我们总说土木工程是夕阳产业，可是土木工程看似又是一个”常阳产业“？其实我们似乎正在告别一个时代。在这个时代里，我们手握有限的算力，在经验的迷雾中提炼口诀，用线性的公式去猜测非线性的世界，将复杂真实的物理现象，压缩进一本本厚重的规范条文里，我们称此为“设计”。
而我对另一个时代的展望在此与大家分享，它正以指数级的速度向我们奔来。在这里，算力如同空气般无处不在，人工智能开始理解工程的语义与逻辑。我们不再需要“猜”，而是可以直接“看见”——看见结构在万千次地震波下的真实颤动，看见混凝土开裂的每一条纹路，看见从概念到倒塌的全生命周期。我们不再仅仅“设计”一个满足规范的结构，而是在数字世界里“仿真”并“检验”一个真实的生命体。
我不禁提问，刺破了这两个时代间的薄纱：“在逼近强人工智能和无限算力的面前，土木工程会走向死亡吗？”
我依然认为：土木工程不会死。但那个我们熟悉并赖以生存了数十年的旧范式，它的终结，已经开始了。
这是一个关于颠覆、重构与重生的故事。我们这代人，或许正是最后一批旧时代的土木人，也注定是第一批新时代的建造者。
· 范式的消逝和新时代的诞生（一）
我以前在公众号说过，设计逐步走向成熟需要：
1、逐步完善的规范体系；
2、逐步成熟和完备的本构计算理论；
3、能经受工程实践检验的计算程序；
4、充足的试验成果和大量的工程经验总结；
5、提升新的抗震概念(减隔震等)设计先进思想理念。
这恰恰是旧范式最体面、最扎实的表达。它们代表的是“有限算力时代”的智慧。而我们之前讨论的所有东西，本质上就是在问：如果基础假设变了（AI和算力颠覆了），这些所谓的“真理”还成立吗？确实是过去半个世纪结构工程走向成熟的标志。如果我们不再仅仅“设计”一个满足规范的结构，而是在数字世界里“仿真”并“检验”一个真实的生命体呢？所以如果用我们新范式的视角的视角来审视：
1. “逐步完善的规范体系”
旧范式认为：规范越完善，设计越成熟。
旧范式的规范的本质，是算力匮乏时代的“计算方法汇编”。它的“完善”，是在线性假定、简化方法这个框架内的精修——反应谱曲线更优了，层间位移角限值更细了，各种修正系数更全了。
这就像在算盘时代，把珠算口诀编得越来越厚、越来越全。但当电子计算器出现后，口诀再完善，也失去了根本意义。
未来的“规范”，不再是计算方法汇编，而是风险共识底线——只定义材料本构和可接受的倒塌概率阈值。所谓“完善”，不是条文越来越多，而是底线越来越清晰、共识越来越明确。
2. “逐步成熟和完备的本构计算理论”
旧范式下的“本构理论”，是用来简化的——我们要把一个复杂的物理过程，用几个参数描述出来，好塞进那个算力有限的程序里。
在旧范式下始终存在一道裂痕：科研端追求“真实”，开发出越来越复杂的本构模型；工程端却只能“简化”，或用极度粗糙的模型去猜真实响应。因为那些真实的模型太复杂，参数太多，计算太慢，根本进不了设计院的项目周期。这道裂痕不是谁的责任，而是算力限制下的必然。
未来对本构理论的需求，不再是“简化”，而是逼近真实。AI与强算力正在填平这道鸿沟，它可以学会那些复杂的本构，不是简化它，而是把它的行为压缩成可快速调用的代理模型；它可以自动判断哪里用精细本构、哪里用简化模型，实现精度与成本的动态平衡；它还可以基于整体响应反向校准局部参数，让模型更逼近真实。我们需要更精准地描述混凝土从开裂到压溃的全过程，需要更真实地模拟钢筋的屈服和硬化，需要能预测材料在多轴复杂应力状态下的响应。
这意味着，科研人员几十年积累的“真实本构”，终于可以迅速走出论文、走进设计。工程人员再也不用在“算得动但不准”和“准但算不动”之间痛苦抉择。所以这条虽然没有错，但内涵变了：从“简化的艺术”变成“真实的追求”。
3. “能经受工程实践检验的计算程序”
旧范式下的“计算程序”，是工程师的工具——你指挥它，它执行。SAP2000、PKPM、MIDAS，都是这个逻辑。
但未来的“计算程序”，可能是AI自动生成的。那些土木码工们花几年开发的插件，未来AI三分钟就能重写，范式级对话式的 Coding Idea、Vibe Coding完全冲击了旧范式下的规约编程。而且AI可以针对每个具体问题，动态生成最合适的求解算法、最适配的网格划分、最优的计算流程。当然，给予AI能力的世界已经有这样的知识体系储备！
那么“经受工程实践检验”这句话，主语就变了。不是某一个固定的程序被检验，而是AI生成解决方案的能力被检验。就像今天我们不问“这个编译器可靠吗”，而问“这段代码跑出来的结果可靠吗”。
