AI时代,城市更新咨询领域Harness构建心法

当城市被定义为“生命体”，更新就不是拆旧建新，而是一场精准的闭环手术。

城市更新的成败，从来不在一次灵光乍现，而在能否系统性地避开大多数常规陷阱。AI不是取代规划咨询，而是终结“靠个人经验蛮干”的旧时代——Harness，是给专业团队装上的“协同缰绳”与“决策导航仪”。

但多数咨询团队仍困于“三无”困境：

❌ 无标准分工（专业不齐、分工模糊）

❌ 无前置诊断（直接用“经验”替代“证据”）

❌ 无过程留痕（项目结束即知识归零）

Harness的本质，是把“人”的专业判断力，嵌入一套可复用、可校验、可进化的工作框架中。下面的规则，是在多个更新项目复盘中淬炼出的实战心法：

规则1：先设角色，再谈协同

城市更新不是让一个AI回答所有问题，而是让一组专业角色在同一个Harness里协同判断。

城市更新全过程咨询，本质上是一项多专业协同工作。

一个项目从体检诊断到方案策划，从投资测算到审批入库，从工程实施到运营维护，至少会涉及规划、建筑、市政、造价、投融资、评估、法务、运营等多个专业。现实中的优秀团队，从来不会让一个规划师同时兼任工程师、造价师和投融资顾问。

所以，AI团队也一样。

构建Harness的第一步，先把每个AI的专业角色定义清楚，都要有自己的职责边界、输入资料和输出成果。

例如，可自行将每类角色封装成skill，在一个框架约束下协同工作：

/diagnoser：问题诊断。从城市体检和现场识别的视角，判断片区到底“病在哪里”，输出问题清单、空间定位和更新优先级。

/translator：政策转译。从业内专家的视角，解读政策要求对扶持方向、项目立项、审批流程和资金路径的影响，把政策原文翻译成项目动作。

/planner：空间策划。从规划和城市设计的视角，判断更新内容如何落到具体空间，形成更新单元、项目包和空间改造策略。

/engineer：工程校核。从工程实施的视角，判断方案是否真的能建、能改、能运维，提前识别结构、管线、消防、施工组织等风险。

/estimator：投资测算。从造价和成本控制的视角，判断项目要花多少钱、哪些内容可分期、哪些投入具备性价比。

/financier：资金设计。从投融资和资产运营的视角，判断项目适合财政资金、专项债、城市更新基金、REITs，还是社会资本参与。

/approver：审批预审。从政府审批和项目入库的视角，提前模拟审查关注点，识别规划、用地、消防、历史保护、居民表决等合规风险。

/operator：实施运营。从落地和长期运维的视角，判断谁来建、谁来管、谁来持续负责，比如城投、物业、照明公司、养老机构等。

/reviewer：综合复核。从全过程咨询总控的视角，对各专业成果进行交叉校验，避免“规划可行、工程不可行”“方案好看、资金不闭环”等断点。

这样一来，AI就不再只是一个“会写字的助手”，而是一支被组织起来的专业团队，让AI按照专业分工组织判断。城市更新咨询最重要的能力，是每一个关键环节都有人负责、有人校核、有人兜底。

