产品创新设计是工业设计类专业和设计学专业的一门专业课，该课程具有应用性和操作性强的特点。本书共分8章，系统阐述计算设计的理论构建、学科边界、实践路径、技术融合及未来趋势。第1章从数据驱动设计的范式转移入手，探讨设计数据的采集、分析与流程构建；第2章界定计算设计的内涵与外延，辨析其与传统设计、AI设计的本质差异；第3章通过跨领域案例，提炼计算设计的实践路径与效能评估体系；第4章聚焦生成式AI对计算设计的重塑，分析新流程、新美学及新挑战；第5章探讨计算设计与AI技术的融合路径，涵盖建筑、工业、数字媒体等领域；第6章梳理AI时代计算设计的技术平台，构建分类体系并展望未来；第7章描绘智慧设计的演进图景，从自动化到自主化，重新定义人类角色；第8章展望未来设计范式的颠覆与设计师进化，提出核心能力培养与教育改革建议。

本书共分8章，系统阐述计算设计的理论构建、学科边界、实践路径、技术融合及未来趋势。第1章从数据驱动设计的范式转移入手，探讨设计数据的采集、分析与流程构建；第2章界定计算设计的内涵与外延，辨析其与传统设计、AI设计的本质差异；第3章通过跨领域案例，提炼计算设计的实践路径与效能评估体系；第4章聚焦生成式AI对计算设计的重塑，分析新流程、新美学及新挑战；第5章探讨计算设计与AI技术的融合路径，涵盖建筑、工业、数字媒体等领域；第6章梳理AI时代计算设计的技术平台，构建分类体系并展望未来；第7章描绘智慧设计的演进图景，从自动化到自主化，重新定义人类角色；第8章展望未来设计范式的颠覆与设计师进化，提出核心能力培养与教育改革建议。

前言

序
在奔流的算法中，打捞星光
今夜，济南的星空分外明亮。而我，正透过这双已然昏花、布满血丝的眼睛，感受屏幕射出的、星光似的冰冷辉光。当这部书稿的最后一个句点落下，我没有感到如释重负，反而被一种巨大的虚空与不舍攫住。四年，四次推倒重来，我仿佛西西弗斯，一次次将名为完稿的巨石推上山巅，又一次次在AI 技术奔腾的轰鸣声中，眼睁睁看着它滚落谷底。这不是懒惰的拖延，而是一种面对时代洪流的惶恐与敬畏。当我试图为计算设计划定疆界、构建体系时，其本身的内涵正以月甚至以周为单位急速膨胀、裂变。刚刚落笔的定义，转瞬即成明日黄花；方才引以为傲的案例，旋即被更颠覆认知的工具所超越。跟踪，已觉力不从心；妄言超越，更恐是痴人的呓语。我曾无数次在书斋内徘徊，感觉自己不是在书写一部著作，而是在追逐一列风驰电掣的星际列车，手中攥着的，不过是几张即将被飓风撕碎的草图。
然而，时间的河流从不因任何人的彷徨而停歇。四年砥砺，四度涅槃，我终于明白，永恒的星光永不存在于奔涌的江河之上，本书是一个勇敢的渔夫，在某个特定的河段，奋力撒网，并打捞起的属于那个瞬间的、最璀璨的星辉。此刻，就是我的时刻。这四个月的挑灯夜战，近乎搏命般的书写，便是在将这四年间被打碎又重塑的观点，将那些在算法与数据间闪烁不定的智慧灵光，奋力凝结于此卷。
这本书，是我，一位在山东建筑大学这片沃土上，从工学一路跋涉至设计学，始终在探索方法与创造边界的学者交出的，一份关于时代、关于未来、也关于我们自身命运的答卷。我的学术旅程，始于工学的严谨土壤，成于设计学的广袤天地。山东建筑大学，这座以筑建天下为情怀的学府，赋予我一种独特的视角：一切飞扬的创造，必须立足于坚实的大地。我们谈论计算，其根基依旧是设计；我们憧憬数字未来，其归宿终究是人间烟火。
故而，本书开篇，我们并未急于展示那些令人炫目的技术奇观，而是沉潜下来，进行数据驱动设计范式的理论构建与方法论研究。这并非迂腐，而是试图为这场设计革命寻找它的第一性原理。数据，是新时代的砖石与木材，如何采集、如何凝练、如何让它开口说话，是一切计算的基石。这背后，是我们在工程训练中刻入骨髓的求是精神在拥抱不确定性之前，必须先建立确定性。
随后，我们试图为这片激荡的新大陆绘制地图，进行计算设计的内涵与外延的学科边界界定。这让我常常想起在建筑学院里，我们对什么是建筑的永恒追问。它不仅是遮风避雨的构筑物，更是空间的艺术、社会的容器、历史的年鉴。同样，计算设计也远非用计算机做设计那么简单。它是思维范式的根本迁移，是从我如何给出一个方案到我如何定义一个问题，并让机器与我共同探索千万个解决方案的升华。这份厘清，是学者应有的冷静与担当。
