帕森斯×Adobe「Not Generated」实验：AI重塑建筑教育的方法论革命
2026年春天，帕森斯设计学院将AI从「选修工具课」升级为「必修方法论」，彻底翻转了设计教育的底层逻辑。学生作品不再把AI当成效果图的抛饰，而是深入追问：当人和机器共同完成一个设计动作时，各自的角色边界究竟在哪里。建筑师最值得提取的，恰恰是两个核心动作——让生成结果重新回到手工推敲或逻辑阐释，以及把每一轮提示修改都纳入研究方法本身。
图 1：Pallavi Chattoraj《水泡姐妹》——将印度 Channapatna 玩具造型从手工插画推向生成图像的边界，刻意牺牲平滑感以维持文化语境的识别度。
图 2：Octavio Martinez《数字纵火》——在UV打印的石灰华瓷砖上，利用损坏算法提取界面碎片，再由Firefly在插画档案上训练生成，让机器输出成为试探作者身份穿越与模型边界的物质材料。
作者身份：可迭代的数字界面
Octavio Martinez的作品像一份关于数字档案的考古报告：他先用损坏算法将现有手机界面分解成碎片，再让机器在插画档案上继续生成，把「作者在哪里结束、模型从哪里开始」变成可视的形式追问。UV打印的瓷砖在此不是图像的终极载体，而是讨论过程的展示台。
当建筑行业激进推广参数化、图像生成和AI辅助制图时，最常见的误区是把生成结果直接当成「方案产出」。帕森斯这批学生提醒我们，生成工具本身应该被嵌入设计逻辑——在流程中设立产出回环，让每一次机器输出都成为下一轮问题的输入。
迭代修改：构建设计行为的新秩序
图 3：Yaning Hu《Rogue》——用Firefly生成营销图像后，以编辑敏感性和品牌叙事为边界，将反复修改变成定义作品轮廓的工作。
Yaning Hu的独立美妆品牌Rogue，以及Kiara Chang与Yash Sonwaney的《Time Again》，将生成工具放入完整的视觉系统中：先后使用Firefly、Claude、Nano Banana Pro完成分镜与图像输出。不同的是，控制变量自始至终都是情感、材感和叙事语境——反复修改不是效率损耗，而是用来划定作品边界的核心行为。
这一点对建筑教学尤为关键：如果「AI能不能帮我们画图」仍被当作首要问题，方法论已经落后。真正值得追踪的是，当性能迭代可以在几轮生成内完成，工作室里的设计质量标准和批判尺度应该朝着哪个方向偏移。
文化语境：AI生成的第一道语义过滤
图 4：Isabella Tedesco《失败系统的禅宗》——以故障艺术和禅宗公案构建立体档案，猜想生成技术普及后人类创造力将迁移回过程、社区和共享材料的实践。
图 5：Kiara Chang和Yash Sonwaney《Time Again》——借用1950年代杂志广告语言与Firefly/Claude组合，讽刺人工智能对行为秩序的生产。
Pallavi Chattoraj的《水泡姐妹》从手工插画切入生成图像，将Channapatna玩具作为视觉母题，把文化记忆的手工编码推到机器可以延续的边界；Isabella Tedesco则以「失败系统的禅宗」作为推测档案，预言当技术完美唾手可得时，创造力将向「过程、社区、共享材料」回迁。
建筑教育中，文化语境最容易被标准模板抹平：场地文脉、建造工艺、使用者记忆都可能退化成简单的立面风格参考。这批学生则把文化素材先当成需要「保护语义」的输入，再让AI介入修辞表达——顺序绝不能反。
带走工作方法，而非最终形式
• 在工作室中设置产出回环：生成或推导结果之后，安排手工、模型或设计逻辑对结果进行二次解释，防止机器输出直接成为最终答案。 • 将「迭代」本身做成研究方法：记录提示修改、生成结果与最终形式之间的关系，整理成可在教学或项目中复用的方法论档案。 • 保持文化语境的准确性：涉及特定文化素材时，先用历史或地方材料建立语义基础，再让AI介入修辞表达，避免生成工具把身份符号抹平。
内容参考自Dezeen报道及帕森斯×Adobe「Not Generated」合作项目。