第十一章实验室里的争吵

　　“锚点”会议室经过两周的紧急改造，已经变了模样。厚重的铁门依旧，但内部陈旧的桌椅被替换成了可自由组合的模块化工位。墙角堆着还未拆封的高性能图形工作站和服务器机箱，线缆像藤蔓一样在地面沟槽中蔓延。空气里弥漫着新电子产品特有的微弱气味，混合着混凝土墙体的潮气，形成一种奇特的、属于“初创”与“遗迹”交织的氛围。

　　临时拉来的几块白板上，写满了潦草的公式、架构草图、以及关于“经验如何转化为规则”的激烈辩论片段。中央长桌上，摊开着苏州平江路项目的温启年手绘图纸复印件、旁边是运行着CORA测试版软件的笔记本电脑，屏幕上的三维模型与手绘线条形成微妙对峙。

　　实验室的核心成员都在，但气氛与启动会时的凝重同仇敌忾截然不同，弥漫着一股尖锐的、一触即发的张力。泾渭分明的两个阵营，隔着长桌，如同对峙的军队。

　　一方，以算法工程师李朗为首，加上刘艺和另外两名新招募的、拥有互联网大厂和海外顶尖AI实验室背景的年轻工程师。他们穿着连帽衫、T恤，身体语言放松，但眼神锐利，带着技术精英特有的、对“低效”和“不精确”的本能不耐。他们面前的屏幕上，流淌着代码、算法可视化图表、以及各种性能基准测试数据。

　　另一方，是赵志强、陈墨，以及今天被特意请来“提供实战经验输入”的两位老师傅——一位是退休返聘的钢结构专家钱工，头发花白，手指关节粗大；另一位是给排水领域的“大拿”孙工，说话带着浓重的口音，脾气火爆。他们面前摆着厚厚的纸质规范、泛黄的工程笔记本、以及画满了各种标记和疑问的打印图纸。张薇坐在他们稍靠后的位置，表情复杂，像在努力理解两个世界的话语体系。

　　周语笙坐在长桌一端，林宴之暂时未到。她面前摊开着笔记本，但笔尖悬停，眉头微蹙，显然正在承受着来自两边的压力。王屹试图打圆场，但效果甚微。

　　争吵的导火索，是CORA系统“经验规则导入模块”的第一次实战测试。测试案例是一个相对简单的任务：为一个老旧小区改造项目中的“社区共享厨房”优化机电管线综合布局。原始设计由一位年轻建筑师完成，美观但管线走向略显随意，存在几处潜在冲突。

　　李朗团队的工作是：首先，让CORA的算法自动读取建筑BIM模型，识别管线冲突，并基于最短路径、最少弯头、预留检修空间等标准规则，生成优化方案。其次，尝试导入赵工、孙工等人提供的“经验规则”——比如“给水管尽量走顶，排水管走地，避免交叉”、“强电弱电保持距离，平行敷设时间距不小于300mm”、“在潮湿区域，管线穿墙必须加设防水套管”等等。

　　问题出在“经验规则”的量化、优先级和例外处理上。

　　“钱工，您说的‘大管让小管，有压让无压’，这个原则在大部分情况下成立。”李朗指着屏幕上算法生成的一个优化方案局部，那里一根直径较大的空调冷凝水管为了让位给几根小口径的电缆桥架，绕了一个大弯。“但根据我们的流体力学模拟，这个弯头会增加局部阻力，导致系统整体能效下降约1.5%。而电缆桥架稍微偏移150毫米，对强电弱电隔离几乎没有影响。从全局能耗最优的角度看，应该让电缆桥架让位。”

　　钱工扶了扶老花镜，凑近屏幕看了半天，摇头：“小李，账不是这么算的。冷凝水管有坡度要求，你让它绕弯，不是增加一点阻力那么简单，搞不好会形成气堵，水流不畅，时间长了还容易沉积杂质。到时候堵塞了，检修起来要拆吊顶，麻烦大了！那1.5%的能耗，可能一年省不下几百块电费，但检修一次，人工材料就好几千！这个‘大管让小管’，是几十年施工和维修总结出来的血泪教训，不是坐在电脑前算算流体力学生就能推翻的！”

