老鼠跑上寿司传送带之后

10月24日下午，武汉楚河汉街一家知名日式连锁的回转寿司门店。就餐高峰时段，一只老鼠突然窜上了正在输送菜品的回转传送带，"传送带那一排的顾客全部看呆了"。据南方都市报等媒体报道，涉事门店当天傍晚暂停营业，对食材、器具进行废弃与清洗消毒，并联系专业防治公司到店排查布控；门店工作人员称老鼠是"外来的"；该品牌中国区相关负责人回应，正协同市场监管部门紧急调查与处置。

一只老鼠，把一个行业级的问题再次推上台面：当连锁餐饮以每年数十家门店的速度扩张，靠"人盯"的食品安全管理，半径还够不够？

一、跑得快的门店，和跑不赢的管理半径

据时代财经报道，截至10月26日，该品牌在中国内地的在营门店达134家，自2025年下半年起进入快速扩张期；黑猫投诉平台上与其相关的投诉累计上百条，其中69条发生在2026年，事由多集中在食材变质、环境卫生、餐品异物等。

这些数字值得餐饮同行都看一眼——不是因为它是某一家品牌的问题，而是因为它揭示了一个共性结构：回转寿司、明档现制、连锁茶饮，凡是"现场制作、即时交付"的业态，都坐在同一条管理曲线上。门店越多、营业时段越长、加工环节越细，人工巡查的覆盖率就越低。区域督导能高频巡检的门店数量终归有限，剩下的部分，靠制度、靠自觉、也靠运气。

扩张可以买来门店，却买不来管理半径。

二、就在事发前两周，食品安全法正在"长牙齿"

值得玩味的是时间点。就在事件发生前两周，10月10日，市场监管总局就《中华人民共和国食品安全法（修订草案征求意见稿）》向社会公开征求意见。相比现行法律，征求意见稿新增37条、修订93条，其中与明厨亮灶直接相关的变化，被业内视为标志性节点：

明厨亮灶从"鼓励倡导"变成了法定要求。征求意见稿提出强化智慧监管、推动"互联网+人工智能"监管应用：食品生产经营企业应当在关键风险环节安装监控设备，并将实时监控视频信息接入县级以上地方人民政府市场监管部门的信息系统。

监管部门获得了非现场检查权。物联网监控、视频巡查等远程执法方式将常态化，"到场"不再是监管动作的前提。

覆盖范围从后厨扩展到全链条。增设"网络食品经营"专节，要求入网餐饮服务提供者以视频形式实时公开加工制作过程；"学校食品安全"首次专节入法。

市场监管总局食品协调司负责人在答记者问中说得直接：现行政策法规对实施"明厨亮灶"仅为鼓励倡导，监管缺乏强有力的法律依据；新规有助于推动餐饮服务提供者告别侥幸心理。

再叠加2025年底，市场监管总局令第104号对连锁餐饮企业食品安全主体责任的压实——连锁品牌的合规逻辑，已经从"应付一次检查"变成"持续在线"。而官方表述里还有半句话更值得注意：运用人工智能自动抓取后厨违规行为，精准发现隐蔽性风险。"互联网+明厨亮灶"是存量，"AI监管"是增量——当摄像头从展示窗口变成监管基础设施，接进来的成千上万路视频，谁来逐帧看？

三、传统明厨亮灶的三个盲区

夜间红外画面下的鼠患监测：轨迹追踪让防治工作有了靶子

过去十年，明厨亮灶工程让大量后厨装上了摄像头。但武汉这次事件里有一个常被忽略的细节：老鼠出现的位置，是前厅的传送带——营业时段、顾客眼前，而不是后厨。

这正是问题的缩影。传统"装了摄像头"的明厨亮灶，至少有三个盲区：

盯不过来。人工盯屏是有限资源对无限画面，一个区县的监管人员对着成千上万路后厨视频靠人眼轮巡，覆盖率和及时性都无法保证。

看不见夜。老鼠恰恰是夜行动物。白天有人值守的后厨，凌晨两点往往无人再看——而那正是鼠类活动的高峰时段。后厨与经营区的交界地带（传菜口、通道、垃圾房），又是传统布防最薄弱的环节。

查等于没查。没有AI介入的监控，价值止步于"出事之后取证"。录像里的违规，是已经发生的食品安全事件。

四、为什么老鼠识别这么难——以及它是怎么被解掉的

教机器认出一只老鼠，是视觉识别里公认难啃的一类问题。难在四件事：

目标本身难认。老鼠体型小、动作快，又喜欢贴着墙根和角落移动，在监控画面里常常只是一道一闪而过的模糊灰影，和识别安全帽、工作服这类有固定轮廓的物体完全是两个难度。

亚略特“AI+明厨亮灶”系统某地后厨实拍画面

干扰物太多。后厨环境复杂——抹布、塑料袋、地面的水渍反光、随意摆放的厨具，都可能被误认成目标，造成大量无效报警。误报一多，监管人员就会陷入"狼来了"的疲惫，真警报反而被淹没。

