几十年来，英国的场所营造既受方法论的指导，也受主观判断的左右。从业者常谈及街景的“特色”、“活力”以及难以言喻的“氛围”；这些特质更多是通过经验、人的使用以及专业直觉来锤炼的，而非依赖于标准化指标。那些经验丰富的从业者往往见多识广，能够辨识出哪些做法行之有效，即使其中的因果机制仍部分难以捉摸。
从这个意义上说，场所营造长期以来与建筑本身颇为相似：它是艺术、社会科学、经济学和法规的综合体，其运作依赖于专业判断，而非确定性的规则。然而，场所构思与实现的条件已发生了根本性的转变。
后疫情时代的工作模式动摇了人们对通勤、零售需求及办公楼可行性的长期认知。生物多样性净增益要求带来了可量化的生态责任。净零排放承诺则将责任延伸至资产全生命周期。与此同时，长期存在的住房短缺问题要求加快建设步伐并提高建设精度，尽管资本日益趋向风险规避，规划流程也面临更多争议。
在这样的环境下，缺乏证据支撑的直觉所留有的余地已大幅缩减。正在兴起的不只是对专业判断的取代，而是一种新的证据范式：场所科学。
人工智能并非消除了人类的洞察力，而是对其进行了增强，将场所营造从一门基于经验的学科，转变为一门依托行为数据、环境建模和预测分析的学科，其规模之大前所未有。
场所营造的漫长演变：从几何形态到行为模式
要理解这一转变的意义，有必要将其置于城市形态的深层历史背景中来考察。
“场所营造”始终在两种城市观念之间摇摆：一种将城市视为工程系统，另一种则将其视为有生命的有机体。
古代聚落的形成主要受防御需求、贸易路线和地形地貌的影响。罗马城市规划则通过街区网格、广场和基础设施，强行确立了更为严格的几何秩序；这更多是帝国权威的体现，而非自然生长的结果。中世纪城镇的发展则更为自然，早在这些因素被系统化之前，它们就已经根据手工业经济、步行便利性和当地地理条件进行调整。
工业革命打破了这种平衡。快速的城市化导致了人口过度密集、环境污染和公共卫生危机，从而催生了强调卫生条件、使用限制及市政基础设施建设的改革运动。由埃比尼泽·霍华德领导的英国“花园城市”运动，是早期试图在效率与福祉之间寻求平衡的尝试，也是当代可持续发展议题的理论先驱。
二十世纪的规划随后出现了显著的分歧。现代主义在私家车普及的推动下，推崇理性、功能分区和大规模干预。英国战后重建采用了预制住宅、主干道网络以及旨在最大化通行量和增长的土地利用框架。 许多规划项目虽实现了大规模住房供应，却难以促进社会凝聚力或培养地方认同感。到二十世纪末，一种共识开始形成：仅凭物理形态无法决定成败，人类行为才是关键。这一认识为现代场所营造及其持续发展的相关讨论奠定了理论基础。
摩西对决雅各布：街头之战
二十世纪中叶罗伯特·摩西与简·雅各布斯之间的较量，至今仍是城市规划领域最具代表性的寓言。
摩西是技术官僚现代主义的化身。他从高处俯瞰城市，将其视为一个需要优化以提升通行效率和运作效能的物流系统。高速公路、大型住房项目以及基础设施超级工程，都体现了他坚信专家主导的规划能够通过理性设计来推动进步。
简·雅各布斯提出了截然不同的观点。她从街头视角观察城市，认为城市的活力源于密度、多样性以及非正式的互动——即日常生活中的“人行道芭蕾”。安全、经济活动和社会凝聚力并非宏大规划的产物，而是源于那些难以简化的复杂地方生态系统。雅各布斯并非反对规划，而是反对还原论。
在英国，她的观点数十年来一直塑造着政策话语。当代规划框架强调步行友好性、混合用地、公共空间以及社区参与。然而，实施机制往往仍受限于可量化的指标。交通模型能精确测量车流；成本效益分析则将基础设施投资货币化。但社交性、归属感或宜人的公共空间所带来的价值，历来难以用经得起推敲的经济术语来表达。
因此，决策往往更倾向于可量化的指标，而非真正有意义的内容。人工智能改变了这种平衡。如今，大规模的行为数据使规划者能够量化出行模式、停留时间、环境舒适度以及社交互动，为那些曾经主要基于定性分析的洞察提供了实证支持。