　　“但是钱工，”刘艺插话，她擅长参数化，对“最优解”有执念，“如果我们把‘避免长距离绕弯导致检修困难’也作为一个优化目标，赋予一个权重，输入到算法里呢？CORA可以在满足您这个经验约束的前提下，再去寻找能耗最优的解，也许能找到比现在这个绕弯方案更好的平衡点？”

　　“输入？怎么输入？”孙工的大嗓门响了起来，他指着白板上一条关于“排水管坡度”的经验，“像这条？‘排水管坡度一般不少于0.5%，特殊情况可适当减小，但不得小于0.3%’。‘一般’、‘适当’、‘特殊情况’——这些词，你们机器认得吗？多大算‘特殊’？‘适当’是多少？0.4%算不算适当？到了现场，地基有点下沉，或者管材有点变形，实际坡度可能就不够0.3%了，那时候就得靠老师傅的眼睛和经验去判断，是重新调整，还是能凑合用。这玩意儿，你们能编成‘规则’输进去？”

　　李朗的眉头拧紧了：“孙工，如果规则如此模糊，无法精确描述，那我们就无法让AI进行有效的学习和辅助。我们需要的是清晰的边界条件。‘特殊情况’具体指哪几种情况？‘适当减小’的量化范围是多少？我们需要把您的经验‘翻译’成机器语言。”

　　“翻译？”钱工苦笑，“我要是能把这四十多年在工地摸爬滚打、见过的各种稀奇古怪的状况和解决办法，都一条条‘翻译’成你们机器能懂的‘规则’，那我早就出书当教授了，还坐在这里？有些东西，它就不是‘规则’，是‘感觉’，是‘手感’！到了现场，手一摸，眼一看，耳朵一听水流声，就知道这管子这么走将来要出事。这怎么翻译？”

　　“感觉无法标准化，就无法规模化，无法复用。”另一位从互联网大厂挖来的年轻算法专家冷静地指出，“我们构建CORA系统，目的是提升整个集团的设计效率和质量基线。如果核心的‘经验’无法被有效提取和编码，那么我们最终做出的，很可能只是一个加强版的、自动化程度高一些的传统设计工具，无法从根本上应对元构那种基于海量数据和明确优化目标的、系统性的效率碾压。我们必须追求极致的、可量化的‘最优’，用算法去逼近理论的极限。模糊的经验，可以作为初始输入或参考，但不能成为阻碍寻找更优解的枷锁。”

　　“枷锁？”孙工“啪”地一拍桌子，站了起来，“小子！你懂什么叫‘更优’？你那个算法算出来的‘最优’，是把房子盖在纸上的最优！我们谈的，是把房子立在现实世界里，几十年不倒、好用、好修的最优！你那个1.5%的能耗节省是‘优’，我避免了一次将来可能发生的、需要砸墙破肚的大维修，就不是‘优’了？哪个‘优’更大？你们这些坐在空调房里敲代码的，根本不知道工地上一旦出事，是多少麻烦，多少成本，甚至要出人命的！”

　　“孙工，冷静点。”王屹赶紧打圆场。

　　“我没法冷静！”孙工脸涨红了，“林总请我们来，说是让我们这帮老家伙的经验‘变成宝’。可现在看起来，你们是嫌我们这些‘老古董’碍事，挡了你们追求什么‘极致效率’的路！觉得我们的经验是‘模糊’的，‘不精确’的，‘无法规模化’的！那还要我们来干什么？你们自己搞你们那套‘最优’不就完了！”

　　实验室里的空气仿佛凝固了，充满了火药味。李朗等年轻工程师脸色难看，但眼神倔强，显然并不完全服气。他们认为老师傅们固步自封，拒绝用科学的、量化的思维方式来提升自己。而老师傅们则感到自己的毕生积累被轻视、被质疑，甚至被贬低为“不科学”的障碍。

