蛋鸡产蛋曲线：高峰不是赚钱的那个数字

持续性才是赚钱的数字

高峰之后，曲线只有一个方向 - 下。持续性是它下得多慢。直接从 Lohmann 的表 18 中读出：LSL-Lite 把 90% 以上的日产量维持 38 周；Brown-Classic 维持 29 周。同样的高峰，多出九周近高峰产蛋 - 藏在曲线没人当作目标的那一段里。它不是高峰的脚注；它是决定这批鸡是否赚钱的那个数字。

更多蛋数并不等于更多蛋重

在一个延至 95 周的周期内，LSL 产 445 枚蛋，Brown 产 430 枚 - 但 Brown 的蛋更重（平均 65.2 克对比 61.9 克），所以按总蛋重 Brown 略胜，每只入舍母鸡 28.02 公斤对比 27.57 公斤。产蛋率下降时，蛋重仍在上升。两者反向移动，所以蛋重在蛋数开始下滑很久之后仍能撑住 - 你无法只凭产蛋率读懂这批鸡。

按品种划分的高峰上升与持续性 - LSL-Lite 对比 Brown-Classic 维持在 90% 以上的日产蛋率，依据 Lohmann 重新绘制。

你看到的下降其实已发生多日

一支澳大利亚团队把曲线认真对待成可预测的东西：四个商业散养农场、106 个鸡群、35,346 个鸡群-日，对着 Lohmann Brown 的目标曲线做预测。在一个农场历史上训练的随机森林模型，把产蛋率预测到中位 AUC 0.86、RMSE 2.8 - 而仅在其他三个农场训练的模型，对目标农场预测得几乎一样好（AUC 0.89）。曲线规律到足以在农场之间迁移。但把所有数据合在一起并不一定更好：合并模型给出最佳回归误差（RMSE 2.55）和最弱的下降检出（AUC 0.82）。数据更多，并不自动意味着能力更强。

来自预测研究 - 产蛋曲线规律到足以在农场之间迁移，但下降要在它开始后的平均天数之后才显示出来。

蛋带上还剩哪些鸟

这里的每一个数字，都是每天读一次的群体平均。平均掩盖了决定持续性的那个问题：不是鸡群怎么样，而是哪些具体的鸟还在产、哪些已经悄悄停产。一条看起来平缓下滑的曲线，背后可能是数量逐渐减少的鸡还在好好产蛋 - 而平均值不会告诉你哪些是哪些。

接下来的方向

DeepLoop 正在做这条曲线上没人去画的那一层 - 不是每天一次的群体平均，而是哪些鸟还在蛋带上。持续性是每只鸡的故事，及早读出它，决定了你是去管理这条下滑、还是被它打个措手不及。