55岁茶学硕士肖朝虎用AI研发茉莉花茶智能窨制系统，秋招遇年龄壁垒

在2024年福州茶交会上，福建农林大学展台前，55岁的肖朝虎正向参观者演示一套白色箱式设备：屏幕上实时跳动着多条曲线，对应传感器采集的茉莉花香气浓度、温湿度与时间参数；一旁竹筛中铺满新鲜茉莉花与茶叶，正进行传统窨制工艺。他蹲在设备旁，手指向笔记本电脑上的数据可视化界面，讲解系统如何通过机器视觉识别花叶状态、动态调整通风与翻堆频率——这套“茉莉花茶智能化窨制控制系统”，是他作为茶学硕士研究生参与研发的核心成果。

肖朝虎并非科班出身。1988年，他以贵州正安县理科状元身份考入中央民族学院计算机系，成为该校首届计算机专业学生。本科毕业后短暂从事程序员工作，后转向经济学深造，并于1997年进入《中国计算机报》任记者。2002年，预见到纸媒衰落趋势，他主动离职，转入品牌传播领域，在一家策划公司深耕二十余年，服务戴尔、亚马逊云科技等国际客户，最终成为合伙人。

职业轨迹看似顺遂，但近年行业收缩令他感到“眼前的东西黯淡无光”：媒体注意力碎片化削弱了深度内容传播力，外资科技企业在华业务收缩导致项目减少，即便仍亲力亲为撰写重要文案，也难再获得创作快感。转折点来自父亲的茶园——67岁的老父在贵州正安承包四五十亩土地种植白茶，却长期面临“茶青贱卖、加工难销”的困境。2019年春，收购商单日压价40%，父亲宁可滞销也不愿亏本出售，转而请肖朝虎协助将鲜叶加工成干茶并寻找销路。

这一事件触发了他的人生重置。2023年一个凌晨，他突然起身查资料：“我可以考一个茶学研究生。”52岁的他辞去工作，用约100天跨专业备考，以398分被福建农林大学茶叶加工方向录取。备考阶段，他让AI整理近十年考研真题、归纳核心知识点、生成模拟试题；入学后，面对久违的编程任务，他又借助大模型辅助重写代码，将传感器数据采集、机器视觉图像分析与本地软件系统串联整合，最终形成可落地的智能窨制控制原型。

该系统聚焦茉莉花茶制作中最关键也最依赖经验的“窨制”环节：传统工艺需人工反复判断花香释放程度与茶叶吸香饱和度，误差大、损耗高。肖朝虎团队设计的方案通过多模态传感（气味电子鼻+温湿度+图像识别）实时反馈，结合历史工艺数据库训练的决策模型，动态调节环境参数。目前相关技术已申请两项发明专利，进入实质审查阶段。

读研三年，他重新找回了“学习与创造的快乐”。但现实挑战紧随而至：进入研三后，他开始投递茶企、农业科技公司及AI应用岗位，简历常石沉大海，招聘方未说明原因，他推测年龄是主要障碍。“茶行业本身规模有限，真正需要既懂茶工艺又懂AI开发的复合型人才岗位极少”，他在采访中坦言。当前他正评估几条路径：加入茶叶机械或智能设备厂商；返乡助力贵州茶产业升级；探索抹茶出口贸易链；或转型为AI+农业领域的咨询顾问，尝试以“羊毛出在猪身上”的模式降低做茶的财务风险——例如通过技术服务反哺原料生产。

值得注意的是，肖朝虎的选择并非孤例。同期，67岁退休记者余炜君在武汉AIGC培训班用四天完成仙侠短片创作；71岁上海市民借助开放教育课程用AI制作入围国际影展的短剧。这些案例共同指向一个趋势：AI工具的低门槛化正在消解部分职业转换的知识壁垒，使中老年群体得以绕过传统技能积累周期，快速切入新领域。

从技术角度看，肖朝虎项目的创新性在于将AI从“辅助决策”推进至“闭环控制”层面。多数农业AI应用仍停留在监测预警或产量预测阶段，而其系统实现了对工艺参数的实时干预，接近工业级自动化逻辑。不过，落地难点依然突出：茶厂普遍规模小、数字化基础薄弱，设备成本与操作复杂度构成推广障碍；此外，传统制茶师对“机器替代经验”的抵触心理尚未完全化解。

行业背景亦需考量。中国是全球最大的茶叶生产与消费国，2023年干毛茶产量超330万吨，但深加工比例不足10%，品牌溢价能力弱。茉莉花茶作为再加工茶代表，主产区集中于福建福州、广西横州等地，长期依赖人工经验，标准化程度低。据中国茶叶流通协会数据，具备智能加工线的茶企占比不足3%，而其中集成AI算法的项目凤毛麟角。

肖朝虎的实践提供了一种可能路径：以高校科研为跳板，由跨领域人才牵头，将AI能力嫁接到细分传统工艺中。其价值不仅在于提升效率，更在于沉淀可复用的工艺知识库——当老师傅的经验被转化为可训练的数据集，技艺传承便不再受限于个体寿命。

目前，他仍在等待一个明确的职业出口。但对他而言，结果已非唯一标尺。“能重新写代码、做实验、解决真实问题，这本身就是理想的退休生活。”他承认，这种选择依赖一定前提：无房贷压力、积蓄支撑、家人理解。社会对“大龄学习者”的包容度仍有提升空间，尤其在薪酬结构僵化的传统行业。

技术平权的浪潮下，年龄不再是能力的绝对标尺，但制度性障碍仍未消除。肖朝虎的故事提醒我们：当AI降低技能习得门槛时，真正的瓶颈往往转移到了组织文化与用人机制层面。