本文来自微信公众号： 建日筑闻 ，作者：ADCNews，原文标题：《建筑师，准备好和 AI 做同事了吗？》
工具的迭代始终重塑着建筑行业的生态。从手工绘图到计算机辅助设计，工具进步极大提升了建筑效率，更让设计突破了传统制图的物理局限，赋予建筑师更自由的创意表达空间。然而，从去年的Deepseek到今年的“养蟹”（Claude）、“养虾”（Openclaw）再到这几天突然兴起的“养马”（Hermes Agent)……不断迅速迭代升级并始终被人们所探讨的人工智能却与前几者有着本质上的不同——一方面随着人工智能和生成系统融入日常工作流程，工具不再仅仅是建筑师双手的被动延伸，而是开始作为半自主主体发挥作用，它们提出方案、进行优化、开展模拟，所产出的成果有时甚至超出了创作者的预料；另一方面，当AI以“智能协作者”的姿态介入设计流程，其角色已从单纯的工具升维为“数字同事”——它能自主优化结构，甚至模拟用户行为，这种变革在解放创造力的同时，也引发了新的职场矛盾：设计主导权如何分配？创意成果归属谁？人机协作的边界在哪里？当AI开始参与“思考”而非仅执行指令，建筑行业的权力结构与伦理准则正面临前所未有的重构挑战。
今年3月18日至3月19日两日，聚焦于探索建筑未来的ATN Summit 2026（Archi-Tech Network，简称ATN）峰会于伦敦举办，此次峰会汇聚了包含BIG、KPF、OMA、UNS、Zaha Hadid Architects、Intel、Hewlett-Packard在内的全球顶尖建筑师、创意影响者、投资者及科技先锋，通过发人深省的演讲与实操工作坊，共同探索建筑、设计、创业及建成环境的未来图景。
其中，BIG设计技术总监German Otto Bodenbender结合在BIG事务所的工作经验，分享了一个小型设计技术团队如何助力数百名建筑师将AI融入工作流程，涵盖从早期概念设计到叙事表达与知识共享的全过程。演讲强调，AI并非取代建筑师，而是赋能建筑师——加速创意生成、提升可视化效果，并以前所未有的速度解锁新的创作可能性。
UNS副设计总监、数字创新联合负责人Harlen Miller则聚焦于建筑项目的“无损转录”理念——确保建筑即使因项目暂停、团队变更或技术迭代，仍能保持可读性、可建造性并忠于原始愿景。哈伦主张，与其仅关注最新AI工具，不如回归建筑的本质：将其视为一条穿越时间的信息，需精心编码以便他人准确接收、解读与实现。
而OMA的BIM与设计技术经理Giuseppe Dotto则提出了一个颠覆性观点：在建筑领域，AI应是建筑本身的延伸，而非仅是建筑师的工具。他探讨将建筑视为含设计、材料、施工到运营互联信息的复杂“活数据库”，通过OMA全球实践案例，将BIM模型与项目数据重新定义为“建筑智能”，各元素构成更大知识系统。他认为机遇在于有意义地组织连接数据，实现建筑新查询、交互与“对话”……这些公司都正从各自视角出发，对自己的AI体系进行布局规划。
BIG设计技术总监German Otto Bodenbender©ATN
UNS副设计总监、数字创新联合负责人Harlen Miller©ATN
OMA的BIM与设计技术经理Giuseppe Dotto©ATN
与此同时，我们在上个月也在小红书上就“OPENCLAW能为建筑与设计行业做什么”发起讨论，一经发出便引发了大家的热切探讨，关于这一轮“养虾热潮”以及AI变革，建筑师基于自身的专业视角与实践经验，也持有各自不同的见解与观点（以下引用自我们平台留言以及建筑师在社交媒体上发表的相关观点）——
©Archdaily
