；初判仍保留在完整轨迹中。

来源：FASBOS Research Web Interactive Demo。研究原型 · 预设案例 · 不连接实时 AI；辅助方向尚待农学复核，不是处置建议。
自变量控制

只改变引导通道，不改变候选内容与粒度

C0
原始证据照片 + 自由文字/录音；不转写、不结构化
管理者看到自由照片与自由描述
对照意义当前实践基线
C1
视觉填槽照片 + picker：症状 / 范围 / 位置
管理者看到固定字段表
对照意义结构化本身的价值
C2
对话填槽WoZ 转译；语音回读确认
管理者看到情境化案例；AI 呈现待协议冻结
对照意义完整 DCS 的额外增益
FASBOS 首页FASBOS 语音上报FASBOS 地图定位
来源：实验计划眼动修订版 §2；实验原型实施计划 v1.4 §2；AGENTS.md D1/D4
链式异步协同实验

研究 1 生成真实上报，研究 2 使用冻结上报完成分诊

刺激与金标准

专家标注异常、风险、Hard/Soft 与 Signal/Noise

观察者上报

14–18 人；组内 C0/C1/C2；Latin Square

案例池冻结

约 24 刺激 × 3 版本；同一管理者不重复刺激

管理者分诊

12–16 人，争取 ≥20；固定 PC 与眼动

专家盲评

处置适当性、升级合理性与机制解释

来源：实验计划眼动修订版 §3–6；设计讨论纪要 §2.1–2.3
测量体系

上游信息质量，必须与下游决策质量连起来

P1

Core-IAR

缺失 Hard Required 字段数 / 总数。按内容编码，不按槽位计数；直接衡量信息在链路中的损耗。

P2

分诊质量

升级合理性 + 0–4 处置适当性量规。

P3

可分析参与率

Hard Required 覆盖 ≥50%，且含视觉症状或空间参照。

RECE

推理外化修正

比较 C2 Stage A 与 Stage B 的处置变化。

SDT

升级阈值

估计 d′ 与 criterion c，区分敏感性和偏置。

眼动采集过程视觉示意
过程证据

眼动解释“如何判断”，
不替代主结论

120 Hz眼镜式眼动仪
9 点校准，每 8 trial 验证
64 pxAOI 最小间距
33–67 ms行为日志对齐精度

有效采样率 <75% 则降级或取消；设备不稳定不影响主实验成立。

分析策略

混合模型与效应量为主，不用 trial 行数冒充样本量

条件 → IAR
Beta / Binomial GLMM；C0–C1、C1–C2；被试、刺激、上报来源随机效应。
IAR → 分诊
LME / Ordinal GLMM；报告效应量与 95% CI，控制异常类型、经验与素养。
链式关联
Bootstrap 间接效应 5000 次；不在小样本聚类结构上强行使用 SEM。
阈值与修订
probit-GLMM 估计 d′/c；RECE 与适当依赖 2×2；控制 Trial_Order。
来源：实验计划眼动修订版 §8
第四部分

创新点
与难点

创新落在可辨识的贡献上，难点转化为正式采集门禁。

04
保真

理论创新

把分布式认知、共同基础与边界物件转化为 DCS，让跨角色信息保真与责任分摊成为可设计对象。

损耗

方法创新

用 Core-IAR 评价信息在组织链中的损耗，并以内容编码、人机分账与 within-C0 检验避免循环论证。

承诺

系统创新

WoZ 保留原话，Stage A 先承诺，Stage B 再揭示冻结 AI；provenance 与事件日志支持审计。

导师需要裁定

G1–G4：冻结实验含义

G1管理者 AI 因子：仅 C2 双阶段，还是三条件统一双阶段？
G2天气、历史与地图是否在三条件中恒定呈现？
G3作物范围与管理者熟悉度放在设计层还是分析层？
G4部署研究是否进入第一篇论文？
裁定前可推进

不改变实验含义的地基

01provenance 五档与双重预检查
02合作社、田块、作物与材料档案
03正射图定位与来源追踪验证
04WoZ 操作者台与工人端中继
第五部分

项目计划

先完成不改变实验含义的地基，再进入正式协议与采集。

05
当前就绪度

原型骨架已建立。
研究材料与正式链路仍待完成。

已经具备数据合同、失败隔离、健康门禁、PC mock 24 trial、commit-first 骨架
必须补齐WoZ 中继、VLM 纯净化、五档 provenance、p3AnalyzablePre、刺激配平、真实云 E2E

代码就绪、mock 通过、云端全绿，是三个不同状态。

FASBOS 多端原型界面总览
从开题到论文

数据采集路径与门禁

2026.10
研究决策

核实管理者 N、作物重叠，完成 G1–G4 会谈与修订签字。

2026.10–11
技术门禁

VLM 基线、功效模拟、正射图与刺激来源档案。

2026.11–2027.01
仪器完成

IRB、形成性访谈、分类谱、WoZ 台与配平器。

2027.02–05
正式采集

田间材料、专家标注、工人实验、管理者实验。

2027.06 起
分析与写作

IAR、LME/GLMM、SDT、RECE、眼动与 joint display。

来源：实验原型实施计划 v1.4 §9；设计讨论纪要 §6
第六部分

项目预期

交付一套可审计的研究方法，而不只是一个界面原型。

06
预期产出与判断标准

成功不是“C2 全面胜出”

01

理论与论文

验证 DCS 是否帮助异常信息跨越观察者—管理者边界，并明确何时无效、为什么无效。

02

方法与数据

形成 Core/Extended-IAR、P2、P3、RECE、SDT 与质性 joint display 的可复核证据链。

03

系统与规范

交付三条件工人端、WoZ 操作者台、固定 PC 分诊台、刺激档案与实验数据合同。

可解释报告效应量、区间、过程证据与失败条件。
可复核冻结刺激、预注册口径、保存 provenance 与事件日志。
可迁移沉淀跨角色信息支持原则，而非只交付一个小程序。
结论

让信息损耗
成为可测量的
研究对象

FASBOS 不替代农业判断，而是让现场观察更完整地进入组织决策。

谢谢各位老师，请批评指正。

FASBOS 跨角色信息流转图
fasbos.tech 二维码fasbos.tech
1 / 31
← → 翻页 · F 全屏 · Home 回到封面