一張建築草圖只需12秒就能轉化為動態影片，工地的施工日誌可以由AI自動整理，甚至能讓AI閱讀建築文獻並協助建立三維模型。　然後呢？人工智慧正從生成式 AI 邁向 AI 代理（Agentic AI），帶來的不只是生產速度的提升，更是工作方式的重新組織。　

 

　　DDS THU AI中心特於新學年伊始，以「AI 代理時代下的人文、設計與藝術觀」為主題舉辦系列工作坊，並請創藝學院協辦，分別從教師教學、產業實務及學生創意切入，透過具體應用與實作展示，探索並建立人與 AI 代理協作的「工作流」（Workflow），讓 AI 能夠串聯資料整理、方案探索與成果製作等不同環節，在過程中，人持續提出問題、調整方向、檢驗成果並作出判斷。　

 

　　進一步地，思考當 AI 開始參與創作與決策，人如何重新掌握判斷、發揮創造力，並為美學開拓新的可能性。　這正是重新理解人與 AI 如何真正共同工作的開始。　

 

 

AI 時代的設計／藝術教學

 

　　9 月 21 日，AI 中心主任邱浩修新接創藝學院院長即以「AI 時代的設計／藝術教學」為題開場，建築、景觀、工設、美術及音樂系主任報名，以及9 位老師簽到。　

 

　　邱浩修展示多項令人印象深刻的案例。　例如，建築事務所僅需 12 秒便能將建築草圖轉換為具有光影與環境變化的動態影片；運用日常語言指揮 AI 編寫程式，也能在短短數分鐘內開發建築設計應用工具。　學生的創意更是多元，例如，將在地文化轉化為可收藏的3D 列印公仔，展現 AI 連結人文、藝術與地方創生的可能。　

 

　　從生成式 AI 到 AI 代理的發展，學校需重新思考，教師教什麼？學生又應學會什麼？面對這個尚需摸索的問題，工作坊提出一個可供實踐的工作流方向，「教學目標→AI協作→回饋與修正」，從課程目標、知識材料與教學經驗出發，結合 AI 代理進行方案探索、模擬討論、回饋與修正，逐步形成能延伸教師專業的教學工作模式。　如何起步？邱浩修先分享虛擬師生 AI 代理的實驗。　

 

　　他設定一名具有特定個性與學習困難的「虛擬學生」，讓 AI 依據課程大綱模擬學習過程，結果在 1.5 小時內模擬 10 週的討論並提出 25 個設計方案。　進一步，他將教師著作、教學錄音與觀點導入 AI，建立一個「虛擬教師」——包括接近原聲的語音，提供學生個人作品的回饋，藉此探索教師如何在課堂以外，持續幫助學生個人化學習的可能。　

 

　　透過工作坊，邱浩修特別強調「快生產」與「慢思考」的平衡。　如何在 AI 代理過程中，保有人文與藝術教育不可取代的核心——身體經驗、材料感知、批判思考與價值判斷，成為設計／藝術教育與學習必須持續探索的課題。

 

 

建築實務流程的導入

 

　　10 月 3 日舉辦第二場，對象是產業界，約20人簽到。　特邀黃銘璋建築師主講「AI代理 × Rhino BIM在建築實務流程的導入」。　

 

　　這場工作坊關注的是如何讓 AI 真正參與專業工作的執行。　從規劃設計、建築資訊模型（BIM）、工程圖說與數量計算，到施工日誌、監造報表、材料送審與工地影像管理，AI 代理可以協助串聯原本分散於不同軟體、文件與人員之間的工作。　

 

　　黃銘璋展示一項 AI 參與建模的工作過程。　以現場測量取得的點雲資料，結合Python程式與BIM，建築師便能透過日常語言指揮AI操作Rhino建立三維模型，再由AI比對模型與實際測量結果，協助修正。　

 

　　同時，工作坊也強調資料安全與操作紀錄的重要，探索讓專業資料受到保護、AI執行過程能夠追蹤與修正的方式。　

 

　　透過「專業資料輸入→AI 代理執行→跨軟體協作→成果檢核與修正」的完整工作流，黃銘璋展現了 AI 作為專業能力「放大器」的可能。　建築師有機會把更多精力投入設計思考、專業判斷與問題解決。　進一步來看，AI 帶來的工作組織變革，可能成為小型事務所開創新營運模式的契機。　

 

 

脈絡工程與AI代理在建築設計流程的應用

 

　　10月15日，繼暑假「數據之眼：訊號、雜訊與形式」（http://www.tunghaiwatch.org/?p=8054）工作坊後，再度邀請美國卡內基美隆大學（CMU）建築學院教師鄭偉君主講「脈絡工程與AI代理在建築設計流程的應用」。　學生簽到 18 人，透過設計演練，他引導學生探索如何建立自己的AI創作方法。　

 

　　「脈絡工程」（Context Engineering）指的是，學生應學會組織 AI 工作所需要的背景知識、設計條件、操作規則與工具環境——換言之，讓 AI 理解設計者，使 AI 能夠依循設計者的目的持續工作。　工作坊透過實作，逐步說明如何將學生的設計方法，轉化為一套可執行的 Workflow，「建立脈絡→知識檢索→技能配置→工具執行→持續修訂」。　

 

　　以臺中街道與大肚山基地資料為例，AI 分別從四位建築師不同的設計觀點出發，閱讀同一處環境，提出各具特色的空間構想。　這項示範讓學生看見，AI 產生什麼答案，取決於設計者如何選擇觀察角度、提供知識與設定問題。　

 

　　另一個案例則讓 AI 閱讀臺灣建築師修澤蘭的作品研究，從文獻中整理其空間與結構的設計特色，再轉化為「壓縮、位移、疊加」等具體操作，進一步指揮三維建模軟體產生空間模型。　

 

　　學生在工作坊中真正應學習的是，如何提出問題、選擇知識、建立規則、檢驗結果，並逐步發展自己的創作方法。　簡單說，如何掌握自己的設計思考與創作主導權。　

 

　　三場工作坊展示的案例與實驗，提供了 AI 代理進入教學、專業實務與創作現場的不同可能。　工作流的建立，使這些探索有機會從單次的技術操作，逐步成為可以持續使用、調整與發展的工作方式。　未來，隨著 AI 代理不斷演進，工作流能否出現不同變化，以及還能產生哪些新的應用與創作可能，值得繼續探索。　

 

 

 

 

 

---