基础模型为农业病虫害诊断带来了跨任务迁移与多模态融合的可能，但从研究原型走向田间长期稳定运行时，会同时遭遇数据、评估、算力与可解释性四类瓶颈。其共同特征是风险更“场景化”：同一模型在实验室图像上表现良好，并不等价于在不同地区、不同品种、不同拍摄设备与不同管理方式下仍能保持可靠输出。农业领域又强调过程管理与责任追溯，模型一旦给出缺乏依据的错误诊断或建议，可能导致不当施药、病害扩散或经济损失，安全性与可靠性因而成为部署的前置条件。