而计算设计的实践路径与效能评估，则是我们作为建筑大学一员，对实践永不磨灭的忠诚。理论的翅膀无论能飞得多么高远，最终都需要在真实的土地上留下足迹。我们解剖案例，并不是为了建造一座技术的奇观陈列馆，而是为了提炼出可复制、可演进、可评价的方法论。这就如同一位老师傅，不仅要做出精美的榫卯，更要能将其中的技艺、心法传授于后人。
如果说前三章，是我们为大厦夯下的地基与立起的梁柱，那么生成式AI 与计算设计的新质生产力、新流程与新美学融合，则是在这大厦之上，点燃的一场最为炽烈，也最令人炫目的烟火。故而，我们致力于寻找技术共生的核心逻辑，探索AI 时代计算设计与AI 技术的融合路径。这并非简单的技术拼接，而是试图为两条并行的河流找到汇流的底层脉络。AI 是新时代的水流，计算设计是承载其价值的河道，如何让算法的势能与设计的创造力同频共振，如何规避技术叠加的伪创新，是融合的关键命题。这背后，是跨学科探索中不可或缺的审慎精神，在追逐技术红利之前，我们必须先厘清其中的本质关联与适配逻辑。
进而，我们试图为这片技术交融后的沃土绘制清晰的导航图，寻找计算设计在AI 时代的应用技术平台。这时常让我联想到建筑设计中，我们对空间路径的精细规划：一座建筑的价值，不仅在于宏伟的外观，更在于流畅的动线、适配的功能、使用者的体验。同样，AI 时代的计算设计平台，也远非工具的集合那么浅显。它是生态的骨架、实践的载体，是从技术可能性到产业实用性的转化桥梁。这份梳理，不是为了陈列琳琅满目的工具，而是为了让从业者在纷繁选择中找到适配自身的路径，体现了研究者为行业赋能的务实精神与远见。
生成式AI 正是让我四次重写本书的罪魁祸首，也是赋予本书以当代性的神来之笔。生成式AI 的出现，不是工具库里的简单增项，而是一场设计主体性的地震。它迫使我们去思考：当创意可以如流水般被生成，设计师的价值何在？这让我陷入长久的哲学沉思。千百年来，人类以造物主自居，我们的设计，是意志向外部的投射，是无中生有的骄傲。而生成式AI，它更像是一位拥有无限知识、无限精力，却暂无完整意志的共创者。我们的角色，正在从执笔的画师，转变为播种的园丁与导航的船长。我们定义规则、设定目标、注入灵魂，而生成式AI，则负责在那片浩瀚的可能性之海中，为我们导航，打捞起我们梦寐以求，甚至超越我们想象的珍珠。这不是主体的消亡，而是主体的升华。它将设计师从大量重复、烦琐的劳作中解放出来，去专注于更本质的工作：洞察人性的需求，定义时代的美学，平衡技术的效能与人文的温度。本书记录了这一裂变前夜的思考与阵痛，它试图捕捉的，是那道劈开传统设计认知苍穹的闪电。
基于这场裂变，我们的视野得以投向更遥远的未来。智慧设计的未来图景与未来设计范式的颠覆与设计师的进化，便是我们向那片未知星空投去的、充满期待与审慎的一瞥。自动化意味着效率，是工具的极致；而自主化则触及了生命，是系统开始拥有感知、进化等能力。这听起来科幻，却已在地平线上露出微光。我们会迎来一个设计系统自我迭代、永不眠息的时代吗？那时，设计本身，又会变成何种模样？
这些问题没有答案，但我们必须发问。因为未来的图景，正是在今天的问题中被勾勒出来的。在这份预测中，我最终的落点，并非技术的奇异，而是人的进化。当机器愈发智能，我们作为人，那区别于一切造物的、最珍贵的品质是什么？是爱，是悲悯，是道德的选择，是面对一片落叶时心头泛起的诗意，是在无尽数据中依然能识别美与善的直觉，是明知不可为而为之的勇气，是赋予一切造物以意义与故事的渴望。这些，是算法无法计算的内核，是人类智慧最后的，也是最坚固的堡垒。
回首这四年的历程，从壮年写到眼花，从踌躇满志写到惶恐谦卑，这本身就如同一场漫长的修行。我曾以为自己在书写一部关于计算的书，如今方才顿悟，我书写的，实则是一部关于人在技术洪流中，如何自处、如何奋进、如何保持尊严与梦想的寓言。
