1.1 AI建筑效果图的概念、应用场景与能力边界
我第一次接触AI建筑效果图是在一个赶方案的深夜。当时手头有个概念投标，甲方第二天就要看氛围意向，建模渲染根本来不及。抱着试试看的心态，我把一张体块草模截图丢进Midjourney，敲了几行描述，几十秒后屏幕上蹦出一张带材质、有光影、还配了人物的画面。那一刻我意识到，这玩意儿跟传统效果图完全不是一条路数。
说白了，AI建筑效果图就是借助生成式人工智能，把文字描述或基础图像输入转化为建筑视觉画面的过程。它不需要你建精细模型，也不依赖渲染器跑光追，核心逻辑是让算法理解你的意图然后“画”出来。这东西最常出现在方案前期推敲阶段，设计师用它快速试材质、试氛围、试角度。汇报前用它出几张氛围图撑场面也很常见，营销端更是早就用上了，毕竟出图快、成本低、风格选择多。
它的能力边界也得说清楚。AI擅长的是氛围感、光影层次、材质质感这类“感觉层面”的东西。它不擅长精确表达结构逻辑，比例尺寸经常跑偏，门窗位置和实际模型对不上是家常便饭。我见过不少新手拿着AI图去跟结构工程师沟通，结果被一句“这梁在哪”问得哑口无言。把它当成灵感加速器而不是精确表达工具，心态就对了。你心里得有数，最终交付还得靠建模渲染兜底，AI图更多是过程中的催化剂。
1.2 AI建筑效果图生成工具推荐：主流平台类型与选型维度
现在市面上的AI出图工具多到让人眼花。我大致把它们分成三类：通用型图像生成平台、建筑垂直类插件、还有传统渲染器内置的AI功能。Midjourney和Stable Diffusion属于通用型里的两大代表，前者开箱即用出图质感好，后者可控性强但学习曲线陡。建筑垂直类像Veras、LookX、ArchSynth这些，直接嵌在建模软件里，能读模型信息生成效果图，对设计师更友好。D5渲染器、Enscape近两年也加了AI增强功能，走的是实时渲染加AI辅助的路子。
选工具的时候我一般看几个维度。出图质量是面子，Midjourney在这块确实能打，氛围感拉满。可控性是里子，Stable Diffusion配合ControlNet能锁线稿、锁深度，适合需要精确对应方案的场景。学习成本得算进去，团队里不是每个人都愿意折腾节点和参数。价格方面Midjourney按月订阅，SD免费但吃硬件，垂直插件往往按年收费。中文提示词支持也很关键，我测试过几个国产平台，对中文描述的理解确实比硬翻英文再输入要顺。
我自己的习惯是主力用Midjourney出概念氛围，需要精确控制时切到SD加ControlNet，赶时间又不想离开建模环境就用Veras直接出。没有哪个工具能通吃所有场景，组合着用才现实。新手别一上来就想把所有工具摸透，先挑一个上手快的跑通流程，后面再慢慢扩。
1.3 不同工具在方案推敲、汇报表达与营销展示中的适用差异
方案推敲阶段我最看重的是速度和可变性。这个阶段方案本身还没定型，需要大量试错。Midjourney的“垫图”功能特别顺手，丢一张草模截图进去，加几句风格描述，一次出四张变体，刷刷刷翻几轮就能找到感觉。Stable Diffusion在这个阶段也好用，特别是配合图生图，能把草图慢慢“养”成有质感的画面，控制强度调低一点，保留草图的构图逻辑，出来的东西既有AI的丰富度又不跑偏。
汇报表达阶段对画面完成度和风格统一性要求更高。这时候我会用SD加ControlNet锁定线稿或深度图，确保建筑轮廓和方案模型对得上，再配合LoRA模型统一风格。Midjourney出图快但一致性差，同一提示词两次生成可能风格跳脱，汇报时几张图放一起容易露怯。垂直类插件在这块有天然优势，直接读模型几何信息，透视和比例基本不会错，省去大量后期校正的功夫。