伦敦国王十字区的复兴充分体现了这一转变的重要性。该区域的成功不仅源于建筑本身，更源于精心规划的公共空间——这些空间旨在鼓励人们驻足停留、互动交流并反复使用。 谷仓广场（Granary Square）如同一个市民剧场：既是游乐场，又是活动空间，既是午休时的避风港，也是夜晚的去处。它的活力恰恰体现了雅各布斯所倡导的多功能复杂性。如今，人工智能工具可以在施工前模拟这种行为动态，让开发商和政府部门能够测试拟建空间是否能在不同时间和季节中维持多样化的使用模式。
《有机体：赖特、盖尔与人性化城市》
在摩西的机械主义现代主义与雅各布斯的人文主义批判之间，存在着第三种传统：即试图将技术进步与有机城市生活相融合。弗兰克·劳埃德·赖特的“布罗德阿克尔城”设想了一种与景观融为一体的去中心化社区，技术在此发挥辅助作用而非占据主导地位。赖特认为，机器能够将个人从工业城市的束缚中解放出来，从而促成一种更人性化的空间秩序。
尽管这一愿景在很大程度上属于理论层面，但在当代英国却引起了广泛共鸣。远程办公、数字互联和分布式服务正在重塑聚居模式，模糊了城市与郊区生活的界限。扬·盖尔（Jan Gehl）后来将这种以人为本的理念转化为实践原则，重点关注步行者以步行速度移动时所体验的“视平线城市”。他的研究表明，小尺度的设计决策、立面处理、座椅设置、照明以及空间通透性，都对人们的行为产生了深远影响。
如今，人工智能具备了将这些洞察转化为实际行动的分析能力，并能大规模地加以应用。智能系统不再是从上而下强加秩序，而是能够从下而上建模自发行为，模拟人们实际使用空间的方式。
以遗产保护为导向的更新项目，例如巴特西发电站，既体现了这种方法的潜力，也展现了其复杂性。 这座保留下来的工业地标将开发项目锚定于集体记忆之中，而新建的公共空间则致力于打造一个充满活力的城市街区。然而，该项目同时也揭示了“目的地营造”与“日常宜居性”之间的矛盾。借助人工智能建模技术，通过优化人流、商业业态、交通需求及环境舒适度，有望化解这种矛盾，使此类场所不仅作为景点，更能真正发挥社区的功能。
盖尔测试：量化“不可量化”之物
从历史上看，评估这种“以人为本”的品质需要进行细致入微的观察。团队需要人工统计行人数量、绘制人流路径图，并记录公共空间在不同时间段内的使用情况。计算机视觉技术彻底改变了这一过程。
传感器和闭路电视监控画面现可分析不同季节和时段的行人流量、停留与过境行为的模式、社交聚集及非正式聚会点、座椅和遮阳设施等公共设施的使用情况，以及影响不同用户群体的无障碍通行障碍。
盖尔的研究远不止于人流量统计。通过在哥本哈根及其他欧洲城市开展的系统性实地实验，他考察了所谓“视觉污染”的累积效应：过多的标识、街道杂乱、交通工程设施、协调性差的照明，以及相互冲突的视觉刺激，这些因素都会割裂行人的体验。他的研究结果表明，此类元素不仅影响美学，还会实质性地降低人们的舒适感、环境可辨识度以及逗留意愿。 相反，那些视线通畅、标识适度、街面充满活力的环境，则能促进人们放慢脚步、进行社交互动，并增强对场所的归属感。
盖尔还对二十世纪关于严格功能分离的正统理论提出了质疑，即把街道划分为机动车、自行车和行人的独立区域，以及将街区划分为单一用途的封闭区域。他在“共享空间”原则方面的研究指出，经过精心设计的模糊性能够通过鼓励使用者借助眼神交流和行为暗示来协调空间使用，而非仅依赖信号灯和物理屏障，从而提升安全性和社交性。 伦敦展览路（Exhibition Road）的改造提供了英国的一个典型范例：通过拆除路缘石、传统交通标线和僵化的分隔措施，该方案创造了一个统一的路面，在速度更慢、更需留意的环境中，同时容纳了行人、骑行者和机动车。尽管这一方案并非没有争议，但它展示了如何通过微妙的设计干预来重塑行为，而无需采取强硬的执法手段。
如今，人工智能使我们能够对这类定性洞察进行定量验证。计算机视觉技术可以评估人们如何在共享环境中穿行，何处会出现犹豫，视觉杂乱如何影响移动模式，以及重新设计的街道是否确实能延长停留时间或促进更安全的互动。实际上，人工智能使规划者能够超越轶事证据，转向可衡量的行为结果。
