今日所见

但真正让我觉得它适合进入 Daily Lens 的，是另一条线：新翼同时被设计成一座可以穿过、停留和使用的城市空间。新的 Stadskamer、Forum、Atelier、临时展览区和屋顶空间把原本分散的建筑重新接成完整参观路径；更关键的是，博物馆明确规定，新翼、内院、咖啡馆和商店等部分不需要购买博物馆门票也可以进入。循环材料和公共开放在同一栋建筑里发生，而不是两个彼此无关的“加分项”。

这给学生一个很好的提醒：做可持续设计时，不要只问“这块材料碳排多少”，还可以继续问：这项环境选择有没有顺便改变谁能进入、谁能停留、谁能参与？ 一栋建筑真正的可持续性，不只是材料活得更久，也包括它能不能让城市里的关系被更长久地使用。

查看项目｜Design Museum Gent

其中最值得设计学生看的，是几个专门让“过程”变得可见的结构。Archive Unboxed 展示早期手稿、绘画与拼贴；一座按比例重构的伦敦工作室把阅读、物件和模型放回创作环境；专门为展览设计的 30-Year Desk 则让观众沿着不同项目的草图、模型和主题关系追踪作品如何演化。展览甚至把 Devlin 长期阅读与创作之间的关系做成可进入的 Infinite Library。

这件事对 AI 时代尤其重要。成品会越来越容易被生成，也越来越容易显得“完整”；真正能解释一个创作者是谁的，反而可能是那些不完整的痕迹：最早的误判、一次材料失败、某一页阅读笔记、为什么放弃一个方向、哪次修改真正改变了项目。如果过程只在完成后被清理掉，我们也会一起丢掉判断是怎样长出来的。 未来的个人知识库、作品集甚至 AI Agent，可能都需要的不只是“最终版”，而是一条能够追溯变化原因的过程链。

时间边界：截至本期生成时，展览尚未正式对公众开放；以上内容依据 Design Museum 已正式发布的展览资料，不把未来现场体验写成已经发生。

这套体验尤其克制地处理了“数字化”。项目当然使用动态投影等数字媒介，但设计团队明确把实体互动、机械运动、触觉材料与真实制作放在前面。气味、味道、触感、声音和视觉共同工作，让“170 年历史”“手工”“快乐”“想象力”不需要一直被写成标语，而是被身体直接接收到。

很多品牌项目的问题恰恰相反：先定下“温暖、创造、陪伴、匠心”这些词，再不断把词放大。Leone 的案例提醒我们，品牌主张可以换一种检验方式：如果删掉墙上的所有文案，用户还能不能从动作、材料、声音、服务和空间里感觉到同一件事？ 如果不能，那它可能仍然只是品牌语言，而不是品牌体验。

在 10 周交替干预中，学生奇数周使用 FIITS，偶数周使用交互式电子练习册。两种方式的总体参与度都保持在较高且相近水平；在有完整配对数据的 32 名学生中，学生对 FIITS 带来的学科知识学习增益评价更高。质性材料还显示，一些学生在发现 AI 出错时会主动计算、核对并与系统争论。这里最有意思的不是“AI 教得更好”，而是机器犯错以后，学生必须重新把判断权拿回来。

研究边界也必须说清楚：它主要测量参与度与学生对学习增益的自我感知，不是一个用独立知识前后测证明“成绩提高”的随机对照实验；样本也来自特定的职前教师群体。因此，更可靠的启发不是“以后都用 AI 导师”，而是：AI 可以被设计成一种认知阻力，而不仅是消除阻力的工具。 未来课堂真正值得设计的，可能是哪些地方 AI 只能追问、什么时候只能给提示、什么时候才允许出现完整答案。

查看原始研究｜Springer

结果很值得设计课注意。AI 毫无疑问能迅速制造大量图像，但当研究者比较“概念之间究竟差多远”时，人类学生在 Variety 上显著更高（p=.002）。当 AI 输出数量从 4 个增加到 16 个时，一些工具的 Variety 的确有所提高，最高值达到 0.49；但没有一个 AI 超过人类样本的平均值 0.60。与此同时，人机在 Novelty 与 Quality 上的统计差异并没有达到显著水平。这意味着最稳妥的结论不是“人类比 AI 更有创意”，而是一个更具体的判断：多生成几张图，不能自动解决概念固着。

这会直接改变 AI 头脑风暴的作业方式。与其要求学生“至少生成 20 个方案”，不如要求“至少形成 5 个真正不同的概念家族”，并说明每一族究竟改变了哪个底层假设：用户关系变了吗？结构原理变了吗？服务逻辑变了吗？空间组织变了吗？如果只是颜色、材质和视角不同，它们可能仍然只是同一个方向的视觉变体。AI 把数量变便宜以后，教师更需要把‘差异’定义清楚。

研究同样有边界：样本只有 20 名设计工程学生，不是职业设计师；比较的是当时可获得的具体图像生成工具和特定任务，因此不能推广成“所有人类创造力普遍优于 AI”。