营销展示是另一个路数。这个场景追求视觉冲击力和情绪感染力，精确性反而可以让步。Midjourney的强项在这里发挥得淋漓尽致，光影戏剧化、材质表现力强、构图有张力。我做过一个商业综合体的营销图，用Midjourney出了几张黄昏时分的街景氛围，暖光打在立面上，人群剪影穿梭，甲方看了直接拍板。这种图你用渲染器做不是不行，时间成本差了好几倍。搞清楚每个阶段的核心诉求，工具选择就不会纠结。
1.4 新手工具组合建议与基础出图流程
给刚入门的朋友一个实在的建议：主力工具选Midjourney，辅以Photoshop做后期微调，这套组合上手最快、见效最明显。Midjourney不用装软件，网页端就能用，提示词写个大概就能出图，容错率高。Photoshop用来修掉AI图里常见的畸变、多余结构、奇怪的人物比例，这些毛病几乎每张图都有，花几分钟修一下质感提升明显。等这套流程跑顺了，再考虑要不要深入Stable Diffusion或者上垂直插件。
基础出图流程我梳理成五步。第一步准备输入素材，草模截图、手绘草图、参考照片都行，清晰度不用太高但构图要明确。第二步写提示词，描述建筑类型、材质、光线、视角、氛围，先写短的跑一轮看看方向对不对。第三步批量生成筛选，一次出四张，挑构图和氛围最接近预期的。第四步局部调整，用垫图或图生图功能针对选中那张微调，改材质改光线改角度。第五步后期处理，进Photoshop调色、修瑕疵、加配景。
这套流程听起来简单，实际跑起来会有各种小坑。提示词写太抽象出来东西天马行空，写太具体又限制发挥。我的经验是先粗后细，第一轮用宽泛描述探方向，锁定方向后再往细里抠。还有一点很重要，别指望一张图定稿，AI出图是个概率游戏，多跑几轮多攒素材，从中挑最好的那几张。我电脑里专门建了个文件夹叫“AI废图”，存了几百张不满意的结果，翻回去看其实不少都能改改再用。新手最容易犯的错就是出一张不满意就否定整个工具，耐心多试几次，手感会慢慢上来。
2.1 AI建筑效果图提示词教程：基础结构与核心要素
我刚开始写提示词那会儿，完全是瞎蒙。想到什么词儿都往里塞，结果出来一张四不像，建筑像个歪瓜裂枣的怪物。后来逼着自己拆解了几十张好图的提示词，才摸出点门道。说白了，一条建筑效果图的提示词，骨架就那么几块：主体是什么、长什么样、在什么环境里、镜头怎么摆、最后想要什么调调。你把这几块填明白了，出图的下限就不会低。
我一般把提示词分成五段式结构。第一段写建筑主体类型和体量关系，比如“一栋三层现代风格社区图书馆，低矮舒展的坡屋顶，大面积玻璃幕墙”；第二段塞环境信息，“周围是缓坡草坪和几棵成年香樟树，远处有城市天际线轮廓”；第三段抠材质和细节，“立面主材是浅灰色清水混凝土搭配深色金属窗框，入口有木质格栅雨棚”；第四段定光影氛围，“清晨薄雾未散，暖色低角度阳光斜射在立面上，长阴影”；第五段收镜头语言，“人视角度，广角镜头轻微透视变形，画面左下方有散步的行人作为尺度参照”。这么五段下来，Midjourney基本能给你一个方向不跑偏的画面。
新手最容易犯的错是写得太笼统。“一栋漂亮的房子，有好看的光”——这种提示词AI只能瞎猜，出来的东西跟抽奖没区别。我的经验是每个维度至少给两到三个具体锚点，材质写到颜色和质感，光线写到时间和方向，镜头写到焦段感和构图比例。提示词的长度控制在一百到一百五十个英文单词左右比较舒服，太短信息量不够，太长AI会顾此失彼。中文提示词现在国产平台支持得不错，但Midjourney还是老实写英文，翻译腔太重它理解起来费劲。
2.2 建筑主体、空间类型、材质、光影与镜头语言的提示词表达
建筑主体这块，我习惯用“类型+层数+体量特征”的写法。比如“滨水商业街区”“高层办公塔楼”“乡村民宿组团”，先把大类型框死，AI就不会给你跑出个教堂来。体量特征要给出关键关系，“退台式”“悬挑结构”“连续坡屋顶”“底层架空”，这些词能让AI理解建筑的骨架逻辑。空间类型也得点出来，是“外部街景”“中庭内景”“屋顶露台”还是“沿街立面局部”，不同空间决定了AI的取景逻辑和画面重心。
