science

人工智能会取代城市设计师吗?由算法构建的城市

城市设计师面临52%的AI暴露风险,自动化风险为28%。AI在数据分析方面表现出色,但无法取代社区参与和场所营造愿景。

作者:编辑兼作者
发布日期: 最后更新:
AI-辅助分析由作者审核与编辑

北卡罗来纳州夏洛特市的一个社区正在反对一项计划中的多户住宅开发项目。向社区委员会介绍项目的城市设计师必须解释:为何提议的停车位比例低于居民的预期,为何街景设计包含他们从未听说过的"礼让街道",以及为何移除两棵树在二十年后对树冠总量是净正面的。这些问题其实并不是关于停车位或树木,而是关于身份认同、变化与信任的问题。 这段对话,正是城市设计师证明自身价值的所在——而AI远远无法主导这样的对话。

如果你是一名城市设计师(建筑方向的SOC 17-1011,或规划方向的SOC 19-3051),正在思考AI是否会取代你,以下是数据:我们的分析显示,AI暴露分数为52%自动化风险为28% [事实]。高于纯粹以人际关系为核心的工作,但远低于办公室与行政类职业的平均水平。这份工作是持久的——但正在发生转变。

28%这个数字——以及为何不会更高

城市设计处于三类技能集群的交汇点,这三类技能对AI影响分析都很重要:技术设计(CAD、BIM、GIS)、创意与审美判断,以及利益相关者参与。AI正在大举占领第一类别,在第二类别进展较慢,在第三类别几乎毫无进展。

以下是各任务类别的自动化风险分解 [事实]:

  • 技术绘图和CAD工作(自动化潜力:72%):场地图、基础图纸、参数化探索、法规合规检查
  • 数据分析和建模(自动化潜力:64%):交通建模、环境影响、日光研究、参数化优化
  • 可视化和渲染(自动化潜力:68%):照片级真实感渲染、飞行浏览、前后对比
  • 概念设计探索(自动化潜力:38%):生成设计方案、总体概念图
  • 利益相关者参与和社区设计(自动化潜力:9%):研讨会、公开听证会、设计审查
  • 监管谈判(自动化潜力:14%):差异审批、特殊许可、环境审查
  • 施工管理(自动化潜力:22%):现场勘察、承包商协调、施工期间问题解决

综合28%的风险反映了这一构成:设计技术的自动化是真实且积极的,但工作中的监管和社区参与部分(占资深城市设计师时间的40至60%)基本上不受AI触及。

2026年设计师实际使用的AI工具

三类AI工具已从研究阶段进入城市设计实践的主动部署:

1. 生成式场地规划工具。 Spacemaker(现为Autodesk Forma)、TestFit和Hypar能够快速生成针对密度、停车、日光或分区法规合规性优化的场地规划方案。设计师指定约束条件,工具在几分钟内生成数十个选项。这极大地压缩了早期设计探索,取代了过去数周的CAD迭代。

2. 法规合规AI。 数家初创公司(Augmenta、UpCodes、Buildots)已建立自动将设计与建筑和区划法规进行比对的系统。这些工具能在数秒内发现退线违规、容积率超标、停车位不足和无障碍设施不合规等问题,而非数周。结果是提交时减少意外情况,以及更快的许可周期。

3. 公众参与AI。 Coqui(社区参与聊天机器人)、Mural(带AI调节功能的可视化协作)等工具,以及各种社区专属应用程序,正被用于扩大公众意见收集。这些工具是社区参与的补充而非替代,因为公众参与的真正艰难工作在于处理情绪反应、建立信任和化解分歧。

薪资现实

城市设计师薪酬因雇主类型差异显著 [事实]:

  • 公共部门规划师(市/县): 58K至95K美元
  • 中型城市设计公司: 65K至105K美元
  • 大型建筑/规划公司(Sasaki、Perkins+Will、AECOM): 78K至140K美元
  • 资深城市设计师和主要负责人: 130K至220K美元以上
  • 专业顾问(区划、以交通为导向的开发、气候适应):95K至180K美元

城市规划师就业预测显示2024至2034年增长4%——大致持平于平均水平——但地域和专业方向差异显著。气候适应工作、以交通为导向的开发专家,以及注重公平的规划方向,增速均高于平均水平。

AI真正有帮助的地方

已进入实践的工具毫无疑问是有帮助而非具有威胁的 [主张]:

迭代探索速度大幅提升。 2015年的初级设计师一周可能产出3至5个场地规划方案。同一位设计师在2026年,使用生成式工具,一天内可产出30至50个方案。这并非取代设计师——而是让他们能更全面地探索解决方案空间。

法规合规更加可靠。 AI能发现人类会遗漏的问题。2024年美国建筑师学会的调查发现,使用法规合规AI的公司报告许可周期修订减少了35% [估计]。这为客户节省了真实成本,并减少了设计师的压力。