这本书，是我在奔流不息的算法长河中，奋力打捞起的属于这个时代的一片星光。它不完美，甚至可能很快就会被超越，但它真实、炽热，凝聚了我全部的心血与诚实的思考。
而我想对每一位翻开此书的读者，对每一个在这个变幻的时代中感到困惑又充满渴望的灵魂说：请不必畏惧技术的深邃，也无须臣服于时代的喧嚣。真正的设计，始于我们内心的宇宙。去学习，去创造，去感受，去爱。去用算法的严谨，构建你梦想的骨架；用人性的光辉，点亮它永恒的灵魂。
请相信，在这个智能涌现的时代，每一个人，都可以，也应当，成为那璀璨星河中，独一无二、不可替代的一颗明星。
而我，愿以此书为起点，继续这场无尽的探索。我将继续扎根于山东建筑大学的学术沃土，仰望星空，脚踏实地。我相信，只要怀揣着对真理的渴求、对人类的挚爱，终有一日，我，李月恩，也将在人类设计文明星图上，留下自己的坐标。
这，是我的誓言，也是我献给这个伟大时代，最真诚的礼物。

后记

历经四载春秋，四次推倒重来的淬炼，本书终于付梓。这部书稿的书写过程，早已超越单纯的学术研究，成为一场跨越技术迭代与人文思考的修行。我在奔流不息的算法长河中打捞星光，每一份支持与陪伴都如微光汇聚，照亮了这条探索之路。在此，谨以最诚挚的心意，向所有给予我力量、启发与包容的存在，致以最深切的谢意。
学术之路上，我首先要向计算设计及相关领域的先驱与同人致以崇高敬意。这部书稿植根于无数学者的智慧积淀：Ivan Sutherland在1963 年提出的画板系统，为参数化设计埋下了第一颗种子；Christopher Alexander 在《形式综合论》中构建的数学与计算技术融合思想，为跨学科研究提供了早期范式；Kalay 对参数化建模的几何关系计算表征、Kolarevic 对参数化设计的系统性定义，为本书的概念界定提供了核心支撑。同时，感谢Autodesk 团队在生成式设计、建筑信息模型与AI 融合的领域的实践探索，其技术文档与案例研究为本书提供了重要参考；OpenAI、Stable Diffusion 等团队在生成式AI 技术上的突破性进展，让本书对AI 技术与计算设计融合的探讨有了坚实的技术依托。
我由衷感谢书中引用的所有参考文献的作者，你们的研究成果构建了计算设计领域的知识图谱：从数据驱动设计的范式转移理论，到生成式AI 重塑设计流程的实证研究；从智慧设计的技术演进路径，到可持续设计的伦理框架，每一篇论文、每一部专著都为本书的思考提供了阶梯。特别感谢Peter von Buelow、Casey Reas、Ben Fry、Hiroshi Ishii 等学者，你们的著作让技术与人文的融合有了可落地的方法论；感谢国内学者在建筑信息模型、城市信息模型与数字孪生领域的本土化研究，这些研究为本书的跨领域案例分析注入了中国实践经验。
感谢北京大学出版社的编辑团队，你们的专业与耐心是这部书稿顺利出版的关键。从最初的选题策划到内容的反复打磨，从理论框架的严谨校验到案例数据的精准核实，从排版格式的规范统一到版权细节的细致把控，你们以专业素养和工匠精神，陪伴书稿走过了从草稿到成品的每一个阶段。尤其感谢责任编辑在四次重写过程中的理解与支持，你们的建设性意见让本书的逻辑更清晰、内容更扎实，你们的包容让我得以在学术探索中保持独立思考的勇气。
最深的感恩给予家人。感谢家人的默默支持，你们的理解与牵挂是我抵御学术压力的精神港湾，让我能够心无旁骛地追逐理想；感谢家人的无私付出，你们的陪伴与包容，化解了无数个挑灯夜战的疲惫，让学术研究的艰辛之路充满温暖。正是你们的信任与鼓励，让我在面对技术迭代带来的惶恐与理论构建带来的困惑时，始终保有前行的力量。
我还要感谢山东建筑大学这片学术沃土，感谢同事们在跨学科研究中的协作与启发，感谢学生们的提问与思考为我带来新的学术视角；感谢所有参与本书案例调研的设计机构与从业者，你们的实践经验让理论研究有了落地的根基；感谢技术社区的开发者，开源平台与工具的普及让计算设计的研究门槛不断降低。
最后，我要感谢自然的馈赠，让可持续设计有了敬畏的源头；感谢技术的演进，让人类的创造力得以无限延伸；感谢每一次相遇与碰撞，让思想在交流中生长；感谢时间的沉淀，让所有的坚持都有了意义。计算设计的本质是技术与人文的共生，而所有生命的存在，正是这种共生最珍贵的土壤。