材质表达我吃过亏。早期写“现代材质”“高级质感”，出来的东西全是塑料反光感。后来学乖了，材质必须落到具体名称加状态。“哑光阳极氧化铝板幕墙”“木模板浇筑的清水混凝土”“低反射超白玻璃”“锈红色耐候钢收边”——这种精确描述AI才能调动对应的视觉记忆。光影描述更得抠细节，时间段、光线色温、强度、方向全给上。“日落前半小时的暖金色侧逆光，光线穿过建筑缝隙在地面拉出细长光斑”，这种描述比单纯写“好看的光影”强十倍。镜头语言常被忽略，但特别影响画面气质。写“人视高度，35mm焦段，平视构图”和写“鸟瞰视角，轻微广角，建筑占据画面三分之二”，出来的图完全两个味道。我建议每张图都明确写焦段感和视角高度，画面稳定性会高很多。
说到镜头语言，有个小技巧我经常用。想要画面有张力，就写“低角度仰视，广角24mm，建筑向上收束感明显”；想要安静克制的氛围，就写“平视，50mm标准镜头，构图平稳，画面留白充足”。镜头词不用多，但必须精准。你写“广角”，AI可能给你夸张到14mm的鱼眼感；你写“中焦”，它又可能缩得太紧。我一般直接写毫米数，Midjourney对具体焦段的响应比模糊形容词靠谱得多。
2.3 风格控制、参考图使用与负面提示词的进阶技巧
风格控制是我觉得最有意思的部分。你可以在提示词里直接点风格流派，“新理性主义”“地域性现代主义”“粗野主义变体”，AI能给你拉出截然不同的味道。更实用的做法是叠加视觉参考词，“受彼得·卒姆托材质氛围影响”“类似大卫·奇普菲尔德式的克制构图”，这种写法比抽象的风格名词好用。我有时候也会用电影摄影师的风格词来定调，“罗杰·狄金斯的自然光处理”“维姆·文德斯的画面空旷感”，出图的氛围质感会高级不少。
参考图是控制出图方向的利器。Midjourney的垫图功能我用得最多，丢一张草模截图进去，把权重调到中等偏上，出来的图既能保留构图关系又有AI的丰富度。Stable Diffusion的图生图更精细，配合ControlNet的线稿模式或深度模式，能把建筑轮廓锁得死死的。我做过一个老厂房改造的项目，用SU截了张透视图，SD里挂上ControlNet的MLSD线稿模型，再写“工业遗产改造，红砖与耐候钢交织，内部植入玻璃盒体”，出来的图跟方案模型对得严丝合缝，甲方看了以为我专门建了精模。
负面提示词是很多人漏掉的武器。默认情况下AI会自作主张加东西，你写“现代建筑”，它给你塞一堆莫名其妙的装饰构件。负面提示词里写上“多余装饰、复杂线脚、哥特元素、过度拥挤的人群、扭曲的树木、透视畸变、水印文字”，画面干净度立马上一个台阶。Stable Diffusion的负面提示词框更得认真填，“低质量、模糊、过曝、重复纹理、结构错误”这些是基础操作，进阶一点可以针对项目类型加料，做住宅就加“商业广告牌、办公楼玻璃幕墙”，做文化建筑就加“住宅阳台、空调外机”。负面提示词不用写太长，十到十五个关键词够用，写多了反而稀释权重。
2.4 从初稿到精修：提示词迭代、局部重绘与多方案比较
我出图从来不指望一步到位。第一轮提示词写得宽泛些，主要探方向，看看AI理解的建筑气质跟我想的是不是一回事。这一轮我会一次跑四组变体，每组微调一个变量——比如材质换一换、光线时间改一改、镜头角度调一调。从这十几张图里挑出两三张构图和氛围最接近预期的，作为下一轮的种子图。这个过程我管它叫“粗筛”，别在细节上纠结，就看大感觉对不对。
锁定种子图之后进入迭代精修。把选中的图作为垫图输入，提示词在原基础上往细里抠。原来写“浅色石材”，现在改成“葡萄牙米黄石灰岩，表面荔枝面处理，缝隙宽5mm深灰色勾缝”；原来写“傍晚光线”，现在改成“日落后十五分钟蓝调时刻，天空呈深钴蓝色渐变，室内暖光刚刚亮起”。每一轮只改两三个变量，改完对比上一轮效果，有效就保留，无效就退回。这个阶段特别考验耐心，我电脑里一个项目文件夹通常躺着上百张迭代图，但最终能用的也就三五张。
