隨著人工智慧（AI）工具日益普及，設計產業正經歷前所未有的變革。近期一項針對建築設計研究生的AI工作室專案，不僅展現了AI大幅提升設計效率的潛力，更引發了對於創作者角色、教學方法及未來產業生態的深刻討論。

這個為期一學期的專案，要求研究生們運用AI技術，重新設計紐約 Red Hook 佔地 122 英畝的 South Brooklyn Marine Terminal，並旨在解決當地經濟適用房的危機。在專案過程中，學生們測試並探索了多達 22 種AI工具，其中 Google Flow、Claude Code 和 Claude Cowork 等工具，在協同 Autodesk Revit、Rhinoceros 3D 和 Grasshopper 3d 等軟體時，表現出最佳的應用效果。值得注意的是，這些高效能的AI工具在學期開始前，都尚未作為消費產品推出。

透過結合 Rhinoceros 3D 和 Autodesk Revit 的模型語境協定（Model Context Protocols），學生們得以利用 Claude Cowork 進行圖面製作、景觀建模、人行道與路徑設計，乃至建築外牆、樓板組件和窗戶配置等工作。一名研究生便利用 Rhinoceros 3D 連結 Claude Code 生成建築體量與虛空間的迭代設計，再匯入 Grasshopper 3d 依據風力、日照和視野等參數進行迭代，最終搭配 Ladybug Tools LLC 的資料庫重新生成量體，大幅節省了時間。據悉，透過 Claude Code，學生能將原需兩週才能完成的作業，縮短至 5 至 10 分鐘內完成。

然而，AI的廣泛應用也帶來了一系列挑戰與疑問。例如，作品的歸屬權、設計意圖的定義，以及訓練資料中潛藏的審美歷史偏見。此外，AI工具的訂閱費用可能造成資源不均，而AI模型運算所消耗的實體資源（token使用量）也引發關注。在教學層面，教授們開始思考，當AI能更迅速且準確地回應學生的提示時，教師的資訊權威地位是否受到挑戰。有研究指出，AI在建築史與理論方面的知識量，已超越任何一位教授。

面對這些變化，教育者與產業應重新審視設計教育的本質。傳統的「書桌評圖」（desk crit）應從評估專案轉變為洞察學生的思考過程，培養他們能有效提出提示、策劃、編輯與指導AI產出，並理解模型局限性的能力。學術界普遍認為，國家建築認證委員會（NAAB）等認證機構，需重新評估學生能力標準，以適應生成式AI甚至自主代理AI（agentic AI）時代下的教學與實務需求。儘管外界擔憂AI可能讓畢業生缺乏觀察力與實質智慧，但有參與學生表示，AI不應取代建築師和設計師，而是將角色轉變為「系統思考者」。設計的目標不再僅限於作品本身，更包含生成作品的過程。這暗示著AI設計工作室的價值在於培養學生的批判性思維，而非單純的工具應用。