ARTICLE · 1130857
从 CAD 到 Revit,再到 AI,软件究竟替我们多做了什么?
从 CAD 到 Revit，再到 AI，软件究竟替我们多做了什么？
刚接触 CAD 时，我们学的是命令和操作。画线、偏移、修剪、标注，知道要做什么，还得知道去哪里点、怎样一步步做出来。
后来接触 Revit，会有一种很不一样的感受：你调整模型里的一个地方，相关视图也跟着变化。过去需要自己记住、逐张修改的内容，有一部分交给了软件维护。
现在使用 AI，变化又往前走了一步。你可以先说自己想解决什么，再和它讨论怎样做，甚至让它调用工具去完成其中一些步骤。
把这三种体验放在一起，我觉得比单独讨论“AI 有多厉害”更容易理解正在发生的变化。
软件正在逐渐接手一些原本需要我们在脑子里完成的翻译工作。
不过，这不是一张“旧软件即将淘汰”的排行榜。CAD、Revit 和 AI 解决的问题不同，今天仍然可以同时出现在一份工作里。
NEWS
一、画了一扇门，不等于软件知道那是一扇门
先用最常见的二维 CAD 工作方式来理解。
我们画两条线、一段弧，旁边加上尺寸。设计师看一眼，就知道这里是一扇门，门朝哪里开，是否会和家具打架。
但如果没有使用专门的对象或数据结构，这些内容对软件来说，主要还是线、弧、文字和它们的位置。门的意义、使用关系、设计意图，更多留在人的判断里。
所以，改门宽以后，还有哪些图纸需要调整，哪个标注要更新，哪个位置会受影响，需要人去维护，或者另外编写规则和程序。
这并不是 CAD 没有自动化能力。块、属性、脚本、行业工具，都可以让它承担更多工作。我说的是大家最熟悉的那种体验：软件很擅长精确执行操作，但图形之间的业务关系，往往需要人补上。
熟练的人为什么快？除了手速，他还知道这一步会影响哪里，知道后面要检查什么。很多看起来像软件操作的能力，里面其实藏着大量专业经验。
THOUGHTS
二、Revit 多接手了一层“关系”
进入 BIM 的工作方式后，情况发生了变化。
墙不再只是几条看起来像墙的线。它可以带着类型、厚度、材料、标高等信息；门可以放在墙上，并与墙建立关系。视图、明细表和标注，也可以从模型及其参数获得数据。
因此，某些改动能够沿着已经建立的关系传递。你不需要在每一张图里重新画一遍同一个变化。
Autodesk 对 Revit 参数化关系的说明，核心就在这里：项目中的构件建立关联，软件据此协调变化。
资料来源：Autodesk《About Parametric Modeling Relationships》｜https://help.autodesk.com/cloudhelp/2023/ENU/Revit-GetStarted/files/GUID-71F2C8EE-2A90-4076-A6C7-702082566DDF.htm
这和“识别了某个关键词，所以给出固定回答”不是一回事。
Revit 的价值在于，把一部分构件信息和相互关系明确地放进模型里。它不必像人一样理解一扇门为什么放在这里，也能按照设置好的约束维持相应关系。
当然，前提是模型做对了，关联建立了。随手写的文字不会因为用了 Revit 就全部自动更新，错误的参数也可能在多个地方一起显示出来。
关联更新可以减少漏改，却不会替你保证最初的设计判断正确。
REAL WORLD
三、AI 又往前接了一段：从想法到操作
现在你可以对 AI 说：
这已经不是一个单独的软件命令。它涉及理解你在做什么，识别资料，拆分任务，然后选择下一步。
如果 AI 所在的产品还接上了合适的工具，它可能继续查询文件、生成表格、修改文档，或者通过软件接口执行操作。这里开始出现一个新的中间层：它尝试把人的表达翻译成软件可以执行的动作。
但也要把两件事分开。
“能讨论 Revit”不等于“能操作你的 Revit”；“知道一个命令”也不等于“当前已经接通这个命令”。连接器或 MCP 服务需要实际提供相应能力，权限、版本和运行环境也要合适。
更重要的是，能执行不代表能正确执行整个专业任务。一个模型构件成功创建了，还要看位置、类型、关联关系和交付要求是否都对。
你会发现，AI 在前面增加了一种很灵活的沟通方式，后面仍然需要可靠的软件、数据和检查。
EXPERIENCE
四、三种方式，对人的要求有什么不同？
可以把这段变化简单放在一张表里：
这不是严格的产品分类。今天的 CAD 也能带行业语义，BIM 也有自动化，AI 产品更可能同时调用多种传统工具。
这张表想说明的是，人和软件之间的分工在变。
过去，很多时间花在“怎样把这个动作做出来”。当软件能接手一部分动作和关系后，工作会更多地暴露出另外一些问题：到底要改什么？为什么这样改？哪些东西不能动？什么结果才值得交出去？
这些问题并不新，只是以前容易被繁重的操作遮住。
WORK
五、为什么我不觉得 BIM 会因为 AI 出现就失去价值？
如果把 BIM 理解成“又一套需要学习的按钮”，确实很容易产生疑问：以后都能说话操作了，还学它干什么？
但 BIM 里面更有价值的部分，是项目如何被组织和表达。
同样是修改一扇门，在有类型、尺寸、位置和关联信息的模型中操作，与对着几张图片猜测，所面对的条件很不一样。
AI 可以帮助调用这些信息，但它需要有信息可调。材料没有记录，分类不一致，模型和图纸版本混乱，换一个更聪明的助手也不能凭空补出现场事实。
因此，我更看好的是这样的组合：用结构清楚的专业模型承载项目，用 AI 降低读取、整理、操作和交流的门槛，再由懂项目的人检查关键结果。
至于哪些软件会实现得更好，还要看实际产品。这里不是对任何一家的保证。
PRACTICE
六、我们到底该怎么学？
我不建议因为 AI 来了，就停止理解专业工具。
但学习的重点可以调整。遇到一个操作，除了记住在哪里点，也问一句：这个操作改变了什么数据？为什么会影响其他地方？做错以后怎样发现？
比如门的标注不对，只会重新放一个标记，与知道它读取的是哪个参数，是两种不同的解决能力。后者更容易向 AI 说明问题，也更容易判断它建议的修复方法有没有道理。
你可以让 AI 帮忙解释陌生的设置、整理操作过程，或者写一小段辅助程序。但当它开始替你做事，你对底层工作关系的理解，反而会成为很有用的检查依据。
手速依然有价值，只是我们终于有机会把一些时间，从重复操作里拿出来，用到更值得判断的地方。
你从 CAD 转到 Revit，或者开始使用 AI 时，哪一次变化最让你感觉“这件事终于不用我反复做了”？评论区聊聊。
我是旺伯，一个在装饰设计领域做了20年，还在不断进化、不断奔跑的AI探索者。最后，如果你觉得这篇文章对你有帮助，请把它转发给你的朋友，也许这就是他今年最需要的内容。我们下次再见。