太陽Art東，平台留言：
“感觉就是文本工作，其余还得靠自己…有时候还挺费劲的，也不是想象的那么给力，还得动自己的脑壳才能把事情干好。”
Autonomous，平台留言：
“没养，但用claudecode搓出了一个ai方案梳理检索式应用。”
Jingringbell，平台留言：
“个人观点，虾提供的是情绪价值&搜索引擎。”
建筑师木木，平台留言：
“要手慢一点就又有新的更好用的软件出现了。”
建筑师高伟哲，个人社交媒体发表：
“AI把设计变得更难，并不是更轻松……OpenClaw也好，其他智能体也好，本质只是效率杠杆。杠杆的前提，是先知道自己要放大什么。多数人连自己调用大模型能解决什么问题、创造什么价值都还没想清楚……AI时代珍贵的，是真问题和真场景。”
根据有限的反馈和讨论，我们大胆地将国内建筑行业对人工智能的态度大致分为四类：工具派、思考派、模糊派以及躺平派：第一类“工具派”是主动学习相关技能，但仍以“辅助工具”的视角看待人工智能；第二类“思考派”是在学习的基础上进行批判性思考，这一类群体往往本身就已经具备了一定的AI技能和知识；第三类“模糊派”是对人工智能的资讯有了解，但不会用；第四类“躺平派”则是选择“隔岸观火”，不反对、不鼓励但也不参与。当然我们在此并没有对任何一类群体进行褒贬的意思，毕竟AI对建筑设计的影响到底有多大我们迄今为止仍然很难评判。那么，作为建筑师，应该如何面对当下被不断讨论的AI？它和建筑师之间又存在着怎样的关系？
01
重点从来不是简化、提速
“这个图用AI画是不是会快一点？”
“来不及了，要不试试AI?”
……
很多上文提到的“模糊派”对AI有一种带着些许“傲慢”的想象，认为它可以简化建筑设计工作，虽然我们无从得知这种误解从何而来但是它确实普遍存在，这种误解也进一步加剧了“工具派”的激增和困惑——“模糊派”往往吃到了时代红利，他们所在的位置无需再去学习新的技能，只要提出要求就有人可以为其实现，当然这无可厚非，然而在并未对AI有充分了解的情况下就对其妄下判断，致使更多人没有系统性地去对AI展开学习，并以“工具”的逻辑去使用AI,这个做法有待商榷——AI或许可以简化、提速工作，但重点不在此，而在于其与建筑师共同行动，让建筑师逐渐从“设计者”变为不同类型智能之间的调解者。只有去深入了解它的深层逻辑，才能为建筑行业提供一个更好的探索AI的土壤，这是一个漫长的过程。
早期的数字工具如AutoCAD和Rhino确实加速了绘图与表现，随着参数化建模、脚本编写和性能分析的发展，建筑师与机器的互动发生了变化。设计师不再只是绘制物体，而是定义生成规则。Mario Carpo在《The Second Digital Turn:Design Beyond Intelligence》中提出，这标志着建筑表现体系的根本转变，建筑师不再生产形式，而是创造能生成形式的系统。算法所生成的作品反映了其设计者的世界观，脚本的编写者成为新的权威。
草图绘制流程，Ercole Marelli公司绘图室©Paolo Monti
一战期间，一名英国皇家海军妇女服务队（Women's Royal Naval Service）成员正在操作一台蓝图绘制机©George P.Lewis via Wikipedia underPublic Domain
Sougwen Chung《绘图操作二重奏》表演现场，2017年©Sougwen Chung,Scilicet LLC