书稿的完成不是终点，而是新的起点。愿这部书稿能为计算设计领域的发展贡献微薄之力，也愿我在未来的探索中，继续带着这份感恩，在技术与人文的平衡中，书写更多关于创新与温度的篇章。

李月恩，山东建筑大学副教授，硕导，中国工业设计学会理事，主要从事产品设计教学及研究工作，先后发表论文40余篇，其中SCI/EI检索文章22篇，出版学术著作4部，翻译著作1部。参与文化部科技创新、山东省科技攻关等多项省部级研究项目。国外访问期间，参与开展国际合作、协同研究项目2项，多次参加国际会议并做学术报告。

第1 章 数据驱动设计范式的理论构建与方法论研究 /001
1.1 数据驱动设计的范式转移：从辅助工具到驱动核心 /003
1.1.1 数据在设计中的角色演变历程 /003
1.1.2 范式转移的理论基础与驱动因素 /004
1.1.3 数据驱动设计范式的核心特征 /005
1.2 设计数据的类型、特征及其采集与清洗方法 /006
1.2.1 设计数据的分类体系与特征分析 /006
1.2.2 设计数据的采集技术与方法 /008
1.2.3 数据清洗与预处理策略 /009
1.3 数据分析技术在设计决策中的应用 /011
1.3.1 统计分析技术的应用 /011
1.3.2 机器学习算法的应用 /012
1.3.3 自然语言处理技术的应用 /013
1.4 可重复、可验证的数据驱动设计流程构建 /015
1.4.1 设计流程的标准化框架体系 /015
1.4.2 验证机制与评估指标体系 /017
1.4.3 流程质量控制体系、风险管理机制与持续改进机制 /018
1.5 数据驱动设计方法论体系的构建 /020
1.5.1 数据驱动设计方法论体系的理论基础 /020
1.5.2 数据驱动设计方法论体系的核心架构 /021
1.5.3 数据驱动设计方法论体系的实施路径 /023
1.6 结论 /024
第2 章 计算设计的内涵与外延的学科边界界定 /028
2.1 计算设计的思想源流与演进脉络 /029
2.1.1 算法设计的早期探索 /029
2.1.2 参数化设计的兴起与发展 /030
2.1.3 生成式设计的演进轨迹 /031
2.1.4 计算设计的形成与整合 /031
2.2 计算设计的概念辨析与边界界定 /032
2.2.1 计算设计与传统设计的本质差异 /032
2.2.2 计算设计与计算机辅助设计的核心区别 /033
2.2.3 计算设计与AI 设计的能力边界比较 /033
2.2.4 计算设计的核心内涵与主要特征 /034
2.2.5 计算设计的能力边界 /035
2.3 计算设计的学科体系构建 /036
2.3.1 跨学科知识结构 /036
2.3.2 核心技能体系 /036
2.3.3 伦理规范框架 /037
2.3.4 教育体系 /038
2.3.5 行业标准 /039
2.4 结论 /040
第3 章 计算设计的实践路径与效能评估 /042
3.1 研究背景与理论基础 /044
3.1.1 参数化设计、生成式设计与算法设计的概念界定 /044
3.1.2 跨领域应用特征分析 /045
3.2 研究方法与案例选择策略 /045
3.2.1 案例研究方法论框架 /045
3.2.2 案例筛选标准 /046
3.2.3 数据收集与分析方法 /047
3.3 多维度分析框架构建 /047
3.3.1 问题界定维度分析 /047
3.3.2 算法选择维度分析 /048
3.3.3 人机协作维度分析 /049
3.3.4 解决方案生成与优化维度分析 /049
3.3.5 价值创造维度分析 /050
3.4 跨领域案例实证分析 /052
3.4.1 建筑设计领域案例分析 /052
3.4.2 产品设计领域案例分析 /053
3.4.3 城市设计领域案例分析 /054
3.4.4 交互设计领域案例分析 /055
3.5 最佳实践路径提炼 /055
3.5.1 成功案例的关键成功因素分析 /055
