立足于设计知识这一研究板块，相关研究的核心命题是探究人工智能如何重塑人类对设计的认知方式，回答“假设AI将从根本上重塑我们对设计本质的理解，那么这一变革最终会导向何种结果？”这一问题。传统以人为中心（human-centeredness）范式将设计界定为人类独有的实践活动：人类垄断全部设计知识，人工智能与各类造物仅作为辅助执行的外部工具；设计目标设定，方案成果审核及评判权完全归属于人，设计的学科边界、知识体系、行动能动性均以人类为绝对核心。Wiberg的研究《Approaching Things that Trigger Things: A Review of Three Shifts in the Character of Things and Their Implications for Design》、Wakkary的研究《Nomadic Practices:A Posthuman Theory for Knowing Design》以及Kuijer 与 Giaccardi 提出的人机共演（co-performance）理论三篇核心文献共同论证，人工智能普及后，这套传统认知框架已然失效。Zamenopoulos在《Towards an anticipatory view of design》文中提出，需要摒弃“人类是设计唯一核心”的固有思维，接纳非人类主体参与设计知识的生产，认可设计是流动、多元、无固定边界的实践活动（图1）。

图1：Franken GAN 建筑生成流程，

AI 分步完成建筑群三维模型的自动生成

（Stanislas Chaillou，2022）

其一，设计知识不再仅存储于人类大脑，而是分散共存于人类与算法系统之中，我们无法再将设计简单等同于人类手工创造与个体头脑构思。AI不再是单纯的绘图辅助工具，其内部承载海量设计数据与生成逻辑。

其二，设计并非人类单向改造客观造物的行为，而是人与人工智能相互塑造、彼此影响的协同实践。人机共演理论重塑了人机协作模式，更新了学界对“设计主体”的认知。传统视角下人类是唯一决策主体，AI仅负责拓展备选方案；但人工智能拥有独立生成内容、反馈信息、介入实践的完整能力（图2），人与AI形成地位平等的共演主体。设计师最初的创意构想时常被AI输出的内容推翻、重构，设计问题与设计目标在人机持续互动中动态生成，行动能动性不再为人类所独有。

图2：满足约束条件后，AI独立生成建筑设计方案

（Stanislas Chaillou，2022）

其三，所有关于设计的认知都具备情境性、局部性特征，不存在放之四海而皆准的通用准则。Wakkary的游牧实践理论搭建起后人类主义认知框架，消解了设计领域统一、标准化的固有定义。以人为中心的研究思路试图建立一套普适、客观的设计评价标准，预设设计拥有固定的学科边界与底层通用原理；人工智能催生了多条并行发展的设计路径，算法生成设计、系统联动设计、人机协同共创等模式同步存在。

表1

立足于设计研究这一研究板块，相关研究的核心命题是探究人工智能如何重塑设计研究体系，回答“AI如何改变设计研究的分析逻辑、研究对象与评判标准”这一问题。以西蒙机器理性为根基的传统研究范式将设计研究锚定于人类单一主体：人类垄断全部设计决策权与设计解释权，计算机、早期AI仅作为数值计算、方案检索的辅助工具；研究目标由人事先划定，一切分析、评估标准围绕人类最优求解展开，设计研究的研究主体和评价标尺均以人类信息处理活动为绝对核心。Bayazit发表的《Investigating Design: A Review of Forty Years of Design Research》、Huppatz发表的《Revisiting Herbert Simon’s “Science of Design”》两篇核心文献共同论证，人工智能深度介入设计实践后，这套根植冷战军工思维的传统研究框架已然失效。

其一，设计学界已经跳出纯信息处理分析框架，将人机混合前瞻系统设为全新研究主体。西蒙框架下的设计研究仅聚焦拆解既有用户诉求、优化产品硬件性能，研究主体仅限人类设计师；传统计算机、早期AI仅能在既定规则内完成检索优化，遵循“过往条件推导当下行动”的线性因果；而生成式AI可自主建模、推演未来状态、动态生成全新方案，人机互动过程中会不断催生事前未曾设想的需求与设计目标（表2）。由此，机器范式不具备面向未来的内生创造机制，难以阐释AI参与设计时涌现的全新创作路径。设计研究的主要内容已从单一人类问题求解研究，转向人机混合系统的动态实践研究。

