AI不能可靠预测停车场的剩余车位数量

用户找车位时真正需要的是“现在这个停车场还有没有空位”。这不是简单的文本推理问题，而是实时城市数据问题：每个停车场的闸机、地磁、摄像头、收费系统和第三方地图数据往往互不打通，更新频率、口径和可信度也不一致。

让 AI 在用户到达前，准确预测指定停车场的实时剩余车位数量，并说明数据来源、更新时间、误差范围和可用置信度。

最大难点是停车场数据如何共享：商业停车场、商场、写字楼、小区、路侧停车和城市平台分别掌握数据，接口不统一，很多场所没有开放 API；即使有数据，也可能延迟、缺失、被人工调整，或者只显示“充足/紧张”而不提供精确车位数。

当前 AI 可以把历史规律讲得很像，也能根据周末、商圈、天气和活动做经验判断，但没有实时、标准化、可验证的数据流时，它只能猜测。真实剩余车位会被临时进出、预约车位、月租车位、故障闸机、人工放行和数据延迟快速改变，模型无法凭空知道。

成功案例必须接入至少一个真实停车场或城市停车平台的实时数据源，连续记录不少于 7 天；每次预测要包含时间戳、停车场 ID、预测剩余车位、实际剩余车位、误差、数据更新时间和截图/日志证明。不能只使用媒体报道、静态地图热度或事后解释。