3.5.2 失败案例的风险因素识别 /057
3.5.3 分场景实践路径构建 /058
3.6 效能评估指标体系构建 /059
3.6.1 设计效能评估指标体系 /059
3.6.2 经济效益评估指标体系 /060
3.6.3 评估方法与工具设计 /061
3.7 结论 /062
第4 章 生成式AI 与计算设计的新质生产力、新流程与
新美学融合 /065
4.1 生成式AI 的技术基础与发展脉络 /066
4.1.1 主流生成式AI 模型的技术特征 /066
4.1.2 技术发展的关键节点 /067
4.1.3 在计算设计领域的应用现状 /068
4.2 生成式AI 重塑计算设计的核心环节 /069
4.2.1 概念发散：打破传统思维定式 /069
4.2.2 方案生成：基于约束条件的自动化探索 /070
4.2.3 风格迁移：跨文化与跨历史的设计融合 /070
4.2.4 性能模拟：设计与性能的一体化优化 /071
4.3 人机协作的新设计流程 /072
4.3.1 角色分工：人类主导创意评判，AI 负责执行探索 /072
4.3.2 工作流程：从需求分析到方案定稿与执行的闭环 /074
4.3.3 质量控制：建立人机协作的评价标准 /075
4.4 新设计语言与美学特征的批判性分析 /077
4.4.1 设计语言的算法化转向 /077
4.4.2 AI 生成内容的美学特征 /078
4.4.3 对设计文化多样性的影响 /079
4.5 新挑战与应对策略 /080
4.5.1 知识产权：AI 生成内容的版权归属难题 /080
4.5.2 设计原创性：生成式AI 时代的原创性界定与保护 /082
4.5.3 技术伦理：偏见、误导与安全风险 /083
4.5.4 行业影响：对设计教育模式与从业人员职业发展的
深远影响 /085
4.6 结论 /087
第5 章 计算设计与AI 技术的融合路径 /090
5.1 时代背景与现状分析 /090
5.1.1 计算设计与AI 技术融合的时代背景 /090
5.1.2 学科壁垒与技术壁垒的现状分析 /091
5.2 学科壁垒的突破路径：跨学科融合机制研究 /093
5.2.1 设计学与计算机科学的理论体系差异 /093
5.2.2 跨学科人才培养模式创新 /094
5.2.3 跨学科研究方法论与协作机制 /095
5.3 技术壁垒的突破路径：关键技术方向分析 /097
5.3.1 硬件架构创新：从通用计算到专用芯片 /097
5.3.2 软件工具链整合：AI 技术与设计软件的融合 /099
5.3.3 数据标准统一：设计数据的智能化处理 /100
5.4 建筑设计领域的AI 融合：智能设计生态构建 /102
5.4.1 建筑信息模型与AI 的深度融合技术路径 /102
5.4.2 建筑结构优化与可持续设计 /103
5.4.3 生成式建筑设计的应用场景 /104
5.5 工业设计领域的AI 融合：智能制造驱动创新 /106
5.5.1 参数化设计与AI 生成的协同创新 /106
5.5.2 人机工程学与AI 技术的融合应用 /107
5.5.3 材料科学与AI 设计的融合创新 /108
5.6 数字媒体设计领域的AI 融合：创意产业变革 /109
5.6.1 生成式AI 在内容创作中的技术突破 /109
5.6.2 虚拟制作与扩展现实技术的AI 融合 /110
5.6.3 交互设计与智能用户体验 /112
5.7 创新机会与挑战：多维度分析 /113
5.7.1 学术研究维度的创新机会与挑战 /113
5.7.2 产业应用维度的市场机遇与风险 /114
5.7.3 产品开发维度的技术集成挑战 /116
5.8 结论 /118
5.8.1 融合路径总结 /118
5.8.2 未来发展趋势展望 /120
5.8.3 对不同群体的建议 /122
第6 章 计算设计在AI 时代的应用技术平台 /124
6.1 AI 时代计算设计应用技术平台全景梳理 /124
6.1.1 AI 辅助设计平台 /124
6.1.2 生成式设计平台 /125