局部重绘是我最近半年用得最多的功能。整张图氛围都对，就某个角落不对劲——比如入口雨棚比例怪、远处人物扭曲、某块幕墙反光太假。Stable Diffusion的局部重绘和Midjourney的Vary(Region)都能解决。圈出问题区域，提示词里单独描述这块应该长什么样，其他部分保持不动。我上周改一张商业街景，主体都满意，就是右侧店铺招牌文字糊成一团，用局部重绘框选招牌区域，提示词写“简洁无文字的品牌灯箱，哑光深灰色金属边框”，两轮就修干净了。比整张重跑省时省力，可控性也强得多。多方案比较这个环节我会刻意做，同一个建筑主体用不同材质组合、不同光影氛围、不同镜头角度各出一版，并排放在一起给团队看。多数时候大家的偏好会集中在某一两版上，这时候再针对那版做深度优化，决策效率高很多。
2.5 常见出图问题诊断与提示词优化案例
出图翻车是家常便饭，关键得知道问题出在哪。最典型的是建筑比例失调，柱子粗得像桥墩、窗户小得像射击孔。这种情况我一般先检查提示词里有没有明确体量参照，加一句“三层建筑，层高3.6米，入口门洞高度2.4米”往往能救回来。如果还不行，就在负面提示词里加“夸张比例、巨人尺度、微缩模型感”。还有个高频问题是材质表现塑料感太重，所有东西都在反光。解法是把材质描述里的“光泽”“亮面”全删掉，换成“哑光”“粗糙”“漫反射”，再补一句“自然光环境，无人工补光”。
风格跑偏也让人头疼。你写“现代简约”，AI给你冒出个后现代拼贴怪。我的经验是风格词必须配限制词一起用，“现代主义，去除装饰线脚，体量简洁，材料不超过三种”。有次我做个幼儿园方案，提示词写“活泼色彩，童趣氛围”，出来一张迪士尼城堡。后来改成“现代幼儿园建筑，低饱和木色与白色为主，局部明黄色点缀，体量方正，无尖顶无塔楼”，这才把方向拽回来。负面提示词里加上“城堡、塔楼、尖顶、过度装饰”也挺管用。
光影问题我遇到过最离谱的一次，写了“正午阳光”，结果AI给我一张夜景。回头检查提示词，发现前面有一句“玻璃幕墙反射城市灯光”，AI把“灯光”理解成了夜景信号。把“灯光”改成“天光反射”就正常了。这个案例说明提示词里的词会互相打架，出现矛盾描述时AI会自己选一个执行。我现在写完提示词会快速扫一遍，看看有没有前后矛盾的词——写了“清晨薄雾”就别再写“烈日当空”，写了“阴天漫射光”就别加“清晰投影”。最后一个常见问题是画面里出现莫名其妙的人物或车辆，比例不对还挡视线。负面提示词加“变形人物、模糊人影、多余车辆、杂乱前景”，再在正面提示词里主动描述想要的人物状态——“两三个行人散布在广场远处，小尺度剪影感”，比放任AI自由发挥强得多。每张废图都值得翻回去看提示词哪里没写到位，改上三五轮，手感自然就上来了。
3.1 AI生成与建模、渲染、后期软件的协同工作流
说实话，刚用AI出图那阵子我把它当万能药，恨不得所有图都直接AI生成就完事。被现实捶打了几轮才明白，AI在建筑效果图这条链路上就是个中间件，它既不是起点也不是终点。我这套工作流跑了大半年，现在基本定型了——草模阶段用SU或者Rhino搭个粗略体块，不用抠细节，把比例关系和空间逻辑定准就行。截两到三个角度的图丢进Midjourney或者SD里做初稿发散，选中有潜力的方向。这一步AI负责提供灵感宽度，我负责判断哪些方向值得往下走。
定好方向之后回到建模软件把模型细化到能看的地步，该有的材质分缝、构造层次、开窗关系全补上。别指望AI帮你脑补这些，它在结构逻辑上随时翻车。细化完的模型导进Enscape或者Vray跑一版低精度渲染，不用等成图出来，有个基本光影和材质底色就够了。这版半成品渲染图再丢回AI做图生图，用ControlNet的深度图或者线稿模式锁住结构，提示词里补上氛围和细节描述。出来的图结构稳、氛围也对，比纯文生图可控太多了。
