有人下午在公园拍了一张。池边坐着一排钓鱼的人。
理解业务目标
我看完就想做。野钓最麻烦的，是你不知道该坐哪。问旁边的人，人说看感觉。感觉交不了差。竿要多长，水哪里深，今天这天气出不出鱼，每人一套说法，没有一张表。
所以我给这段河做一套装置。这是仿真单，真要挂出去还得过现场的规矩。一台摄像机看着六个位子。谁来了，谁走了，谁把抄网拿起来了，机器记下来。记完，你就知道明天坐哪，什么时候去。表交出去还不算完。什么叫收获，得钓鱼的人写回去。
台钓中鱼要认的是后面这一下。人坐在钓箱上，漂被拉下去，竿弯成一张弓，抄网才伸出去。光是竿弯，可能只是在抛。装置得把这两下分开。先把眼睛安上。
进入现场
照片只能证明那天下午池边有人。明天早上谁还在，照片不管。我再给它补一只眼睛，让它一直看着。
萤石商城有个经典款，叫 C3W。室外，防水，200 万或者 400 万。页面上写 239 元起。我按 2026-09-22 看到的价钱记。一台，斜着罩住近岸六个位子，编上号。录像存在机器自己的卡里，白天录完再拷走。这套东西不在当场喊人。喊人得拉线，线一拉就贵。片子抄回家再算，表一样交得出去。
数据连接
卡里是一整天的录像。模型吃不下一整段片子。它认得的是一张一张图，图旁边写好几点、几号位子，要问的那一块最好已经裁出来。
所以我说的接上，就是把这条河变成它能读的样子。人走进 3 号，记下时间。人离开 3 号，再记下时间。来和走，先变成两列。收获先别问鱼叫什么。上鱼看得见的三下，竿弯了、抄网来了、手里动一下，也写成空格，等模型填。空格还空着，就算还没接上。
要的就是这种鲫鱼。得抄到网里，才算中鱼。白天按 14 个小时算，早上 5 点到晚上 7 点。夜里不钓，钓到了也不算。
接上之后先别谈省钱。按最笨的接法，每 2 秒一张，14 小时就是 14 乘 3600 再除以 2，25200 张。张张都能送去问。
太贵了
最省事是这 25200 张全部拿去问模型。
模型用百炼的 qwen-vl-plus，在北京。这单不着急，走批量。批量输入 0.4 元一个百万 token，输出 1 元一个百万 token。着急的实时价是输入 0.8、输出 2，用不上。
接口说明写着，这个模型从 2025 年 7 月 10 日往后，一张图默认最多算 2560 个 token。高分辨率一开，上限变成 16384。算法是缩放后的宽乘高，除以 32 乘 32，再加 2。我比账用上限，不假装量过每一张裁下来的小图。
提示词我按每张 200 个 token 估，回答按 100 个 token 的一小段 JSON 估。话长话短，动的是几分钱到几块钱。两万多张要不要都送上去，这才是大头。
都送，还开着高分辨率。25200 乘 16384，光图像大约 165 元。加上提示，大约 167 元。回答大约 2.5 元。一天 170 元。就为了看他们坐着。
都送，改用默认上限。图像是 25200 乘 2560，6451.2 万个 token。提示是 25200 乘 200，504 万。合在一起 6955.2 万，也就是 69.6 个百万，乘 0.4 元，27.8 元。回答 252 万个 token，乘 1 元，2.5 元。一天 30 元。
三十天就是九百来块，只为了问今天该坐哪。摄像机 239 元起，买一次。模型这么跑，一个月比机器还贵。这条放下。
选择合适的模型
前一半放在拷回家后的笔记本上跑，不给视觉模型花钱。开源的检测器只干两件事：有没有人，人在几号位子。没人的画面，到此为止。来和走，也在这儿记完。
有人还不够。风会把竿吹弯。抄网会被拿起来舀水、理线。看见弯就送，看见网也送，送上去多半是空的。空的也按张算钱。
所以加一道门。时间先定为 8 秒。这 8 秒里，同一个位子上，竿弯了，抄网也出现了，才算一次。只有一样，写进丢弃本子，不花钱。8 秒是我先定的，还没用河边的片子调过。要调，得等片子来。
过了门，也不把整张 400 万的画面送上去。裁下人、竿、网那一块。模型只回答三问，写成一小段 JSON：竿弯了没有，抄网出没出，网里是鲫鱼、鲤鱼、小白条，还是看不清。
