美國密西根州一位飼養 260 頭乳牛的酪農，以 Gemini 3.6 Flash 自行打造多代理 AI 系統，將過去每天早上要耗掉數小時的彙整工作自動化[1]。感測器、氣象觀測與出貨紀錄原本分散在各自的軟體裡，如今透過本機資料夾整合在一起，系統還會算出當天的獲利水準。Google 在官方部落格上介紹了這個案例。

被切割的資料吃掉的清晨

案例主角是 Paul Windemuller。2014 年他與 Brittany 以租來的 30 頭乳牛創辦 Dream Winds Dairy，12 年間發展成擠乳 260 頭荷斯登牛的高度自動化牧場。他是 2024 年的 Nuffield International Farming Scholar，研究農業技術與 AI，把酪農經營當成一項技術課題來面對[1]。

酪農業利潤微薄，生物因素與環境因素交錯複雜，資料分析不可或缺。在他的牧場裡，每頭牛配戴的感測器項圈、場內的氣象觀測站、記錄乳質與出貨量的線上入口網站，都在不停產出資料[1]。

問題在於，這些資料各自封閉在互不相通的軟體之中。他每天早上都得從各系統下載檔案、在試算表上比對拼接、手工計算經營指標，前後要花上好幾個小時，而這些時間本該用在照顧乳牛上。

在 Antigravity 上組起的 4 種代理

他最後打造的，是在 Google 的開發平台 Google Antigravity 中執行 Gemini 3.6 Flash 的本機多代理系統[1]。Antigravity 以代理優先的開發環境形式推出，代理可以跨編輯器、終端機與瀏覽器自主完成規劃、執行與驗證[2]。

值得玩味的是，這套系統完全不使用外部 API，也不做網頁擷取，而是直接把本機目錄當作介面。只要把 CSV 匯出檔放進受監控的資料夾，或是丟入紙本收據、PDF、發票的照片，Gemini 的多模態處理就會擷取並整合視覺資訊與數值。資料不離開牧場，始終在他自己的掌控之下[1]。

處理流程也不是一則冗長的提示詞，而是拆成各司其職的代理協作：統籌每日整體流程的編排代理、把擠乳機器人匯出檔與餵飼紀錄等原始資料標準化的匯入代理、評估生物因素與天候影響的分析代理，以及把結果轉寫成自然語言摘要的報告代理[1]。

核心指標是 Static Variable Margin

這套系統最佳化的目標，是每日的 Static Variable Margin（SVM）。常見的 Income Over Feed Cost 會隨生乳與飼料價格起伏，而 SVM 把市場價格固定下來計算，藉此濾掉行情雜訊，只凸顯生物層面與營運層面的效率[1]。

計算流程也拆解得很清楚。匯入代理讀取產乳量、乳成分（乳脂與蛋白質）、體細胞數與餵飼量，再以 Federal Order 33 在 1 月的固定價格套用到實際產出的乳固形物，求出靜態營收。飼料成本同樣以固定單價計算，如此一來只有實際餵飼量的增減才會反映在數字上。由此得出靜態的 Income Over Feed Cost，再扣除每頭牛的變動支出（後備牛、配種、動物用藥等）。人事、水電、折舊等間接費用則刻意排除，讓 SVM 的變化只反映生物效率與健康狀況[1]。

凌晨 3 點送達的 Farm CEO Briefing

算出數字只完成了一半。凌晨 3 點沒有哪位酪農有餘裕去解讀試算表。因此報告代理把結果轉寫成每日的 Farm CEO Briefing，將當天利潤變動的成因逐項拆開[1]。

依 Google 提供的範例，當每頭牛的 SVM 下降 0.15 美元（約 25 日圓）時，簡報會列出明細：乾物質採食量貢獻 -0.08 美元（約 13 日圓，因濕度導致採食量下滑）、體細胞數貢獻 -0.04 美元（約 7 日圓，小幅上升顯示可能有健康疑慮）、廢棄乳貢獻 -0.03 美元（約 5 日圓，兩頭牛進入治療區）。最後還會附上具體做法，例如調整通風以因應熱緊迫[1]。

※1 美元 = 164 日圓

小規模經營者面前的成本門檻

他的目標不只是讓自家牧場更有效率，更希望獨立酪農也能用上同樣的做法。除了打造工具本身的門檻，以牧場規模每天運轉的成本同樣是一道關卡[1]。

需要持續推理、解析與工具執行的代理式工作流程，長期以來對小規模經營者而言太昂貴。Gemini 3.6 Flash 的效率正好在此發揮作用。該模型針對進階推理、工具使用與程式撰寫而設計，支援 100 萬 token 的脈絡視窗與最高 64,000 token 的輸出。基準測試顯示，相較於 Gemini 3.5 Flash，其輸出 token 減少約 17%，單位輸出 token 的價格也更低，因而大幅壓低了運行代理迴圈的成本[1]。

不過，這套系統出自一位專門鑽研農業技術與 AI 的人之手，並非人人都能立刻複製。即便如此，捨棄外部串接、改以本機資料夾作為介面的取捨，對於被沒有 API 的業務系統包圍的現場來說，仍指出了一個務實可行的落點。

總結

密西根州這位酪農以 Gemini 3.6 Flash 與 Google Antigravity 打造的多代理系統，透過本機資料夾整合被切割的資料，算出排除市場價格波動的每日 Static Variable Margin，並以附帶成因拆解的日報形式送達。抹去試算表上的手工作業固然值得注意，這個案例同時也顯示，每天運行代理的成本已經降到小規模經營者搆得著的水準。

[1] 來源：https://blog.google/innovation-and-ai/models-and-research/gemini-models/using-gemini-to-manage-farm/

[2] 來源：https://antigravity.google/blog/introducing-google-antigravity