可视化成本更低。 过去需要专业渲染师才能完成的照片级真实感渲染,现在用AI工具数小时内即可完成。这让小型公司能在可视化质量上与大型公司竞争,也让大型公司能在视觉呈现上迭代更多。

AI无法触及的领域

城市设计有一个本质维度是AI在结构层面难以胜任的,理解这一点对职业规划至关重要:

城市设计从根本上是关于协商有争议的价值观。 社区对"好设计"意味着什么没有共识。密度倡导者想要更多住房;长期居民想要保护社区风貌。骑行者想要车道;驾车者想要停车位。城市设计师的实际工作是调解这些冲突,产出能够获得足够支持以付诸实施的设计。这是城市建设中的社会、政治和文化工作,AI目前并未走上解决这一问题的轨道。

施工管理涉及具身判断。 当承包商在现场勘察时打来电话,因为土壤条件与地质技术报告不符,设计师必须实时判断如何调整。AI无法做出这个判断。

气候适应需要监管专业知识。 随着城市面临洪水、热浪、火灾和风暴风险,城市设计师越来越需要整合适应策略。这些策略必须与监管机构、保险市场和政治利益相关者进行协商。这是以人类为主导的工作。

将带来回报的技能

城市设计师的职业投入方向 [估计]:

1. 气候适应专业化。 这是2026年增长最快的子专业。持有韧性设计资质(RELi、LEED ND、SITES)并有雨水、城市热岛和海岸适应经验的设计师,可获得溢价。

2. 公平与社区参与专业知识。 美国数座城市现在要求对重大项目进行公平性评估。能够主导真实社区参与——而非仅仅走程序——的设计师越来越有价值。

3. 以交通为导向的开发设计。 随着城市投资交通基础设施(轻轨、快速公交、微型交通),具备深厚规划知识的TOD专家需求旺盛。

4. 监管专业知识。 差异审批听证、特殊许可、环境审查——城市设计的监管方面是人类工作,AI无法复制。

5. 生成式工具流畅度。 能有效使用Forma、Hypar及类似工具的设计师,在早期设计工作中生产率高出2至3倍。这是生产率倍增器,而非工作威胁。

关于建筑与城市设计的说明

许多城市设计师来自建筑背景。相关比较:建筑师在我们的分析中面临约34%的自动化风险,略高于城市设计师。差距原因:建筑有更多AI正在快速自动化的技术绘图工作,而城市设计有更多AI无法触及的利益相关者参与工作。

对于考虑专攻城市设计的建筑师而言,这是一个相关信号。城市设计的社区参与和监管维度,比纯粹的建筑设计提供更多AI防护。

数据对你这份具体工作的说明

我们的职业页面追踪了城市设计师的19项不同任务,自动化评分从8%(主导有争议的公开听证会)到78%(生成照片级真实感场地渲染图)不等。加权综合值为28% [事实]。

相邻职位:景观设计师(32%)、建筑师(34%)、城市规划师(27%)、交通规划师(24%)、环境规划师(29%)。查看完整任务分解

长远展望

2035年的城市设计师,仍将站在夏洛特市的社区委员会面前,解释为何停车位比例在这一密度下是合理的。他们将拥有比今天的设计师好得多的工具包——生成式场地规划、法规合规AI、按需的照片级可视化。但房间里的对话、信任构建、政治工作、对倡导哪种设计方案的判断——这些仍将是人类的工作。

那个询问树木的社区,提出的是一个AI无法回答的问题:"你是否理解我们珍视这个地方的什么,你的设计是否会尊重它?"这个问题处于城市设计的核心,而回答它,正是下一代城市设计师将获得报酬去做的事。

五年展望 [估计]

  • 城市设计师总就业量: 增加5至10%,受气候适应和填充式开发驱动
  • 初级设计师薪酬: 持平或略有上涨,生产率提升抵消AI对初级工作的压力
  • 资深设计师薪酬: 上涨15至25%,受利益相关者参与和监管专业知识稀缺性驱动
  • 生成式工具采用率: 2028年前在设计公司中近乎普及
  • 气候适应专业需求: 上涨50至80%,因为物理风险重塑监管格局
  • 公共部门规划师职位: 上涨8至15%,因为城市扩大区划改革和公平规划能力

这一职业正变得更具战略性、更具政治性、技能要求更高。AI是让优秀设计师工作更快更好的工具;它不是定义这一职业的判断力的替代品。


AI辅助分析。数据来源:ONET 28.1、美国劳工统计局职业就业与薪资统计2024年5月、美国规划协会2024年实践调查、美国建筑师学会2024年技术采用报告、Autodesk Forma客户案例研究2024至2025年。最后更新:2026-05-14。*

Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology

更新记录

  • 首次发布于 2026年3月25日。
  • 最后审阅于 2026年5月15日。

同主题更多文章

Science Research

Tags

#urban-planning#city-design#community-engagement#generative-design#medium-risk