今日所见

更有意思的是，它把地域建筑经验当成“气候知识”来读，而不只是形式符号。设计说明明确提到海口骑楼和黎族船型屋：前者用连续骑楼处理烈日和暴雨，后者提供自然通风与架空经验。项目把这些原则重新翻译成开放底层、深挑檐、呼吸式风廊和立体步行网络。屋面还整合了近万平方米碲化镉光伏，设计方公布的年发电量约 115 万度；雨水则被收集并重新用于灌溉等系统。

对学生来说，这个项目最值得看的不是“用了多少绿色技术”，而是一个顺序：先把当地最真实的物理条件当成设计输入，形式随后才出现。 做建筑和环境设计时，可以试着把“风从哪里来、雨往哪里走、人在什么时段愿意待在户外”提前到草图之前。气候一旦进入第一轮判断，建筑就不需要靠后期贴上很多“绿色标签”来证明自己。

查看项目｜CADG 官方项目页

Sareak 用彩色模块把当代沟通中的连接、交叉、缠绕和混乱转译成一个可以靠近、穿行与互动的公共结构。这里更值得保存的其实不是最终造型，而是教学顺序：不同年级和专业先被放进同一个真实城市现场，共同经历设计、制作、安装以及公众对空间的使用。学生很早就会发现，设计并不是一个人在电脑里完成漂亮方案，它要面对材料、时间、团队、场地和陌生人的反应。

这对大一课程尤其有启发。第一堂课不一定要承担“把专业讲清楚”的任务；它也可以先建立一种工作姿态。先观察一个真实地方，和别人协作，做一个很小但真的会被别人看见或使用的回应，再回来给这个过程命名。 很多抽象概念，在学生亲手经历过以后才真正有重量。

查看项目｜IED Kunsthal Bilbao

如果只把它看作一场“家居展”，很容易错过真正的服务设计问题。装修是一类高金额、低频、信息高度不对称的决策。用户最困难的常常不是“找不到选择”，而是每多一个选择，就要多做一次背景核验：这家公司可信吗？报价有没有坑？交了订金以后怎么办？HomeFest 的做法相当于把一部分验证工作前置到平台层，先建立一个最低信任门槛，再让用户比较。

当然，这些机制是否真的改善了装修结果，需要后续独立数据才能判断；活动页本身来自场馆和主办方。但这个结构很值得学生带走：做平台、课程、校园商业或任何复杂服务时，可以先画一张“用户在决定之前要验证什么”的地图。 很多体验问题不来自功能缺失，而来自用户一直在独自承担“不知道该相信谁”的认知成本。

另一个很容易被效率叙事忽略的数据是“隐形工作”。80% 的 CHRO 认为 AI 会创造验证建议、修正错误、补背景和处理例外等新增工作；42% 的员工表示，AI 增加了自己的工作量，或这些新增劳动没有被承认。作为企业研究，这些数据来自受访者自陈，不能直接证明 AI 已经造成普遍的技能退化或责任转移，但它把一个组织设计问题照得很清楚：AI 进入工作流后，决策权、复核义务和责任归属必须重新设计。

对设计学生来说，这并不只属于 HR。以后做任何 AI 服务、智能产品或团队工作流，都可以问三遍：AI 在哪里建议？人在哪里真正判断？如果人不同意，能不能停止、修改或退回？“Human in the loop”不应该只是流程图里画一个人形图标，而要具体到这个人看得到什么、拥有多少时间、可以否决什么，以及出了问题谁承担责任。

结果显示，含这些“女性相关语言特征”的提示，更容易得到词汇复杂度较低、可读性更高、正式程度更低的职业文本；而研究中定义的另一组语言特征更常得到更正式、更复杂的输出。团队还测试了署名中的传统男性或女性名字，影响反而非常小。需要谨慎的是，这仍是 8 月提交的 arXiv 预印本，语言特征也只是统计关联，并不等于“女性都这样说话”或某种表达天然更弱。

真正值得观察的是下一层：越来越多人先把邮件、申请、汇报交给 AI“变专业”。如果模型对不同语言习惯持续给出不同层级的包装，AI 就可能成为新的职业表达中介。公平不只是模型不要识别你的性别，也包括一个人不必先改掉自己的表达习惯，才能获得同等质量的帮助。 这也提醒设计者：评价 AI 产品时，不能只测试“同一个问题能不能答对”，还要测试不同人用自己的方式表达时，系统是否仍然提供等质量的支持。