4. “充足的试验成果和大量的工程经验总结”
在旧范式下始终是“离散”的。试验的目的是提炼经验公式——做一批梁，回归出一条曲线，写进规范；做一批节点，再回归出一条曲线，再写进规范。这些成果散落在 decades 的论文里、报告中、规范条文里，每一个都是局部真理，但从来没有被整合过。经验总结更是如此——“我做过的项目告诉我，这里要小心”，这句话本质上是一种无法量化的直觉，它藏在老工程师的脑子里，传不下去，也验证不了。
但AI正在改变这一切。那些已经完成的基础试验、那些已经发表的SCI理论，在任何一个软件、任何一个工程师手里，都只能被“简化使用”——因为人脑装不下全部，软件写不进全部，但AI可以。它可以读遍所有的试验报告，学会所有的本构理论，然后在自己的世界里把这些碎片整合成一个完整的认知系统。它不需要简化，它可以同时记住一万个试验的细节，并在每一次分析中调用最相关的那部分。
它的内涵需要被彻底重写：从“离散的试验和模糊的经验”，变成“可被AI完整习得的认知系统”。那些几十年来积累的试验成果和工程经验，终于等来了一个能真正消化它们的“大脑”。
经验总结，过去是靠专家个人积累——“我做过的项目告诉我，这里要小心”。未来，AI可以学习所有的工程经验——全行业的历史数据、每一份试验报告、每一次震害调查。但这里有一个前提：这些经验必须是数字化、结构化的，而不是藏在老工程师脑子里的“口诀”。
它的内涵变了，它需要数字化重生。
5. “提升新的抗震概念(减隔震等)设计先进思想理念”
这句话在今天读来如此自然，因为它完全符合我们对“进步”的理解：先有天才提出新理念（减隔震、消能减震、摇摆结构），然后行业学习、推广、写进规范，最后工程师掌握这些“先进思想”，用它们去设计更好的建筑。本质上也是在创造。不可否认，新时代创造新的产品，将会比旧范式下更容易推荐，未来不再简单的混凝土、钢筋、钢材，而是更丰富的力学元素，机构体系，来辅助建筑结构。
“先进理念”这个词本身就带有时代烙印：因为算力有限，我们只能把设计方案归类为几种“理念”，然后让工程师在这些理念里选。未来，理念不是选的，是长出来的。
又比如，在算力爆发+AI的时代，“万波计算”和“概率谱”，就是这种新范式的技术底座。它们让设计不再依赖有限的“理念”，而是直接面对无限的概率空间。
先想象一下旧范式下的抗震设计是怎么做的。我们用三条波、七条波，撑死了十几条波，去“代表”未来五十年可能发生的所有地震。这就像用一个班级的考试成绩，去预测这个国家所有学生的命运——你心里清楚，这只是一个粗糙的样本，但你只能用这个样本，因为你没有能力考遍所有人。
所谓万波计算，不是真的只用一万条波——它指的是用足够多的地震记录，去覆盖真实地震作用的统计分布。可以是三千条，可以是八千条，可以是未来算力允许下的任何数量。这些波不是“代表性样本”，它们本身就是样本。我们不问“哪条波最不利”，我们问“在所有可能的地震里，这个结构的表现分布是什么样的”。
于是，我们不再得到一个“位移角是多少”的单点答案，而是得到一整套统计结果：位移角的均值是多少，方差有多大，90分位值在哪儿，超过限值的概率是多少。概率谱不是对反应谱的“改进”，它是另一种维度的存在。反应谱是一条线，告诉你“某条波下的响应”；概率谱是一个面，告诉你“在所有可能的地震下，结构响应的完整分布”。
万波计算是手段，概率谱是语言。它们共同构成了其中一种新范式可能性的技术底座。
在这个底座之上，设计不再是“选理念”：是选减隔震还是选延性设计，是配这些钢筋还是配那些钢筋——这些讨论都被消解了。因为AI可以在万波计算的支持下，直接探索从传统方案到混合方案到完全陌生方案的整个设计空间，然后给出每个方案的完整概率谱。
所以，新的理念之所以重要，不是因为它们更精确（虽然它们确实更精确），而是因为它们让设计第一次直面真实世界的本质——世界是不确定的，结构是不确定的，我们唯一能做的，不是用一个确定性的答案骗自己，而是把这种不确定性算清楚、讲明白。
· 范式的消逝和新时代的诞生（二）
又比如：Computers and Structures, Inc. (CSI) 创始人、SAP2000 软件核心开发者 Edward L. Wilson (威尔逊教授) 的那句名言：
"No computer program can replace the judgment of a competent engineer."
