全球传人峰会线上预热的话题热度还在发酵，传承学校的实训厨房里已迎来一场 “传统与科技” 的碰撞。十几名学生佩戴着银灰色智能手环，围在操作台前练习 “宋代蟹酿橙” 的切橙步骤，手环上的指示灯忽红忽绿，耳边不时传来 AI 系统的语音提示：“切橙力度偏大，建议减轻 30%，避免橙肉破损”“切口倾斜角度 15 度，标准为水平切口，请调整”。这是传承学校联合国内 AI 企业研发的 “古菜 + AI” 智能教学课程试点现场，旨在用科技破解传统古菜传承 “口传心授效率低、技法标准难统一” 的难题。
课程研发的初衷，源于全球传人数量激增带来的教学压力。随着海外分店拓张、认证体系建立，传承学校的年招生量从最初的 50 人增长至 300 人，老传人们分身乏术，传统 “一对一” 的教学模式难以满足需求。更棘手的是，古菜技法的核心参数 —— 如切菜的力度、熬汤的火候、腌制的时间 —— 多依赖老传人的经验感知，缺乏量化标准，导致学生学习效果参差不齐。“比如‘小火慢熬’，不同学生对‘小火’的理解不同，熬出的汤味道天差地别。” 老传人李阿婆曾无奈地说，“我们能教‘怎么做’，却很难说清‘为什么要这么做’的精准逻辑。”
为了建立量化标准，研发团队首先投入三个月时间，采集老传人的核心技法数据。凌伯演示卤料调配时，手腕上的智能手环实时记录他的翻炒力度、频率；李阿婆教定胜糕揉面时，动作捕捉设备精准捕捉她的揉面角度、按压深度；传承学校的后厨里，8K 摄像机全程录制 10 道核心古菜的制作过程，AI 系统逐帧分析，提取出 “切菜力度 0.5-1kg”“熬汤火候 85-90℃”“揉面时间 12 分钟” 等 200 余项关键参数，构建起 “古菜技法标准数据库”。
“这些数据是老传人的经验结晶，也是 AI 教学的基础。”AI 企业的技术负责人张工解释道，“智能手环内置压力传感器、温度传感器和动作捕捉模块，能实时采集学生的操作数据，与标准数据库对比后，给出精准的纠错建议。” 但研发初期，一场 “经验与数据” 的冲突不可避免。老传人凌伯演示九转回魂汤的熬制时，AI 系统显示他的火候波动范围在 80-95℃，超出了设定的 “85-90℃” 标准。“我熬了一辈子汤，火候要根据食材新鲜度、天气变化调整，哪能死卡数字？” 凌伯放下汤勺，对数据化的标准提出质疑。
团队陷入两难：若完全遵循数据，会丢失传统技法的灵活性；若保留经验调整，又会失去 AI 教学的标准化意义。最终，凌姝提出 “双轨标准” 方案：核心参数设置 “基础阈值”，确保技法不偏离本质；同时预留 “灵活调整区间”，允许学生根据实际情况微调，并要求学生记录调整原因，由老传人点评指导。“比如九转回魂汤的火候，基础阈值是 85-90℃，但如果食材是当天采摘的新鲜松茸，可下调至 80-85℃，保留食材的脆嫩。” 凌姝解释道，“AI 是辅助工具，不是替代老传人的经验，而是让经验变得可量化、可传承。”
调整后的智能手环，很快在试点中发挥作用。学生王浩此前多次因切橙力度过大，导致橙肉破损，无法顺利填入蟹馅。佩戴智能手环后，每当他的力度超过 1kg，手环就会震动提示，AI 系统还会在他的平板上显示正确的握刀姿势示意图。“以前老师只说‘轻点切’，我还是不知道轻到什么程度。” 王浩看着手环上的力度数据，“现在有了具体数值，练习三次就掌握了窍门。” 另一位学生陈瑶在熬制九转回魂汤时，AI 系统检测到火候持续在 95℃以上，立刻语音提示：“火候偏大，建议调至中火，当前温度已导致药材有效成分流失 10%”，并同步弹出古菜健康研究中心的相关实验数据，让她直观理解火候控制的重要性。
课程的另一大亮点，是 “AI 古菜复原工具”。针对古籍中 “记载模糊、技法失传” 的难题，研发团队将古菜数字化博物馆学术版的 200 余种古籍文献输入 AI 系统，训练其识别古籍中的食材名称、烹饪术语，还原技法步骤。学生只需在工具中输入古籍记载，如《山家清供》中 “蟹酿橙，橙大者截顶，剜去穰，留少液，以蟹膏肉实之”，AI 系统就能生成详细的步骤示意图：橙的选择标准（直径 8-10cm）、截顶高度（1/3 处）、剜穰工具（竹制小勺）、蟹肉填充比例（橙腔的 70%），甚至标注出 “留少液” 的具体用量（约 5ml）。
试点期间，学生们用这款工具复原了 “唐代胡麻饼”“明代莲子百合羹” 等 5 道失传古菜，成功率远超预期。学生李玥复原胡麻饼时，古籍仅记载 “胡麻与面和，烤之”，AI 工具结合《齐民要术》中的相关记载，还原出 “胡麻与面的比例 1:4”“烤制温度 175℃”“翻面次数 3 次” 等关键步骤，还给出了芝麻的预处理方法。“如果没有 AI 工具，我们可能只能凭想象制作，味道肯定不正宗。” 李玥捧着自己复原的胡麻饼，兴奋地说，“现在按照 AI 生成的步骤做，和老传人描述的唐代胡麻饼味道几乎一致。”
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！