两个人挤在一起，位子分不清，这帧就跟看不清走一条路。不算进收获。看不清就看不清，别替它圆。
一天能过几次门，河边还没发生。我按容量先留个数，好算账。六个位子，每个位子一天 4 次，每次 4 张。6 乘 4 乘 4，96 张。
96 张走默认上限。图像 96 乘 2560，24.6 万个 token。提示大约 1.9 万。输入 0.11 元。回答大约 0.01 元。一天 0.12 元。三十天 3.6 元。
这 96 张要是误开了高分辨率，一天大约 0.65 元，还不到全送那天的零头。所以走最后一行。
| 怎么送 | 图像怎么算 | 输入 | 回答 | 一天 |
|---|---|---|---|---|
| 全送，开高分辨率 | 25200 乘 16384 | 167 元 | 2.5 元 | 170 元 |
| 全送，默认上限 | 25200 乘 2560 | 28 元 | 2.5 元 | 30 元 |
| 只送过门的，开高分辨率 | 96 乘 16384 | 0.64 元 | 0.01 元 | 0.65 元 |
| 只送过门的，默认上限 | 96 乘 2560 | 0.11 元 | 0.01 元 | 0.12 元 |
成本优化
太贵，才要优化。优化前和优化后，问的还是那三句，交的还是那张表。变的是一天花多少。
按表上取整的数来看回本。全送、默认上限，一天 30 元，一个月 900 元。只送过门的、默认上限，一天 0.12 元，一个月 3.6 元。同样一张表，一个月少花大约 896 元。
摄像机 239 元起，买一次。全送的话，八天模型费就问没一台机器：239 除以 30，大约 8 天。优化之后，一个月模型只花 3.6 元，239 除以 3.6，大约 66 个月，五年半才问到一台机器的价。高分辨率全送更不用算回本，一天 170 元，一个月 5100 元，问的仍是他们坐着。
白坐一个上午，我不折成工资。ROI 只对模型账单：少花的 896 元，买的是同一种回答。电费、内存卡、立杆另算。239 元是「起」，带不带卡，价钱不一样。每周看筐的工夫，也不折进去。
验收标准
能跑，还不等于数得准。风、舀水、小白条、离远了看不清网里是什么，都会把「上鱼」做脏。做脏了还交出去，这装置就成了劝人白坐的机器。
挡在门外的是那 8 秒。只弯了竿，或者只拿了抄网，不到云上去问。鱼种只在裁下来的那一块上问。整张远景不用来认是什么鱼。
模型要是答看不清，这一次不进收获，放进一个筐。钓鱼的人每周把筐倒出来，分成五堆：风，舀水，小白条，真的鲫鱼或鲤鱼，依旧看不清。前三堆下周拿来把那道门收紧。没有新的，门不动。已经入账的，不因为后来门紧了就翻旧账。
什么叫准，先写下来，再决定哪天可以填一个百分比。拿连续标过的一个小时，标的人就是当时在钓的人。这一小时里，每个位子上机器记下的鲫鱼加鲤鱼，和人记得的差不超过 1 条。小白条不进收获那一列。看不清的留在筐里。三件都对上，这个小时才算过。
这个小时还没标。百分比先空着。空着，比写一个数老实。
验收结果
摄像机还没挂上去。下面的次数是按规矩填的，用来看看这张表长什么样。河边还没数过。
假定周六早上 5 点 40 到 10 点 40，五个位子有人。初稿先把网里每一样都记上，小白条也算 1。等会儿改。
| 位子 | 来 | 走 | 弯竿且有抄网 | 网里 | 初稿 |
|---|---|---|---|---|---|
| 1 | 5:50 | 9:10 | 2 | 鲫鱼，小白条 | 2 |
| 2 | 6:20 | 10:00 | 0 | 0 | |
| 3 | 6:00 | 8:30 | 3 | 小白条，小白条，鲤鱼 | 3 |
| 4 | 7:10 | 10:40 | 1 | 看不清 | 1 |
| 5 | 5:40 | 7:00 | 1 | 鲫鱼 | 1 |
按这张初稿，收获堆在 1 号、3 号、5 号，而且多在 8 点半以前。2 号坐了将近四个小时，一次门都没过。4 号有一次看不清，初稿却给记成了 1。