　　张薇咬着嘴唇，想说什么，又忍住了。她理解年轻工程师对效率和精确的追求，那是应对元构竞争所必需的。但她更深知，老师傅们那些无法言传的“手感”，是多少工程教训换来的，是保障建筑长期安全可靠运行的真正基石。两者之间，似乎存在一道难以逾越的鸿沟。

　　周语笙放下笔，抬起头，目光平静地扫过争执的双方。她没有立刻支持任何一方，而是提出了一个问题：“李朗，你设计的算法，在寻找‘全局能耗最优’时，考虑的‘全局’，边界在哪里？”

　　李朗愣了一下：“边界？就是这个共享厨房项目的建筑红线内啊，包括所有相关的机电系统。”

　　“那么，”周语笙转向钱工和孙工，“钱工，孙工，你们在判断管线该怎么走时，考虑的‘全局’，又包括什么？”

　　钱工哼了一声：“那多了！这个厨房上面是什么房间？会不会有振动？旁边是什么结构墙，能不能打洞？用的什么牌子的管材，热胀冷缩系数多大？将来物业维修的人技术水平怎么样？甚至……这个小区住的都是什么人，使用习惯怎么样，会不会乱改动？”

　　“看到了吗？”周语笙对李朗和其他年轻工程师说，“你们的‘全局’，是一个被清晰定义、输入系统的数字模型。而老师傅们的‘全局’，是一个包含了物理环境、材料特性、施工工艺、未来使用、甚至人文因素在内的、开放的复杂系统。你们的算法在‘封闭系统’内寻找最优解，这很厉害，是元构正在做、并且做得比我们可能更好的事。但老师傅们的经验，处理的是‘开放系统’中的适应性生存问题。两者并不在同一维度上。”

　　她顿了顿，继续道：“你们争论的焦点，看似是‘规则该不该模糊’，本质是‘我们要优化的目标，究竟是什么？’是那个封闭数字模型里的单一或多目标函数最优？还是在开放现实系统中，保障项目长期、安全、可靠、好用的综合‘适应性’最优？后者，显然更难定义，更难量化，也……更接近建筑的本质。”

　　年轻工程师们沉默下来，陷入思考。

　　就在这时，厚重的铁门被推开，林宴之走了进来。他显然在门外已经听了一会儿，脸上看不出喜怒，只是目光沉稳地扫过在场的每一个人，最后落在长桌中央那对峙的图纸与屏幕上。

　　“吵完了？”林宴之走到周语笙旁边的空位坐下，声音不高，却让所有人精神一凛。

　　“林总，”李朗试图解释，“我们是在讨论如何更有效地将经验规则编码……”

　　“不用复述，我听到了。”林宴之抬手制止了他，“争吵是好事，说明大家都在认真思考核心问题。但无休止的争吵，解决不了问题。”

　　他身体微微前倾，双手交叉放在桌上：“我先问你们几个问题。第一，元构的ArchGPT，有没有可能通过接入物联网数据、学习更多维修案例，在未来某一天，学会钱工说的‘避免气堵’和孙工说的‘坡度现场判断’？”

　　众人一愣。李朗迟疑道：“理论上……如果数据足够多，标注足够好，模型足够强大，是有可能逼近的。但需要时间，而且对‘现场感’的把握，可能永远无法完全达到人类水平。”

　　“好。第二，如果我们完全放弃对老师傅们‘模糊经验’的转化尝试，只追求封闭系统内的、可量化的效率最优，我们做出的CORA，和元构的ArchGPT本质区别在哪里？我们凭什么赢？”

　　这次，连最激进的年轻工程师也沉默了。做另一个元构，且是资源和数据上可能都落后的“仿制品”，胜算渺茫。

　　“第三，”林宴之看向钱工和孙工，“如果我们固守经验，拒绝一切将经验进行抽象、提炼、尝试标准化的努力，那么当钱工、孙工您们这一代老师傅退休后，这些宝贵的经验如何传承？靠师徒口传心授，能跟得上元构用算法在几分钟内复制、迭代、优化其‘模型’的速度吗？恒信对抗元构的‘经验壁垒’，会不会随着时间而风化消失？”