后期这一步我还是老老实实回PS。AI出的图放大看总有各种小毛病——窗户歪了、材质接缝对不上、植物糊成一团。我一般把AI图当底图图层，上面叠渲染图通道做局部擦除和融合，该修的地方用PS的修复画笔和仿制图章一点点抠。别嫌麻烦，甲方看的就是这些细节。整个链路跑顺了，一张高质量效果图从草模到成品能压缩到两三个小时，以前纯手工建模渲染后期怎么也得一天半。
有个坑我踩过好几次。AI出的图和实际模型经常有对不上的地方，特别是立面细节层面。有时候AI自作主张加了好看的装饰构件，汇报时甲方问这个表皮怎么做的，我翻回模型发现压根没建。后来学乖了，凡是AI图里出现的新元素，要么在模型里补上，要么在PS里抹掉。汇报用的图必须跟模型逻辑对得上，不然现场被问住特别尴尬。协同工作流的核心就是让AI在可控范围内发挥，别让它跑到模型前头去撒野。
3.2 面向概念方案、投标汇报与施工沟通的差异化出图策略
同一个项目，出图策略在不同阶段完全是两套打法。概念方案阶段我追求的是氛围和调性，细节可以模糊。这个阶段AI的优势最大，提示词写得诗意一点没关系，“清晨雾气缭绕的山间美术馆”“黄昏时分暖光从格栅缝隙漏出的社区中心”——这种氛围感靠传统渲染要调半天参数，AI几分钟给你四五个版本。图面质量不用太较真，小瑕疵无所谓，关键是气质要准，要让甲方一眼感受到项目想传达的情绪。我通常一次出十几张，挑三五张氛围最对味的放进方案册。
投标汇报阶段的出图逻辑完全不一样。这时候拼的是完成度和说服力，画面里每一处都得经得起放大看。AI图必须经过深度精修，材质纹理、人物比例、植物形态、天空过渡全得收拾干净。我现在投标用的图基本是AI出底图加手工精修的混合体，纯AI直出的图不敢往标书里放。这个阶段我还会刻意控制出图风格的一致性，同一个项目所有效果图的光线时段、色调倾向、镜头焦段尽量统一，翻标书的时候视觉节奏不乱。有时候为了统一风格会牺牲单张图的惊艳程度，这个取舍我觉得值。
施工沟通阶段的图最容易被忽视，但我吃过亏之后特别重视。给施工方看的图不需要多漂亮，但尺寸关系、材料交接、构造逻辑必须准确。这个阶段我基本不用AI直出图，顶多用AI做材质意向参考，正式出图还是老老实实从模型里剖透视和轴测。有个项目用AI出了张入口节点图给幕墙单位参考，AI把雨棚和幕墙的交接关系画得似是而非，深化设计的时候差点出岔子。后来所有施工沟通图我都在模型里直接截，AI只用来做早期材料比选的可视化参考。什么阶段用什么工具，这件事得门儿清，不能图省事一锅端。
3.3 AI建筑效果图的质量评估、版权风险与真实性表达
质量评估这块我有个土办法——把图缩到手机屏幕大小看整体，再放大到百分之百看细节。手机大小看的是构图和氛围，第一眼能不能抓住人。放大看的是破绽，窗户有没有歪、材质纹理有没有重复、远处配景有没有崩。两张都过关的图我才敢往外发。还有个更狠的招，把图发给自己小号再转发回来，微信压缩一遍之后还能看的图基本就没大问题了。有些图在电脑上看着挺精致，一压缩全是噪点和模糊边缘。
版权风险这事我专门请教过法务。AI生成图的版权归属现在法律上还没完全定论，各平台用户协议也不一样。Midjourney付费用户生成的图商用问题不大，免费版就有风险。SD开源模型自己部署的话相对可控，但训练数据来源的合规性得平台方兜底。我的做法是涉及商业项目的图全部用付费账户跑，提示词里刻意避免出现具体建筑师名字或者受保护的作品特征。之前手贱写了“扎哈风格”，生成的图跟某实际项目撞了脸，吓得我赶紧重跑。风格参考可以写流派和氛围，具体人名和项目名还是绕开走。
