我为曲面玻璃幕墙构建了一道太阳光防火墙：有时最有用的答案恰恰是没有数字
在重新审视了拉斯维加斯 Vdara 酒店泳池露台和伦敦 20 Fenchurch St 记录在案的日光聚焦失效事故后，我构建了 Caustic。凹面玻璃幕墙可能会将一张惊艳的渲染图变成地面上的强光聚集隐患。一旦在施工完成后才发现该问题，建筑的几何形态就难以更改了。
我构建这个演示，并不是为了宣称浏览器可以取代光学专家。我之所以构建它，是因为我一直在思考一个更早阶段的问题：方案团队为何非要等到全套施工图成型之后，才去探究反射日光是否会汇聚在人员活动平面上？难点在于如何让这个问题具体到足以采取行动，同时让答案的适用边界清晰可见。
Caustic 是一道“幕墙太阳光汇聚防火墙”，专为设计流程中的那一刻而设。它适用于合成的、示意性幕墙概念。确定性光线追踪会沿着设定的夏至日扫描轨迹追踪反射日光，而固定的策略门禁会返回 SCREEN-CLEAR、FLAGGED、NEEDS-REVIEW 或 ESCALATE。智能体负责解释规程并核验陈述，但它们无法更改计算过程或判定结论。
我构建 Caustic 是为了让它的推理过程可供审查，而不是以华丽辞藻包裹的建筑观点来呈现。其预定的演示路径为 https://veriprajna.com/demos/ai-architecture-structural-engineering，该页面将随演示一同上线。它仅用于前期初筛，而非盖章认证的工程分析。这种局限性本身就是设计的一部分，也是本次构建的核心教训。
遗漏了物理后果的概念意向图
我从所能构想的最清晰案例入手：Crescent Tower，这是一个合成的 38 层凹面南向玻璃酒店概念方案，下方设有一个泳池露台。其造型刻意做得很具吸引力，正因如此它才有用。生成式工具产生的是像素而非传力路径，一张极具说服力的效果图往往会掩盖那个尚未被提出的物理问题。
在构建的第一阶段，我目睹了一张简单的幕墙草图演变成为日光分析工作表。FacadeSpec 提供曲率、朝向、尺寸、玻璃反射率、场地纬度以及被占用的目标受光平面。光线追踪器 随后对幕墙进行采样，在 15 个太阳位置上反射平行日光，使这些光线与目标平面相交，并记录峰值汇聚比、焦点表面温度和焦点停留时间。
我选择了一条明确的夏至日扫描轨迹，因为另一种选择是给出一个听起来精确却无法复现的答案。筛选智能体 解释了为何该规程适用于该概念方案，但测试本身是确定性的。策略门禁 采用固定的阈值：1.45 倍汇聚比、80 摄氏度焦点温度以及超过阈值 30 分钟。任何智能体在看到结果后都无法更改这些数值。
当我运行 Crescent Tower 方案时，初筛返回了 FLAGGED：在测试扫描轨迹中，峰值汇聚比为 2.07 倍，焦点表面温度约为 106 摄氏度，每天焦点停留时间长达 6.0 小时。在排布面板之前我就已经在输出中看到了这些数值，但当看到视觉上的汇聚景象时，它便不再只是一项仪表盘指标。图纸清晰展示了光线在泳池露台平面上的汇聚过程，旁边的数字则解释了为何不能将该位置视作偶然的反射。
在编写界面时，我始终保留了对该案例的“示意性”定性。Crescent Tower 并非客户实际项目，那些数字也不是 Vdara 或 20 Fenchurch St 的实测数据。记录在案的真实建筑确立了这种失效模式，而这一合成概念方案则为设计团队提供了一个可以在造型变得难以更改之前进行审查的抓手。
我希望该工具能够在渲染图让曲面造型看似已成定局之前，展示出曲面带来的物理后果。
我曾试图让模棱两可的案例显得明确果断
当我从凹面塔楼转向 Helix Pavilion（一个合成的自由曲面双曲斜交网格壳体）时，犯下了最有价值的错误。仪表盘偏好对称：一个方案、一次扫描、一个焦点数字、一个判定结论。最初我也渴望这种对称性，因为当你想让演示自我阐释时，整齐划一的输出往往会让人觉得进展顺利。
但我无法支持这种做法。缺乏可解析单一曲率半径的自由曲面或折面几何形体，无法为这种前期初筛提供可靠的焦点估算。该几何形态超出了简化模型的分辨率。在此强行给出一个数字，无异于将局限性包装成确切结论。
我没有试图掩盖这一差距，而是改变了系统的行为方式。Helix Pavilion 返回 ESCALATE，不给出任何焦点数值，并将后续工作导向全光学仿真与专家审查。界面直接标明了缺失：其“给出数值”显示为“无”，下一步操作显示为“全光学仿真”。我认为，这比为了凑齐指标卡片而捏造一个温度要有用得多。
我记得在构建的这个阶段，那种冲动在成为工程问题之前首先表现为一个界面设计问题。空白的指标看起来未竟全功，但这种空白本身就是结果。该工具从幕墙描述中获取了足够的信息，足以明白自身的近似模型无法支撑对焦点的断言。
