今日所见

在马尔代夫 JW Marriott 的一个项目中，团队布置了 54 个水下结构。公司公布的现场结果显示，六个月内相关岸段向海方向增加了约 90 英尺的沙滩；这些结构同时逐渐成为珊瑚和鱼类栖息的人工礁体。团队把多年卫星影像、波浪与洋流记录、潮汐以及海床地形放进同一套模型中，用来判断哪里侵蚀最快、海岸未来可能怎样变化，并针对每个场地调整结构的形状、间距与方向。MIT 9 月 16 日的报道摘要称，这套系统正在监测接近 900 个海岸地点。

这件事对建筑、景观和环境设计学生很有启发。我们很容易把“设计”理解成增加一个物体：多一道墙、多一个设施、多一个人工构筑物。但这里的设计起点恰好相反——**先理解一个本来就在运行的系统，再决定最小的介入怎样改变它。**AI 在其中最有价值的角色，也不是替设计师生成造型，而是帮助人读取一个过于复杂、变化太慢或尺度太大的现实系统。

以后面对校园、社区甚至建筑环境问题，也可以借用这个思路：先别急着问“我要设计什么”，先问——这里已经有哪些力量在运行？人的流动、风、热、声音、水、时间和使用习惯，本来就在把空间推向哪里？一个好的设计，可能不是压过这些力量，而是找到一个支点，让它们开始替设计工作。

项目最值得看的地方，在于它没有继续增强“AI 推荐你该怎么变好看”的能力。RCA 的项目说明提到，参与研究的用户更看重一致性、信心与控制感。应用因此承担的是反馈与校准，让用户继续决定自己想呈现什么样子。这里的包容性，不只是让一个功能“也能被视障用户使用”，而是在重新分配决策权。

做学生项目时，可以把这件事变成一个很具体的检查方法：画出一条“自主性路径”——用户原本在哪一步必须依赖别人？你的系统在哪里提供支持？最后决定仍然由谁来做？有时候，真正的人本设计并不需要系统替用户多做一步，而是让用户重新拥有原本做不到的那一步。

查看项目｜Royal College of Art：Check My Look

这件事值得设计学生注意，因为监管对象正在扩大。过去谈儿童网络安全，最容易想到的是暴力、色情、诈骗、陌生人接触和成瘾性内容；AI 又多了一层：一个系统即使没有输出明显危险的信息，也可能因为持续回应、长期记忆、高度个性化和拟人化语言，逐渐占据“朋友”“倾诉对象”或“建议来源”的位置。这里的问题已经进入交互关系与默认机制的设计。

这仍然是一项立法提案，并没有因为欧委会提出就自动成为已经全面生效的欧盟法律。但它提供了一个很重要的设计信号：未来做儿童 AI 产品，评价安全性可能不能只检查内容库和敏感词，还要检查记忆保留多久、系统如何表达亲密、什么时候把孩子引向真人、哪些关系设计默认关闭。产品设计开始需要回答一个过去很少出现的问题：一个系统长期陪伴之后，用户的现实关系能力发生了什么？

C 与 H 两个字母可以组合成 house motif，这个几何关系继续成为图像框架、动态视觉和室内导视的基础；颜色也从建筑各楼层的材料与室内细节中提取，再根据数字媒介需要增强强度。这样一来，门牌、墙面、海报、屏幕和社交媒体并不是靠“每次放同一个 Logo”获得一致性，它们共享的是一套结构关系。

这对学生做空间、品牌、网站甚至长期内容栏目都很有用。与其先做一张“标准模板”，可以先问：这个系统最小的生成规则是什么？ 哪些结构必须一致，哪些尺度、方向、媒介和内容可以自由变化？一套成熟的系统不会要求每个结果长得一样，它会让不同结果在变化之后仍然彼此认得出来。

查看项目｜Studio Blackburn：Culture House Sunderland

真正关键的一步发生在现实世界。研究者在餐厅环境中让 101 名参与者进行盲测：部分以“好吃”为目标的 AI 汉堡，在总体喜好、风味或口感上达到与 Big Mac 相当或更高的评分；以蘑菇为主的方案显著降低环境影响，但其中某些方案在喜好度上会下降；营养评分更高的豆类方案同样出现口感与喜好上的代价。也就是说，多个目标之间并没有一个自动存在的“最优答案”，设计需要看见取舍。

这比“AI 会做汉堡”更值得学生学习。以后做任何 AI 项目，都可以先设 2—3 个可能互相拉扯的指标，再让真实用户或真实场景进入验证。比如一个校园服务可以同时看效率、理解度与公平性；一张传播海报可以同时看信息理解、视觉吸引和品牌一致性。研究也有边界：训练数据主要来自西式汉堡传统，模型主要处理食材与用量，真实感官测试只覆盖有限方案和 101 名参与者。因此它更适合作为一种多目标生成 + 现实验证的方法案例，而不是对所有食品设计的普遍结论。