尤其有价值的是识别出那些看似不起眼、但在地图上却始终能吸引人群的“微型活动节点”。这些节点往往是商业成功和社会活力的基石。对于开发商而言，这有助于将投资与已证实的需求相匹配，从而降低不确定性；对于地方政府而言，这则为有针对性地改善公共空间提供了更充分的依据。场所营造正从为假想用户设计，转向从真实行为中汲取经验。
伊丽莎白女王奥林匹克公园的持续演变凸显了这一能力的重要性。该区域在规划之初便怀揣着长远的遗产愿景，但随着实际使用模式与最初预测出现偏差，其设计也随之进行了调整。基于人工智能的入住后分析能够支持持续的调整，将场所营造从一次性的干预转变为一个适应性强、具有迭代性的过程，从而能够对不断变化的人口结构、生活方式和气候条件作出响应。
全球启示：借鉴智慧
国际先例表明，数据驱动的方法能够推动具有政治远见的城市干预措施，但也揭示出城市建设背后的理念正日益分化。
新加坡的数字孪生技术能够模拟微气候，使规划者在施工前就能缓解热岛效应和风洞效应，这在高密度热带环境中至关重要，因为环境舒适度直接决定了街道层面的宜居性。巴塞罗那的“超级街区”项目依托先进的交通建模技术，证明将道路空间重新分配给行人不会导致系统性拥堵，从而使决策者能够充满信心地推行以人为本的策略。 在欧洲大陆的大部分地区，类似的举措反映出一种更广泛的转变：从以汽车为主导的规划转向紧凑、宜步行的城市形态，这种形态优先考虑公共空间、混合用途以及日常生活的宜居性。
这一发展轨迹在一定程度上是对二十世纪中后期大规模自上而下干预的反应。许多欧洲城市曾尝试过现代主义巨型建筑、高架道路系统和功能分区，随后逐渐重新发现了精细化城市肌理、建筑连续性以及以人为本的街道所蕴含的经济和社会价值。 如今，巴黎、哥本哈根和维也纳等城市的政策框架日益强调“15分钟生活圈”、主动出行、适应性再利用以及社区基础设施，这些做法与雅各布斯-盖尔学派的传统高度契合。
相比之下，海湾地区的部分国家，包括阿联酋和沙特阿拉伯，仍在推行一种更加集中的城市发展模式。 迪拜、阿布扎比和利雅得的项目往往以大都市甚至国家为尺度进行规划，由政府主导投资，并通过严格的自上而下的总体规划来实施，这些规划优先考虑宏伟的建筑、全球影响力以及快速交付。建筑界巨星受委托设计标志性建筑，以彰显雄心与现代感，而整个街区的建设往往在极短的时间内完成，这种速度在欧洲的规划体系中几乎难以实现。
此类开发项目虽能实现非凡的整体协调性与基础设施整合，但也伴随着自上而下式场所营造所固有的风险：有机演变受限、社区长远发展前景不明，以及设计意图与日常使用之间可能出现的脱节。挑战并不在于技术能力——许多海湾地区项目已运用尖端建模技术、数字孪生和环境工程——而在于行为模式的校准。宏伟的规模和建筑奇观并不能自动转化为街区的活力。
人工智能最终或许能成为连接这些范式的桥梁。在快速发展的城市环境中，基于人工智能的入住后分析能够揭示居民和访客如何实际使用新建区域，从而支持随时间推移对功能规划、交通、公共空间及土地利用进行调整。在成熟的欧洲城市中，同样的工具也能在不牺牲历史遗产或城市延续性的前提下，支持渐进式的转型。
对于英国而言，该国在这些发展路径之间正日益占据一种中间立场，其经验教训在于：不应全盘照搬任何单一模式，而应将战略雄心与以人为本的关怀相结合。英国的历史性城市肌理、复杂的治理结构以及公众的期望，都更倾向于渐进式变革而非革命性变革。然而，未来几十年所需的住房需求和基础设施更新规模之大，将要求采取比传统渐进主义所能提供的更为协调一致的行动。
就近而言，一些新兴举措表明，人们正谨慎地朝着这种综合方向迈进。大曼彻斯特地区在交通分析、数字基础设施以及跨部门数据共享方面的整合，是应用系统思维进行区域层面治理的最先进尝试之一。通过建立出行、就业分布与住房供给之间的关系模型，城市区域能够将投资引导至能带来最大社会和经济回报的地区，同时保留使这些地方宜居的特质。
在此背景下，人工智能并非预设一种单一的城市未来。相反，它赋予决策者一种能力，能够根据可衡量的成果，对各种相互竞争的愿景——从高密度旗舰开发项目到精细化的社区更新——进行评估。未来几十年里最成功的城市，很可能是那些能够平衡战略规模与人类体验、技术先进性与文化延续性、雄心壮志与适应能力之间的城市。
