农业病虫害智能诊断研究的快速发展，在很大程度上依赖于公开数据集的持续积累。然而，不同数据集在采集场景（受控与实际环境）、标注粒度（图像级标签、边界框、像素级掩码）以及任务范式（分类、检测、分割、多模态推理与对话）方面差异显著。为实现基础模型在农业病虫害场景中的公平比较与可复现实验复核，本文对经典且高引用的病虫害开源数据集以及近年来具有代表性的开源多模态诊断基准进行系统梳理，并从任务类型、采集场景、标注形式与对基础模型研究的支撑性四个维度建立统一对比框架。