代码不仅重新定义了“项目是什么”，还定义了“项目如何运作”。如扎哈·哈迪德建筑事务所的ZHCode实践所示，算法吸纳设计倾向并转化为可复制的逻辑。然而，这种转变并非中立，编写脚本的人决定了系统的自由度、审美偏好以及约束的能力。脚本生成的结果虽然与设计意图相关，但也受到代码内在逻辑的影响，机器既是创作者意志的表达，也具备一定的自主性。这种新型创作归属带来了更复杂的等级制度：脚本编写者通过代码行使权威，系统则通过其行为行使权威。建筑成为两者交汇的场所，创作归属日益具有基础设施性。
02
什么是AI办不到的？
首先我们这里专注于“建筑设计”这一环节，而非“建筑”本身，因为后者涉及到的领域更为模糊宽泛，涵盖了太多层面。建筑设计或许从来都不是单纯追求效率的过程。既然有“躺平派”会选择对AI“置之不理”，某种程度就说明至少在短时间内，有许多建筑设计工作AI无法胜任。AI确实能够提升效率，但它并不能完全替代建筑设计中的复杂性和创造性。
抛开AI对效率的提升，建筑设计中仍然有许多深层次的问题是AI无法解决的。首先，建筑设计不仅仅是一个效率驱动的过程，它往往需要通过沟通和灵活解决问题。在这个过程中，人类的主观判断和经验起到了至关重要的作用。建筑设计的渐进式发展和社区营造的过程，通常伴随着大量的讨论和互动。这些讨论不仅让设计方案不断优化，还在过程中赋予了每个项目独特的情感和意义。相比之下，如果把设计权交给一群计算机编程者，可能会失去这些人与人之间的沟通与碰撞，从而减少了许多设计过程中的乐趣和创造性。
在美秀美术馆项目中，贝聿铭与业主的沟通是整个项目非常重要的一个环节，直接影响了项目的设计理念与最终实现。讨论展览空间的光线问题时，贝聿铭坚持要求设计一种非常特殊的天窗系统，以便自然光能够以最合适的方式照射到展品上。为了确保光线的精准，他甚至亲自到现场进行调研，观察太阳轨迹和光线变化。当时，业主对这一设计的必要性提出了一些质疑，认为自然光的引入可能会影响展示效果和保护条件。但贝聿铭通过解释光与建筑的和谐美学，以及它如何与展品相互作用，最终打动了业主，获得了业主的理解和支持。
此外，建筑设计不仅仅依赖功能和效率，它同样需要对美的感知。建筑师的审美判断在设计过程中至关重要，它赋予建筑作品灵魂。若将人工智能主导设计，建筑的主观性、情感性和艺术性则可能受到削弱。AI虽然可以精确分析和处理海量数据，优化建筑功能和结构，但它的决策往往基于冷静的逻辑与理性，而不是富有情感的创造。建筑师的直觉、对材料的触感、对空间的感受，这些人类特有的体验，无法完全由算法所取代。
今年普利兹克奖得主Smiljan RadićClarke的作品便是一个生动的例证。RadićClarke的作品并没有追求过度的宏大和复杂，而是以小巧、轻盈的设计语言为主，散发出一种自然、未经雕琢的趣味和灵气，通过精巧的设计语言，将建筑与环境、与人类生活紧密联系在一起。每一个细节都经过深思熟虑，它们看似简单，却充满了无限的可能性。
未来，AI无疑可以在建筑设计中提供巨大的帮助，尤其是在优化功能、提高效率、降低成本等方面。它可以帮助建筑师更精确地计算出最佳的结构形式，提供更加高效的解决方案，并且通过数据分析预测建筑的使用性能和可持续性。它可以将建筑设计师从大量繁复的工作中解放出来，从而更好地去创作，而设计本身，尤其是建筑的艺术性和情感表达，依旧是AI无法完全替代的领域。
03
接下来，
如何看待复制与抄袭？
若代码已在流程层面使创作归属变得复杂，那么数据集则在源头层面使其更为棘手。生成式模型，无论是用于生成图像、模拟行为，还是提出建筑形式，都会对大量现有作品进行重组、插值和混搭。然而，这些作品的来源往往不透明、未署名，或是未经同意就被提取使用。从这个意义上说，伦理问题不仅仅在于这些生成式模型产生了什么，更在于它们挪用了什么。