位子和时间，这张表已经能交。我看着它，觉得可以收工。中鱼之后，台钓还要看个头。个头够了，鱼种不对，照样不能算收成。
行业 know-how
台钓先看漂，不先看鱼。漂顿一下，或者抬起来，或者被拉黑，这才叫一口。风把线吹着走，漂也在动，那是走水，不算口。
饵挂在上层，叫打浮。白条在上面抢，一下能上来一串，抄网忙得很。饵沉到底，叫钓底。等的是鲫鱼和鲤鱼，口少，等到了才值钱。
中了还不能马上抄。鱼还在冲，网伸早了，它一甩就没了。先溜。等它侧过来、没劲了，网从前面送过去，连头带身抄上来。空抄、舀水、抄水草，看着也像在干活，账上是零。
野钓本来就空。坐四个小时，可以一次门都不过。黑坑里鱼密、人多，那是另一张单，这版不做。
鱼的叫法也不一样。远一点，种类分不清，个头或许能看出来。小白条非常多，一般人不想要。要的是底下的鲫鱼和鲤鱼。图上这种鲫鱼，才算进这张表。
交付单走到验收还不算完，行家得把什么算收获写回去。
小白条划掉。看不清的继续挂着，不能算过。打浮上来的和钓底上来的，别加在同一个数里。
| 位子 | 初稿里有什么 | 改完 | 为什么 |
|---|---|---|---|
| 1 | 鲫鱼，小白条 | 1 | 小白条放下 |
| 2 | 人在，门没过 | 0 | 坐得久也不算 |
| 3 | 两条小白条，一条鲤鱼 | 1 | 只留鲤鱼 |
| 4 | 看不清 | 挂起 | 看不清不算交 |
| 5 | 鲫鱼 | 1 | 要的就是这种 |
改完，这天上午好坐的是 1 号、3 号、5 号。3 号看着忙，三次里有两次是不想要的。2 号坐得最久，账上是零。
我本来觉得，网里的鱼认出来，这单就成了。行家就一句话：小白条不算。模型看得见抄网。它不知道这河里什么叫收获。这个得钓鱼的人写回去。
下一张同样的单，收获那一列先空着，等这三条点过头再填。送给模型的，还是看得见的那三下：抄网，弯竿，手里一下。要交出去的，还是位子和时间。
落地交付
这套装置很小。一台摄像机，六个位子，一天一毛二。可它走完的路，就是一个人进到企业里，要把一件事做完的路。
对方开头也会扔过来一串话。哪里好，工具要多长，天气怎么样。你要是全都答应，这事做不完。先听他真正要交的：哪件事做成了，什么时候做成的。别的先记在旁边。河边这件事，做成了就叫中鱼，而且只算鲫鱼和鲤鱼。
表上的数字齐了，最容易收工。初稿里格子可以是满的，收获仍是错的。每个行业都有自己的小白条。看起来像产出，行家说不算。系统能记下动作。什么叫做成，得那个天天干这行的人改一列。
所以走到这一步的人，叫 FDE。表交到对方手里，他还站着，等行家把小白条划掉。行家没划，这单还不能算做完。装上摄像机就走的，留下的是初稿。初稿里，忙可以不等于好，坐得最久的可以是零。
那天的录音里没有 FDE 这三个字母。我说的是，用模型去感知现实世界，会碰到没研究过的规律。这河里的规律，就是小白条不算。模型看得见抄网举起来，看不见这句。企业里每件要做完的事，都有一句这样的话。过程可以记得很满。这句话空着，事就还没做完。
参考
- 萤石商城，经典款 C3W 系列室外防水摄像机，239 元起（查阅 2026-09-22）。摄像机这一笔。同价亦见 萤石商城摄像机分类。
- 阿里云百炼，qwen-vl-plus（查阅 2026-09-22）。华北 2（北京）输入 0.8 元 / 百万 token，输出 2 元。批量各半。
- 视觉理解，图像 token 公式（查阅 2026-09-22）。图像 token 等于缩放后的宽乘高，除以 32 乘 32，再加 2。
- 接口说明里的单图上限（查阅 2026-09-22）。2025-07-10 及以后默认 2560。打开高分辨率才到 16384。
- 封面与文中河岸俯拍：作者拍摄（2026）。
- 鲫鱼那张：Huangdan2060，Crucian carp 6，CC BY 3.0。作者注明钓于湖南，拍摄时间记为 2013-07-29。鱼摊在纸上。文中把原片转成横图。
