今日所见

设计因此没有建立一条完全封闭、必须不断清扫才能维持的硬质边界。临海一侧保留连续步行空间和历史栏杆，内侧则形成受到当地沙丘生态启发的绿带；透水铺装、植被和地形允许沙自然沉积，回收的石灰岩块既参与塑造微地形，也成为非正式座席。停车被重新组织，行人获得更多连续空间，项目同时把雨水、树荫、无障碍和材料再利用放进同一个系统里。

这个案例最值得学生带走的，不是“海边应该多种草”，而是一种看问题的顺序。很多设计习惯把风、沙、水、噪声、人流先标成“干扰”，然后想办法消灭它们；但有些所谓干扰，其实是场地长期存在的运行机制。设计真正成熟的地方，可能不是抵抗现场，而是判断什么应该被控制，什么应该被容纳，什么甚至可以成为生成形式的力量。

查看项目｜Comillas Waterfront Promenade

更重要的是，展览本身并没有把“公众参与”在开幕那一刻结束。参观者仍然可以通过地图标注、拼贴、书写和设计活动，把自己的想法继续加入这套不断变化的城市图景。于是，展览不只是展示“我们已经听过居民意见”，而是把公共参与继续保留在现场。

这对做社区设计的学生是一个很好的提醒。我们常把参与式设计理解成前期研究方法：访谈、问卷、共创工作坊，然后设计团队回去“整理结果”。但一旦进入真实城市，问题和利益关系会持续变化。真正的参与不一定意味着每个人一起画方案，而是让方案之后仍有位置继续接住新的经验、新的冲突和新的声音。 如果一个项目离开设计师以后就无法继续被修改，它的“共同设计”可能仍然很脆弱。

查看项目｜University of Pennsylvania

项目官方给出的数据显示，整车重量约 790 kg，完整底盘约 135 kg；T.R.A.C.E. 在城市工况模拟中可捕捉约 42% 的轮胎颗粒。Clean Drive 则读取转向、制动和加速行为，向驾驶者反馈哪些动作会增加磨损。更有意思的是，团队还把收集到的颗粒物重新处理后加入车内搪瓷涂层，让“污染去哪了”不再完全消失在系统后台。这里需要说明：42% 属于项目方基于其系统与模拟给出的性能数据，不应理解成已经由独立长期道路测试普遍验证的行业结论。

这个学生项目真正有价值的地方，是它示范了系统边界怎样被重新画大。当尾气被解决以后，设计团队没有宣布任务完成，而是继续追问能源、重量、驾驶行为、轮胎磨损、回收与材料去向。对任何可持续设计都一样：当你准备说“这个问题已经解决”时，最值得再问一次——我只是把影响从可见的地方移到了不可见的地方吗？

这项实践持续约四个月。论文摘要指出，学生在这种公开交流里逐渐形成更强的角色意识、责任感和主体性，并在创作能力与自我接纳方面出现积极变化。这里要保持边界：目前公开页面呈现的是会议论文摘要，这不是一个大样本随机实验，也不能把所有变化简单归因于“办了一个展览”。但它提出了一个很重要的教育机制——当作品真正进入公共场景，学生面对的不再只是分数，而是别人如何读它、使用它、质疑它。

这对设计课尤其有用。所谓“真实项目”不应该只等于老师替学生找了一个真实场地。真正的真实，是成果会遇到一个不受学生控制的外部世界：观众不理解、居民不同意、材料失效、使用方式和预想不同。学习真正发生的地方，往往正是这些不按任务书走的反馈。 如果课程能让学生在提交最终成果前，至少经历一次公开展示、现场使用或陌生人反馈，设计判断会比只在课堂内部循环更扎实。

结果并没有出现“用了 AI，批判思维就提高”的简单故事。学生在统计学习的多个维度以及 9 个 AI 素养维度中的 8 个上出现前后提升，但 WGCTA 标准化批判思维百分位没有变化。更值得看的，是对对话记录的质性分析：学生会把 LLM 放在不同位置——答案生成器、验证者或共同思考者，而最常见的关系是验证。也就是说，学生已经有一个想法以后，很容易问 AI“是不是这样”，而不是让它真正帮助自己暴露假设、比较证据或打开替代解释。

这项研究样本只有 14 人，而且目前仍是预印本，因此不能外推成普遍规律；前后变化也不能单独证明由 AI 导致。但它给课程设计一个很具体的提醒：如果作业只要求“和 AI 对话”，学生完全可能只是获得更快的确认。 真正需要设计的是交互规则，例如要求 AI 先指出证据缺口、提出反例、给出两个彼此冲突的解释，或者学生必须记录一次“我原来不同意 AI，但后来改变判断”的过程。AI 是否成为思考伙伴，取决于课程有没有给“被质疑”留出位置。