高发时段在夜里。鼠类活跃在画面最差、人员最少的时候：夜间红外模式画质降质，偏偏又没有值守人员逐帧回看。白天演示得很流畅的系统，夜里未必靠得住。

快与准要兼得。识别必须在目标通过的瞬间完成，错过就是漏报；但没有把握就报警，又是误报。两端都要守住。

业已跑通的技术路径是"动静结合"：一方面，基于单张静态画面做目标检测，判断画面里是不是老鼠；另一方面，对连续多帧画面做动态分析，追踪老鼠的活动路径。两项结果互相印证，误报被大幅压下来，即便在夜间红外画面下也能捕捉到目标。

而老鼠的习性反而帮了机器的忙：老鼠的空间记忆很好，习惯沿着固定路径反复活动。这意味着一旦捕捉到轨迹，系统就能刻画出它的"通勤路线"——这比单次报警有价值得多。

对餐饮经营者来说，这项能力回答的是鼠情分析的前置问题：老鼠从哪进来的？大门、传菜口、下水道还是空调管线？活动路径覆盖哪些区域？出现频率在上升还是下降？这些正是专业防治公司制定灭鼠方案前最需要的情报。从"看见一只老鼠"到"读懂一窝老鼠的作息"，消杀才有靶子。识别到目标的第一时间，系统即抓拍取证、生成事件、联动现场警报——处置不等到第二天。

五、不止老鼠：AI云巡检看住整个后厨

老鼠识别只是明厨亮灶AI监管的一项。围绕后厨场景的行业模型，覆盖的是监管最关心的完整违规项清单：未戴口罩、未戴厨师帽、未穿厨师服（"三白"）、抽烟、打电话、垃圾桶未上盖、动火离人、明火、烟雾——以及夜间活动的鼠患。

从落地路径看，这套能力不需要推倒重来，业内称之为AI云巡检——在既有视频监控基础上叠加行为识别与预警闭环，让存量摄像头从"记录设备"升级为"监管哨兵"。关键环节有四个：

利旧接入。后厨摄像头大多已建成、品牌型号繁杂。通过GB28181（视频联网国标）、RTSP、ONVIF等标准协议，原有摄像机与录像设备可以直接接入分析系统，无需更换前端——这决定了改造成本和工期，对扩张期的连锁品牌尤其友好。

轮巡灵活配置。面对成百上千路视频，不必每路常开分析。轮巡——按设定的间隔、路数和时段轮流分析——在算力成本与监管覆盖之间取得平衡，重点时段重点盯，非高峰时段轮着看。

识别与取证。识别到违规即抓拍取证、生成事件，报警信息可关联事件前后的视频片段，便于快速追溯。

预警闭环。监管端看辖区全局态势与事件详情，企业端收自家门店的整改提醒，公众端保留"看得见"的监督通道。发现—预警—处置—复核形成闭环——对连锁餐饮总部来说，这意味着每一家门店的风险事件都直达管理台，而不是等它上热搜。

六、这套能力的底层：会练功的行业模型

支撑这些识别能力的，不是一张写死的算法清单，而是能持续进化的行业模型体系。

亚略特的TrustBrain承担"行业模型工厂"的角色——把后厨场景的真实数据持续训练、迭代为高精度专用模型，模型在使用中越用越准；这些模型纳入TrustVision行业模型族统一管理，并按区域与场景下发到边缘算力单元（安装在摄像机旁边的TrustBox智能分析盒）和云分析平台运行——盒子管当场判断，云端管全局调优，断网时边缘端依然独立值守。

对外看，这套能力的落点是一个品类概念：食安行业视觉模型——不是通用算法的堆砌，而是围绕食品安全监管场景持续进化的模型体系。

而在管理形态上，它正在成为一个新"岗位"：AI Agent（智能体，我们形象地叫它"数字员工"）。对餐饮连锁来说，这位数字员工能做的事很具体——盯着每一路画面，发现风险、生成工单、给出判读和处理意见，并与现有业务系统连接。它能上岗，不休息，也不换届。

后厨的数字员工：不下班，也不换届

七、结语：与其等一只老鼠上热搜

明厨亮灶AI监管不是新规出台后的新探索，而是已被验证的路径——在江西、广东、湖北、天津等地，这类平台已接入多级监管体系投入运行；就在武汉本地，同类能力已被用于农贸市场的鼠患预警。新规的作用，是把先行者验证过的做法变成全行业的法定动作。

对扩张期的连锁餐饮来说，食品安全法的修订草案等于提前发了通知：视频接入与AI监管的升级窗口已经打开。摄像头解决"看得见"，行业模型解决"看得懂"，数字员工解决"盯得住"。

下一次老鼠出现的时候，最好它面对的不是一位刷手机的店员，而是一位不下班的数字员工。