真实性表达是个伦理问题。AI图太容易做得比实际建成效果好看了，光影永远完美、材质永远干净、人永远不多不少刚好点缀画面。我有个项目用AI出了组图，甲方看完特别兴奋，等到方案深化阶段发现实际材料达不到图面那种细腻质感，落差感一下就出来了。后来我给自己定了个规矩，关键效果图里至少保留一到两处真实建造中会出现的“不完美”——材料接缝的色差、阴影里的脏迹、植物自然生长的歪斜姿态。这些细节让图看着没那么仙，但靠谱。建筑师拿效果图跟甲方沟通，本质是建立信任，图太假早晚要还债。
3.4 团队协作、资产沉淀与提示词模板化管理
一个人用AI出图靠手感就行，团队协作完全是另一码事。我们工作室现在六个人共用一套提示词模板库，按项目类型分了十几个文件夹——住宅、办公、文化、商业、改造各一套基础模板。每套模板里固定了五段式结构，组员只需要往里填可变部分。这么干的好处是出图风格不会各跑各的，汇报时整套图拿出来调性统一。新来的实习生照着模板填第一版提示词，跑出来的图至少能看，不会一上来就飞。
提示词模板我建议每两周整理一次。项目过程中冒出来的好词好句随手存进共享文档，按“材质类”“光影类”“镜头类”“氛围类”打标签。我有个同事专门负责这个事，每周五下午花半小时把当周各组员用着好使的提示词片段收拢归类。听起来有点繁琐，坚持三个月之后效果特别明显——现在遇到新项目，翻翻模板库十分钟能拼出一条八成靠谱的提示词，不用每次从零开始憋。负面提示词也单独整了个清单，分通用版和类型专用版，做住宅时直接调用住宅那套，省心。
资产沉淀不只是提示词。AI出的好图、翻车的废图、中间迭代过程中的对比图，我全按项目存档。特别是废图，后面复盘的时候翻出来看，能清楚知道当时哪个词给多了哪个词给少了。有次做滨水商业项目，翻出两年前一个类似项目的废图文件夹，发现当时栽的坑跟现在一模一样——水面反射调太强导致建筑像泡在水里的塑料玩具。这种教训存下来就是团队资产，比看教程管用。现在新项目启动前我会让组员先翻翻历史项目的“坑库”，提前把负面提示词里的雷排掉。
3.5 行业应用趋势与建筑设计师能力升级路径
这半年我明显感觉到AI出图从新鲜玩意变成了基础技能。去年面试助理建筑师，会Midjourney算加分项，现在不会用AI出图的基本不往下聊了。设计院和事务所的招聘要求里越来越多出现“熟悉AI生成工具”的字眼，有些公司甚至直接写明需要掌握SD加ControlNet的工作流。这个趋势挡不住，与其抵触不如早点上手。我认识的几个独立建筑师已经开始用AI做前期概念的多方案比选，以前一个概念方案出三版就累够呛，现在一晚上跑十几版挑最好的往下深化，效率差着量级。
能力升级这块我给自己划了几个台阶。最底下是工具操作层，Midjourney和SD的基本用法、提示词结构、参数调整，这个花一两周集中练就能过关。往上一层是工作流整合层，把AI嵌进现有的建模渲染后期链路里，知道什么阶段用什么工具、怎么衔接不打架，这个得靠项目喂，跑三五个完整项目就熟了。再往上是设计思维层，也是我觉得真正拉开差距的地方——AI出的图只是结果，背后的空间逻辑、材料策略、形式生成逻辑得建筑师自己把控。我见过有人提示词写得贼溜，但出的图全是网红建筑拼贴感，没有自己的设计判断。工具越强大，判断力越值钱。
未来一两年我猜AI出图会往两个方向走。一是实时化，Enscape和D5这类实时渲染器已经在接AI优化功能了，改完模型直接实时出效果图，等图的时间趋近于零。二是定制化，用项目自己的历史图纸和建成照片微调LoRA模型，让AI出图直接带上自己事务所的风格基因。我现在已经开始整理工作室近五年的建成项目照片，打算明年上半年训一版专属LoRA出来试试水。建筑师这个职业短期内不会被AI取代，但会用AI的建筑师会取代不会用的，这话虽然听着像贩卖焦虑，我这两年观察下来确实在变成现实。