表2：早期AI和生成式AI的模式辨析

其二，AI更新设计能力评价体系，破除“可计算、最优化”的单一评判标尺。西蒙范式将设计窄化为参数最优求解工作，只把运算精度、量化效率当作评判核心；设计师的审美、创意、人文价值判断因难以数字化测算，被简单归为干扰项。两篇文献指出这套评价逻辑本身就存在重大人文缺失，只是过去仅有计算机辅助工具时，量化优化是技术的核心能力，该单一标准尚能应付基础工程评估。随着生成式AI出现，学界区分出两类智能系统：仅做参数检索、数值微调的弱AI，功能仍局限于量化优化，适配传统评判逻辑；而可与人深度交互、共同生成全新概念的人机混合系统，放大了设计中创意、审美、社会博弈的权重。AI不再只是单纯计算工具，会主动产出具备人文倾向的方案，也暴露出算法偏见、伦理隐患等全新问题。此时若依旧只用最优量化标准，既无法区分两类AI的能力差距，也不能完整衡量人机共创设计的综合价值。设计研究因此搭建起覆盖创意涌现、材料建构、生态性能、人文表达、社会协商、算法伦理的多元评价维度，补齐西蒙范式长期忽略的人文、社会性评判等缺口。

立足于设计方法论这一研究板块，相关研究的核心命题是辨析西蒙理性问题求解范式的固有局限，阐释参数化、AI计算工具如何重构设计问题定义、设计思考逻辑，回答“数字智能工具如何彻底改写学界对设计问题、设计创造力的传统理解”这一问题。

以西蒙《人工科学》为代表的传统理性问题求解范式将设计简化为完备问题的优化运算：预设设计需求、约束条件预先固定，人的经验、审美、情境化判断因无法量化统一，被视作干扰求解的次要因素；设计全过程遵循“先界定固定问题，再检索最优方案”线性逻辑，算法、计算机仅作为辅助运算工具，设计的全部能动性、价值判断完全归属人类设计师。Dorst发表的《Design Problems and Design Paradoxes》及Oxman发表的《Thinking difference: Theories and models of parametric design thinking》两篇文献共同论证，设计不存在前置固定问题，需求与方案同步迭代；算法、参数系统可独立参与方案生成，设计是人机协同调和多重价值矛盾的动态实践。

其一，Dorst从设计问题的底层逻辑完成对西蒙范式的批判，并结合社区住宅规划、老城更新两类落地设计案例佐证观点。西蒙认为所有设计任务都能拆分为边界清晰的结构化子问题，全部约束与需求在前期锁定，仅依靠算法迭代参数就能得出最优方案；但Dorst通过真实规划项目发现，实际设计仅具备模糊初始诉求，成本、生态、人居、商业、历史保护等诉求彼此对立，天然形成多重设计悖论。以老旧街区改造为例：压低改造预算会压缩绿化公共空间，扩充活动场地又会抬高造价、损毁原有街巷肌理；每一轮方案推演都会催生全新矛盾，形成问题与方案协同演化的动态过程。传统机器算法只能处理单一量化目标，无力平衡多元价值冲突；而参数化、AI工具能够批量生成多版布局策略，加速问题与方案的双向迭代，仅依靠运算精度、性能数值的单一评价标准不再适用，必须补充社会协商、风貌保护、人居体验等人文评判维度。即便不借助数字工具，纯手工设计同样存在创意与价值博弈，但AI、参数系统大幅放大设计问题的开放性，推动设计方法论跳出单纯数值优化的局限。

其二，Oxman完整梳理设计思维的迭代脉络，建立参数化设计思维（PDT）完整理论框架（图3），重新界定人机在设计中的分工逻辑。传统手绘设计依托类型化思维，设计师直接修改形体完成方案迭代；参数化设计整合参数模型、建筑认知、数字流程三大知识领域，以关联拓扑关系、可视化算法脚本为核心载体。设计师不再直接塑造成品形态，而是搭建生成规则与约束逻辑，交由数字系统自主推演海量差异化形态、结构与材料方案。人类负责确立价值导向、筛选创意方向，AI与参数工具承担大规模性能模拟、形态推演、数字生产适配工作，数字系统正式成为设计知识的独立产出主体。

图3：参数化设计思维（PDT）完整理论

艾科研本期以“作为存在的 AI”与“作为行动的AI”二元分析框架梳理AI介入设计的基础理论，并选取设计知识、设计研究、设计方法论三大核心研究场域展开系统拆解，逐层剖析AI技术对传统设计理论的颠覆性变革。从静态本体视角下“作为存在的AI”出发，依托人机共演、游牧实践等后人类理论可见，人工智能深度介入设计实践后，根植冷战军工思维的传统研究框架已然失效。需要摒弃“人类是设计唯一核心”的固有思维，接纳非人类主体参与设计知识的生产，认可设计是流动、多元、无固定边界的实践活动。设计知识不再仅存储于人类大脑，而是分散共存于人类与算法系统之中；设计研究的主要内容已从单一人类问题求解研究，转向人机混合系统的动态实践研究；设计不存在前置固定问题，需求与方案同步迭代；算法、参数系统可独立参与方案生成，设计过程的内涵应拓展为人机协同调和多重价值矛盾的动态实践。

注：本文仅对文献核心内容进行摘要梳理，详细论述与数据请以原文为准，欢迎下载精读。