　　两位老师傅张了张嘴，最终也沉默了。他们知道，老办法传不下去，也跟不上新时代的速度了。

　　“所以，”林宴之总结道，语气斩钉截铁，“我们必须找到一条中间道路。这条道路的初期原则，我现在就定下来，都听清楚——”

　　所有人屏息凝神。

　　“第一，AI辅助决策，人类负责创造与最终判断。 CORA系统的所有输出，无论是方案建议、管线优化、还是规范检查结果，都必须是可解释的。它不仅要给出‘最优解’，还要尽可能给出推理过程、相关数据依据、以及不同方案间的权衡分析。最终的选择权、否决权，必须在人类设计师，特别是拥有相关经验的人类专家手中。AI是参谋部，不是司令部。”

　　“第二，经验输入的优先级高于纯算法优化。在系统开发的现阶段，当算法生成的‘效率最优’解，与老师傅们提出的、基于长期实践总结出的关键经验规则（尤其是涉及安全、长期可靠性和重大维修成本的规则）发生冲突时，默认以经验规则为优先约束条件。算法的工作，是在满足这些关键经验约束的前提下，再去寻找局部效率的提升空间。我们要的不是理论上的全局最优，而是实践中的可靠次优。”

　　“第三，启动‘经验数字化’专项。由语笙牵头，王屹、李朗、刘艺，你们组成技术组。钱工、孙工、赵工、陈工，还有张薇，你们组成经验组。任务不是把‘感觉’变成精确规则，那是mission impossible。我们的任务是：1.案例回溯：系统梳理恒信历史项目，特别是那些出现过问题、后来成功解决的项目，将问题现象、原因分析、解决方案、以及其中依赖的‘经验判断’点，进行结构化记录。2.建立‘经验-参数’关联库：探索能否将某些模糊经验，转化为可调节的参数或权重范围，输入系统，让AI在生成方案时，将这些因素纳入考量。比如，‘对检修便利性的重视程度’可以是一个滑动条，调高时，算法会更倾向于选择便于检修的布局，哪怕牺牲一点理论效率。3.开发人机协同界面：让老师傅在审阅AI方案时，能便捷地标记出‘我觉得这里可能有问题’，并可以用语音、草图、或选择预设的‘经验标签’来说明担忧，这些反馈将作为宝贵数据，用于优化算法。”

　　他目光扫过年轻工程师们：“不要觉得降低了对‘最优’的追求。我们要追求的，是在现实世界中真正可靠的‘优’。这个目标，比在封闭模型里追求数学最优，更难，也更伟大。”

　　他又看向老师傅们：“也请你们理解，将经验进行某种程度的‘数字化’尝试，不是否定你们，而是为了让你们宝贵的智慧，能突破时间和个体的限制，在更大的范围内、以更快的速度发挥作用，守护更多建筑的安全与长久。这需要你们的耐心和开放。”

　　实验室里一片寂静。最初的尖锐对立，在林宴之清晰的原则和框架下，似乎暂时找到了一个可以搁置争议、共同试错的平台。李朗等人意识到，纯粹的算法傲慢无法解决问题，必须学会与“不完美”的现实和经验共舞。钱工、孙工等人也略微松动，或许，用新的方法传承经验，也是一种可能。

　　“原则定了，剩下的就是干。”林宴之站起身，“争吵可以有，但必须是为了解决问题吵。从今天起，我们要学会一种新的语言——一种能让算法听懂一些经验，也能让经验理解一些算法的‘协同语言’。这条路没人走过，我们会犯很多错，但方向，必须坚持。”

　　他看向周语笙和王屹：“具体的工作拆分和计划，你们来定。我要每周看到进展，哪怕是失败的教训。”

　　会议散去，实验室里重新响起敲击键盘和低声讨论的声音，但先前那股剑拔弩张的气氛，已然被一种更加复杂、但也更加务实的探索氛围所取代。筑魂之路，注定充满这样的碰撞与磨合。而第一次内部争吵的平息，仅仅是迈出了学会“协同”的第一步。深层次的理念差异并未消失，只是被暂时收纳到一个更具建设性的框架之下，等待着在未来的具体项目中，接受更为严苛的考验。