6.1.3 大语言模型驱动设计平台 /126
6.1.4 数字孪生平台 /127
6.1.5 智能优化与仿真平台 /128
6.1.6 垂直领域专用平台 /129
6.1.7 开源与云平台生态 /130
6.2 技术平台分类体系构建 /131
6.2.1 按技术架构分类 /131
6.2.2 按云计算服务模式分类 /132
6.2.3 按应用场景分类 /133
6.2.4 按设计技术应用分类 /134
6.3 未来技术发展方向：系统视角分析 /135
6.3.1 技术演进趋势 /135
6.3.2 应用领域拓展 /136
6.3.3 产业生态发展 /137
6.3.4 社会影响与挑战 /138
6.4 典型案例深度剖析 /140
6.4.1 国际领先平台 /140
6.4.2 国内平台创新实践 /141
6.4.3 垂直领域专业平台 /142
6.5 结论 /144
第7 章 智慧设计的未来图景 /147
7.1 智慧设计的演进背景与研究目标 /148
7.1.1 当前生成式AI 技术基础与设计领域应用现状 /148
7.1.2 技术融合趋势：物联网、城市信息模型与数字孪生的
协同效应 /149
7.2 智慧设计技术的演进路径：从自动化到自主化 /150
7.2.1 技术发展阶段划分与特征分析 /150
7.2.2 近期关键技术突破节点 /151
7.2.3 对不同设计领域智慧设计演进路径的差异化分析 /152
7.3 技术融合架构：构建实时全域感知能力 /153
7.3.1 多源异构数据整合机制 /153
7.3.2 边缘计算与云端计算协同架构 /154
7.3.3 实时数据处理与决策支持系统 /156
7.4 自主设计系统的技术可行性分析 /157
7.4.1 机器学习算法演进与自主决策能力 /157
7.4.2 自我迭代与学习机制设计 /158
7.4.3 实际应用场景验证与案例分析 /159
7.5 人类角色的根本性转变：从操作员到策略制定者与伦理
监督员 /160
7.5.1 人机协作边界的重新定义 /160
7.5.2 策略制定者与伦理监督员角色分析 /162
7.5.3 人机协作工作流程重构 /163
7.6 智慧设计在应对全球性挑战方面的贡献 /165
7.6.1 气候变化适应与碳中和设计 /165
7.6.2 资源循环与可持续材料应用 /166
7.6.3 韧性城市与灾害预防设计 /167
7.7 结论 /168
第8 章 未来设计范式的颠覆与设计师的进化 /172
8.1 设计工具形态的智能化革命 /173
8.1.1 AI 驱动的设计工具演进路径 /173
8.1.2 新兴交互技术重塑人机界面 /174
8.1.3 云端协作平台的一体化整合 /175
8.2 工作组织模式的分布式重构 /176
8.2.1 远程协作成为主流工作方式 /176
8.2.2 自由职业与众包平台的生态繁荣 /177
8.2.3 小型化、专业化设计机构的崛起 /177
8.3 价值创造逻辑的系统性演进 /178
8.3.1 从美学设计向体验设计的价值跃迁 /178
8.3.2 可持续设计理念的全面渗透 /179
8.3.3 设计思维的跨界融合与创新驱动 /180
8.4 产业生态结构的平台化转型 /181
8.4.1 设计产业链的结构性变革 /181
8.4.2 科技巨头与平台企业的生态主导 /182
8.4.3 开放协作的共享型设计生态 /182
8.5 设计师核心能力的进化路径 /183
8.5.1 算法思维 /183
8.5.2 AI 协作能力 /184
8.5.3 系统设计思维 /184
8.5.4 数字素养 /185
8.5.5 伦理判断力 /185
8.6 对设计教育与职业发展的战略性建议 /186
8.6.1 教育体系的系统性改革 /186
8.6.2 面向未来的教学方法创新 /187
8.6.3 职业发展路径规划与能力提升策略 /188
8.6.4 终身学习体系建设 /189
8.7 结论 /189
致谢 /191
参考文献 /194