“任何计算机程序都无法替代一位称职工程师的判断。”
这句话，在过去三十年里，被无数人奉为圭臬。它是工程师面对自动化浪潮时的精神支柱，是行业捍卫“人的价值”的理论依据。而这一切我都认为，确实是“之前时代范式的产物”——它们是那个有限算力时代最精炼的表达。
威尔逊教授说这句话的时候，“computer program”指的是SAP2000、ETABS这类工具——被动执行指令，你输入什么它算什么，它不知道你在干什么，不知道为什么这么算，更不知道自己算出来的东西意味着什么。
但今天，我们面对的已经不是“program”，而是AI。
这个区别是根本性的。
Program执行指令，AI生成策略。 你告诉程序“算这个模型”，它就老老实实算。你告诉AI“我要一个跨海大桥，成本尽量低，抗震尽量好”，它给你生成一百个方案，附带每个方案的倒塌概率、材料用量、施工难度。
Program没有经验，AI可以学习经验。 一个工程师要三十年积累的经验，AI可以在几天内学完——全人类的试验数据、每一次震害调查、每一个失败案例。当AI说“这个节点在3%概率的地震下可能出问题”时，它背后是十万个案例的统计，不是某个人的“感觉”。
Program无法解释，AI可以解释。 “为什么选这个方案？”“因为它在1000条地震波下的平均倒塌率最低，且对参数变化不敏感。”AI不仅能给答案，还能给理由。
如果只讲到这里，还只是“技术性讨论”。要真正否定威尔逊教授的框架，需要触及一个更根本的问题：
在未来的工程范式中，“人的判断”本身，正在成为不可接受的风险。为什么呢？
因为当AI能够基于海量数据、精细仿真和概率分析给出更准确的结果时，任何偏离这个结果的“个人判断”，都意味着可量化的额外风险。
假设AI说“这个结构的倒塌概率是0.3%”，工程师凭经验说“我觉得没问题，不用改”。如果这个“觉得”让实际风险上升到了0.5%，这0.2%的增量风险，就是“人的判断”的成本。
在安全至上的工程领域，我们有什么理由接受这个成本？
因为AI可能出错，但人同样会出错，而且人的错误更随机、更不可控、更难以追溯。在一个AI可以解释自己推理过程的时代，“人的判断”反而成了那个不可解释、不可验证的黑箱。
未来的范式，可能会首先依据AI来检查：“任何偏离AI基准方案的设计修改，必须提供概率意义上的安全性证明。”
这里不是否定威尔逊教授，而是延续威尔逊教授的核心精神——工程师要对结果负责，要有自己的判断——不会过时。但“判断”的基础变了。威尔逊教授的话，在他所处的时代是真理。它保护了无数工程师的尊严，也保护了无数工程的安全。而如今，威尔逊教授这句话的技术性成立条件，正在被技术进步一点点抽掉。
总结
强AI的时代和强算力的时代，不是即将到来，是已经到来。我们正站在奇点之上——不是未来的某个时刻，就是此刻。算力不再稀缺，AI正在逼近强智能，那些我们曾经以为“只有人能做的事”，正在一件件被重新定义。
但土木行业里，还有多少人在假装看不见？还在用“我们这一行特殊”安慰自己，还在抱着经验口诀当真理，还在争论该用哪条波、该取哪个系数，仿佛把反应谱再修正一次就是进步。可另一边，AI已经在学习全人类的试验数据，算力已经在跑万条波的概率谱，全面仿真逐步在取代设计，这不是渐进，这是断层。
就像当年CAD来了，你在研究怎么削铅笔——不是铅笔不重要，是你研究的方向已经不属于这个时代。我们面前只有两个选择：继续做那个在角落里削铅笔的人，还是抬起头，走进那个已经打开的新世界。
欢迎关注微信公众号：建源学堂