这正是凯特·克劳福德（Kate Crawford）在《人工智能地图集》（Atlas of AI）中所主张的观点：人工智能根本不是“人工”的，而是建立在广泛的资源掠夺性基础设施之上。人工智能生成的建筑形式，是由生成它的数据集中所蕴含的文化和地理不对称性所塑造的。该模型反映的是网上最容易获取的内容（通常是西方、商业、上镜的建筑作品），并以算法客观性的名义复制这些偏见。
生成式设计流程©Hartmut Bohnacker,via Wikipedia under CC BY 3.0
人工智能系统剖析©Kate Crawford
对于建筑领域而言，这提出了一个根本性问题：当机器提出一种建筑形式时，它是在复制谁的创作？引导模型的设计师或许能生成新的迭代版本，但基础素材却取自他人的作品。因此，输出结果处于一个伦理灰色地带——既不完全原创，也不完全衍生，而是悬停在集体贡献与算法合成之间。称其为创造力未免过于慷慨，称其为中立则显得天真幼稚。这种不透明性不仅延伸至来源层面，还涉及偏见问题。机器学习的是被过度展示给它的内容，因此，它有可能强化现有的规范，重复某些美学手法，不是因为它们更优越，而是因为它们大量存在。此时，可见性变成了数据，数据变成了生成逻辑；长期存在的不平衡现象有可能被编码为默认条件。一个数十年来都在批判性地审视自身排斥性的学科，如今却可能通过其工具的统计逻辑，重现这些排斥现象。
然而，这些工具正以惊人的速度融入工作流程。其中的矛盾显而易见：建筑领域在拥抱人工智能的高效性，却推迟了对其伦理问题的讨论。问题不在于机器生成建筑形式——毕竟建筑师几十年来一直在使用生成式工具，而在于当代系统掩盖了这些形式的来源。脚本有明确的作者；而数据集，就其现状而言，往往没有。
共享智能可以拓展建筑思维的视野，但前提是它要承认供养它的多元声音。这就要求建筑师去质疑：模型生成了什么？它是基于什么训练的？它纳入了谁的作品？哪些声音仍未得到充分代表？若缺乏这种意识，人工智能就有可能成为建筑领域乃至全世界所创造的最精密的回收机器——优雅、强大，却对其素材来源漠不关心。
随着人工智能在建筑行业中的逐步渗透，我们正站在一个新的创作与合作的十字路口。从工具到“数字同事”的转变，AI促使我们重新审视建筑创作的权力结构和伦理框架。与此同时，我们也不得不承认，当整个世界都在被AI带动情绪的时候，以Openclaw为代表的人工智能在国内建筑行业的应用依然相当有限，这与建筑行业本身的性质、机制有着直接而复杂的关系。
此外，我们还注意到一个十分出乎我们意料的情况：我们上个月于小红书平台发表的一篇介绍工业设计工作室Caliper为美国艺术家Daniel Arsham开发了一款绘图桌广受大家的关注与喜爱——该工作台采用喷砂阳极氧化铝工艺制造，配有大型背光绘图表面和可调节放大灯以支持精细工作。设计师开发了桌面倾斜功能和高度调节系统，以确保在坐着和站着的情况下都能舒适地使用绘图表面。这种剧烈的反差某种程度上似乎反映出了国内建筑行业整体对先进技术的“延时反应”，以及对传统工具的“怀旧情绪”。
AI究竟能给建筑设计带来什么样的变革？关于AI的伦理问题和创作归属问题，在未来的设计流程中，如何平衡技术与创作的权力？我们是否应该为每个AI生成的设计作品追溯其“源头”，并确保其遵循合理的伦理框架？随着AI逐步介入设计和创作的各个层面，建筑师在未来又会扮演怎样的角色？建筑师们，你们准备好和AI做同事了吗？又或者，此时此刻，AI同事已然在工位就绪，但是你们仍手足无措，不知道要让这位新同事做些什么？