住在老城区的人对同一种声音都不陌生：马路又开膛了。挖开的路面底下十有八九是漏水的水管——全国城市管网一年的漏损水量是个天文数字，过去找漏点靠检漏工人半夜拿听音杆一段一段贴地听。这两年不少城市悄悄换了打法，找漏水这件事，AI先上。
新做法的原理不复杂：管网沿线装上声学传感器，日夜采集水流声音，AI模型学过大量漏水音纹，声音不对就报坐标，水务调度平台上直接弹出预警工单。过去是水管爆了、市民打电话、再派人来找，现在是漏点自己"开口"，抢在路面塌陷之前被修掉。已试点的城区给过一组常被引用的数据：主动预警能检出七成以上的暗漏，管网漏损率能压下几个百分点——对自来水公司来说，省下的每一吨水都是真金白银。
推动这件事的还有政策的明账。城市生命线安全工程这两年被反复强调，地下管网改造有专项资金跟着，NB-IoT智能水表的普及又把单个传感器的成本打到百元级，账从"要不要做"变成了"多快做完"。对水务公司，漏损率是挂在考核表上的硬指标，降漏损有直接收益；对市政部门，马路少开一次膛，市民的投诉单就少一沓。
不同的人感受到的不一样。居民这边，最直观的是停水通知变少了、马路"拉链"少了；水务公司的检漏工，活儿从拿着听音杆满城走，变成看屏幕核对预警、按优先级派单；施工审批那边，开挖前的管线数据第一次有了实时参考。
干了二十年听漏的老师傅老崔现在带着算法跑片区，他说机器听得见人耳听不见的细流，但雨夜、车流吵的时候还得靠人拿主意——他二十年的经验，如今成了给模型做标注的教材。不是老师傅被替代了，是老师傅的经验被放大了。
普通人能做的事不多但有用：装修动土前，问一问所在街道有没有管网预警数据可查，避开隐患段；家里水费莫名偏高的，主动报检，别等它变成马路上的大坑。
我们习惯把AI想成手机里的聊天框，其实城市最深处的那一层算法，正贴着地皮默默运转。它不响，但整座城市因此少漏了很多水。