英国物流面临的挑战：市场碎片化与风险
尽管存在这些机遇，但结构性制约依然严峻。规划权限分散、数据标准不统一以及资源有限等问题，阻碍了该技术的广泛应用。许多地方规划部门缺乏解读复杂建模结果的能力，这导致资源雄厚的私营主体与公共机构之间形成了信息不对称。
此外，英国的自由裁量规划体系更侧重于协商，而非基于规则的确定性。虽然这种灵活性使得决策能够因地制宜，但也带来了不可预测性，从而阻碍了创新。人工智能可以通过提供共享的证据框架来缓解这种不确定性，但前提是公私双方都必须共同发展这一能力。
然而，碎片化与资源限制掩盖了一个更根本的机遇：即规划流程本身的局部自动化。相当一部分规划申请——如住宅扩建、轻微改建、在既定参数范围内的用途变更——虽然实际影响有限，却仍需经过与影响更为重大的项目相同的委员会审议程序。其结果是，在现行体系中，琐碎的决策消耗了不成比例的时间和资源，而重要的申请却只能排在后面等待。 基于规划政策、环境数据及先例进行训练的人工智能评估工具，能够比任何委员会都更一致、更迅速地处理此类案件，从而使规划官员和民选代表得以专注于那些真正需要人类判断的决策。这种基于证据的自动化不会削弱民主问责制；相反，它将通过确保审查仅保留在真正关键的时刻，从而增强这种问责制。
或许阻碍发展的最大障碍并非技术可行性，而是信任问题。社区往往对咨询活动持怀疑态度，而开发商则担心反对意见可能仅代表少数激进群体的声音，而非具有代表性的民意。自然语言处理为弥合这一鸿沟提供了一种机制。通过分析海量的咨询反馈，人工智能能够识别出共同主题、优先事项和关切点，从而确保决策者倾听的是集体心声，而非孤立的极端观点。 社区还能从与自然语言模型（聊天机器人）的互动中获益，这些模型能提出比当前结构化访谈更切题的问题——后者往往无法捕捉细微差别或深层思考。同样，通过人工智能模拟阳光、噪音、交通及基础设施需求，可将讨论从主观臆测的担忧转向基于证据的探讨。
如果使用得当，此类工具不仅不会削弱民主的正当性，反而可能增强其正当性。在此背景下，人工智能不仅发挥着分析支持的作用，更是决策的制度性基础设施。
绩效、问责与算法的伦理
未来的场所营造将与环境表现密不可分。人工智能能够优化建筑朝向以充分利用自然光并提升能源效率，模拟生物多样性效果，预测洪水风险，并动态管理城市生态系统。与传感器网络的集成使得持续监测成为可能，而非仅限于一次性合规评估。对于受ESG承诺约束的投资者而言，这些能力将使可持续发展从纸上谈兵的愿景转变为实际运营的现实。然而，负责任地部署这些能力，其重要性丝毫不亚于开发这些能力本身。
分析能力伴随着道德责任。算法偏见带来了切实的风险：基于历史数据训练的系统可能会无意中重现不平等现象，导致历来服务不足的地区获得的资源更少。
隐私问题同样至关重要。对公共空间的监测绝不能演变为监控。健全的治理框架、匿名化措施和透明度是必不可少的先决条件，而非事后补救。
人类的监督依然不可或缺。人工智能可以根据预设参数生成最优解，但确定这些参数本质上是一种社会选择。场所营造最终体现的是人类的价值观，而不仅仅是计算效率。
迈向共情时代
颇具讽刺意味的是，人工智能的兴起或许能催生出更多以人为本的城市。通过将技术层面的复杂工作——从环境建模到交通预测——实现自动化，专业人士便能将更多精力投入到文化遗产、城市身份、美学以及社会凝聚力上。那些赋予城市场所意义的特质，恰恰是最难以通过算法优化来实现的。
扬·盖尔那句经久不衰的比喻依然贴切：一座成功的城市就像一场成功的派对，人们留下来是因为他们愿意，而不是因为他们必须。场所科学并不会扼杀城市的魔力；它只是让这种魔力不再那么偶然，而是更加有意识地被创造出来。
对于英国房地产行业而言，其影响是深远的。人工智能为兼顾规模与细腻度、发展与宜居性、经济需求与社会价值提供了途径。关键问题已不再是人工智能是否会重塑英国的城镇与城市，而是它将如何重塑，以及由谁来主导这一进程。
那些掌握这种融合之道的人，将塑造下一代的场所；而未能掌握的人，可能会发现自己仍在为一个正在逐渐远去的过去进行设计。
