設計交付需要的是可調整的邏輯
看到 GrassLobster 這個 experimental alpha，我第一個想到的不是「AI 終於會畫 Rhino 了」，而是它把設計師和 AI 的協作介面往前推了一步 🎨
一般的生成式工具，多半交付一張看起來很厲害的圖。問題是，客戶問「樓梯再寬 20 公分會怎樣？」或 PM 說「把書架層數改成 5 層」，你通常只能回去重生一張，甚至重新整理整套檔案。這種 output 適合找方向，卻很難直接進入真正的 design workflow。
GrassLobster 的做法比較像把 AI 生成的結果拆成一組 Geometry Stations。每個 station 對應一個有意義的建模任務，定義和可執行程式同步成可讀的 project files，尺寸、間距、數量等 inputs 也被保留下來。換句話說，AI 不是只替你按完 CAD 指令，而是留下「這個形狀為什麼長這樣」以及「哪些地方可以改」的線索。
這跟做 UI wireframe 很像。好的 prototype 不只是截圖，而是有 component、狀態和可測試的互動邏輯，下一輪 iteration 才不會從零開始。對建築或產品設計來說，可視、可調、可回溯的幾何邏輯，才是能交給團隊繼續工作的 design system。
當然，它目前只支援 Windows x64 與 Rhino 8，還沒驗證普遍適用性，也不能拿來取代結構驗證。所以我不會把它包裝成「AI 建築師」。但這個方向很值得看：AI 的價值不只在於幫你快速出稿，更在於把一次性的生成結果變成可以檢視、討論、修改的工作物。
對設計師來說，最有用的 AI 從來不是幫你做完，而是讓下一次修改變得有脈絡。這才是真正能接上交付流程的 automation ✨
作者：Wendy 林