这种拒绝也保护了工作流程的后续环节。它防止方案团队将初步筛选误认为最终结论，并为引入专家审查提供了清晰的依据。一个实用的工程工具必须守住交接的边界，尤其是在其最具说服力的输出恰恰是一个自身无法辩护的数字时。
改进后的幕墙改变了受测物理特性
在那次失败后，我重新回到 Crescent Tower 方案，并构建了一个示意性的同功能替代方案：凸面曲率搭配彩釉 Low-E 玻璃。我并非借此暗示切换材质就能自动确保幕墙安全，而是用它来检验在几何形态仍可商榷时，方案迭代闭环是否能够展现出具有实际意义的物理差异。
改进后的配置在测试扫描中返回 SCREEN-CLEAR：峰值汇聚比为 1.10 倍，焦点表面温度约为 74 摄氏度，每天焦点停留时间为 0.0 小时。SCREEN-CLEAR 仅代表允许继续推进方案探索，仅此而已。它既不是施工许可批准，也不是认证，更不能替代实际建筑项目所需的下游光学分析和持证专业审查。
我发现这种对比远比孤立的红色告警结果更有价值。凹面方案将反射光线汇聚到人员活动平面上；而在测试设置中，凸面且带有彩釉的配置则分散了反射光斑。将两张分析表并排放置，使得设计后果得以展开讨论，这是仅凭效果图无论如何也做不到的。团队可以质疑输入参数、审查扫描轨迹、调整造型，并确定哪些部分需要更深入的研究。
我刻意克制了将这一对比转化为成本节约说辞的做法。该演示包含一个 3,918,060 美元的改造风险敞口数字，但那只是基于未取整面积和每平方英尺 35 美元的假设所做的示意性计算，既非市场价格、项目估算、客户成果，也不是避免支出的承诺。工程论证自立于此，无需假装知晓一个根本不存在的项目的实际造价。
门禁机制应当留存可追溯的痕迹
我构建了 Constructability Report，因为我不希望初筛判断成为该决策存在的唯一孤证。设计审查需要的不仅仅是一个带有颜色的结论，更需要概念输入、筛选规程、原始结果、固定阈值、审查批注、溯源信息以及初筛免责声明作为一个整体共同流转。
我必须克制将报告仅仅当作装饰性导出的念头。留存凭据本身就是工程行为的一部分。 审查人员应当能够看到受检的 FacadeSpec、设定的日光扫描轨迹、越过门禁的数值，以及附随结论的警示说明。HTML 和 JSON 导出使得初筛成为一项受约束决策的永久记录，而不仅是一场转瞬即逝的演示。
我也将评估测试套件置于公众视野之下，因为我不希望一个看似完美的仪表盘承载缺乏明确定义的结论。在包含 5 个案例的固定黄金测试集上，离线测试套件报告的精确率为 1.0，召回率为 1.0：2 个真正例、3 个真负例、0 个假正例和 0 个假负例。该结果仅属于这一固定测试集，并不代表生产环境准确率、普适安全率，也不能作为断言所有幕墙皆安全的依据。
这些检验非常具体。具有明确灾害记录的模拟案例均被标记，而对照案例则顺利通过。一个通用的凹面幕墙模型温度达到 102.6 摄氏度，相比之下改为平面后为 74.6 摄氏度，而更低的反射率则使平面基准降至 64.0 摄氏度。两个被标记的公开描述近似案例分别达到了 122.3 摄氏度和 143.8 摄氏度，均高于 80 摄氏度的常见塑料热变形一致性阈值。这些都是可复现的演示检验，而非来自记录在案建筑的实测输出。
我将这些边界写入报告中，因为一旦适用范围被埋在脚注里，结果的可信度就会大打折扣。Caustic 的价值并不在于它能宣布某个幕墙是安全的，而在于它让一项有限的前期决策变得可审查、可复现且易于质疑，避免专家日后不得不去拆解一个未经深思的概念方案。
我如今对早期工程初筛所抱持的标准
完成这次构建后，我对 AI 在建筑学中的应用抱有了更克制却也更严苛的期望。我不需要一个美学系统来向我保证某种玻璃形体多么引人注目。我需要的是一个严谨规范的流程：它能将确定性物理规律引入概念迭代闭环中，展示其所依据的假设，并在几何形态超出模型能力范围时适时止步。
我围绕一个微小却至关重要的区别构建了 Caustic：初筛可以指引后续工作的方向，而无需冒充最终成果。Crescent Tower 在方案迭代过程中将聚光风险直观呈现出来；改进后的变体表明形态与材料的选择能够改变测试结果；Helix Pavilion 则拒绝表演虚假的确定性，并将问题转交至全光学仿真。
如果你更愿意亲眼看看而不是听我描述，这里是完整端到端运行的演示。
可运行版本将发布于 https://veriprajna.com/demos/ai-architecture-structural-engineering，以便大家能够审查整个推导流程，而非盲信结论。我反复思考的设计问题其实比软件界面更加朴素：在物理光路得到检验之前，渲染图根本没有资格拥有工程结论的权威性。
