农业病虫害诊断基础模型的算法演进，始终围绕克服领域核心挑战而展开：如何从有限且噪声显著的标注数据中学习鲁棒表征？如何让模型理解复杂多变的田间环境并实现细粒度识别？如何超越单纯分类，实现可解释的推理与交互式决策支持？为此，自监督学习、视觉-语言模型以及参数高效微调构成了驱动该领域算法进步的三大支柱。