规则2：先问诊，再开方

城市更新最怕的，不是方案不够漂亮，而是问题还没诊断清楚，就急着开药方。

因此，Harness在进入策划之前，必须先完成一次“结构化问诊”：

不是简单问用户“你想改什么”，而是主动索取、接入和校验关键资料。

例如，框架应首先确认：

1. 是否已有城市体检成果？

包括住房、小区（社区）、街区、城区（城市）四个维度的体检报告、指标数据、问题清单、满意度调查结果等。

2. 是否有可接入的数据信息平台？

如已有体检信息平台、数据采集app等，应优先调用既有数据，当然这点目前很难做到，系统壁垒严重。但如果自己公司有开发相关平台，可尝试提供接入权限。

3. 是否有第三方专项体检资料？

包括地下管网、燃气安全、排水防涝、无障碍设施、完整社区、历史文化保护、老旧小区、低效用地等专项体检成果。

这些资料进入Harness后，会被进一步转化为三个判断结果：

第一，指标判断。

对照住建部城市体检指标和地方补充指标，判断哪些项目达标、哪些不达标、哪些处于临界状态。

第二，空间定位。

把问题落到楼栋、小区、街区、道路、管线、公共空间等具体位置，避免“全片区都需要提升”这种空泛表达。

第三，优先级排序。

区分安全底线问题、民生急迫问题、品质提升问题和经营提升问题，明确哪些必须先做，哪些可以分期实施。

也就是说，Harness中的问题诊断，不只是“发现问题”，而是要形成一张可用于决策的问题地图：

问题是什么？
发生在哪里？
严重到什么程度？
涉及哪些人？
是否有政策依据？
能否转化为更新项目？
应当排在第几优先级？

只有完成这一步，后面的经验搜索、方案转化、资金匹配才有基础。问题诊断越扎实，后面的方案才越不容易跑偏。

规则3：先搜索经验，再组织方案

城市更新中遇到的很多问题，并不是第一次出现。

老旧小区加装电梯、地下管网更新、闲置厂房改造、街区业态导入、停车设施补短板、公共空间微更新……这些问题在不同城市、不同片区中都反复发生过。

所以，Harness在完成问题诊断之后，不能直接进入“方案生成”，而应先做一次结构化经验搜索。

框架应主动检索和调取以下几类资料：

1. 上位政策要求

包括国家、省、市关于城市更新、老旧小区改造、完整社区、市政基础设施、安全韧性、适老化、无障碍、历史文化保护等方面的政策要求。

2. 本地实施导则

包括本地城市更新规划、片区策划指引、项目入库规则、实施方案编制要求、资金申报指南、技术标准和部门审查口径。

3. 规划控制条件

包括国土空间规划、控规条件、用地性质、容积率、建筑高度、道路红线、绿地率、历史风貌保护、公共服务设施配置等约束条件。

4. 同类更新案例

包括本地或外地类似项目的实施路径、资金来源、建设内容、审批难点、运营方式，以及已经暴露出的失败教训。

这些资料将会被Agent解读并转化为三个判断：

第一，政策是否支持。

这个问题是不是当前政策鼓励解决的问题？是否属于城市更新重点方向？是否具备纳入项目库、争取资金或获得审批支持的可能？

第二，本地是否可行。

外地案例能不能搬到本地？本地导则是否允许？规划条件是否支撑？部门审查是否存在红线？

第三，经验是否可复制。

同类项目成功在哪里？失败在哪里？哪些做法可以借鉴，哪些只是特殊条件下的个案，不能简单套用？

Harness中的经验搜索，不只是“找资料”，而是要形成一套可用于决策的经验筛选器。

这个环节的价值，是把成熟经验转化为适合本地的解决方案。

规则4：先转化路径，再形成方案

城市更新咨询不能只提出“做什么”，更要回答“怎么过审、钱怎么来、谁来干”。

很多城市更新方案的问题，不在于方向错，而在于仅停留在“概念正确”。

比如，诊断发现某老旧小区供水管线老化，方案提出“优化供水系统”。这句话本身没有错，但还远远不够。

真正的全过程咨询，必须继续追问：

1. 前置条件是否满足？

是否完成管线探测、房屋安全鉴定、权属核查、居民意见征集？是否存在地下空间、道路开挖、消防通道、施工扰民等限制？

2. 政策路径是否匹配？

是否符合城市更新、老旧小区改造、市政基础设施更新、完整社区建设等政策方向？是否可以纳入项目库或专项行动清单？

3. 审批要点是否清楚？

需要走政府投资审批、企业投资备案，还是城市更新项目入库？是否涉及规划、住建、发改、财政、城管、消防、水务等多部门协同？

4. 资金来源是否成立？

适合中央预算内投资、超长期特别国债、专项债，还是地方城市更新基金、社会资本、REITs或运营收益反哺？

5. 实施模式是否明确？

由政府主导、城投统筹、开发商参与、政企合作，还是属地企业、物业公司、专业运营商共同实施？

这些问题把“更新内容”进一步转化为三个结果：

第一，项目包。

把零散的更新想法，整理成可立项、可审批、可招采、可实施的项目包，而不是停留在若干条建议。

第二，资金包。

根据项目属性区分公益性、准经营性和经营性内容，匹配不同资金渠道，避免所有内容都等财政兜底。

第三，实施包。

明确建设主体、运营主体、协同部门、时间安排和分期策略，让方案从“应该做”变成“谁负责、何时做、怎么做”。

至此，城市更新方案已经转化为一条可落地的实施路径链。

城市更新真正的难点，不是提出“要更新”，而是要把“想法”切实转变成“办法”，把每一个更新动作转化为可审批、可融资、可建设、可运营的现实项目。

终极价值：让咨询从“项目制”走向“能力进化”

所谓Harness，不只是提升单个项目效率，而是把咨询公司的经验、方法、流程和判断标准沉淀为一套可复用、可复盘、可进化的专业系统。

1. 保障出手质量。

用标准化角色分工、诊断流程和校核机制托住服务下限，减少项目质量对个人经验、状态和临场发挥的过度依赖。

2. 支撑复杂项目管理。

把多专业、多环节、多主体协同过程显性化，方便项目推进中的过程管控，也方便事后精准复盘，而不是只靠少数人记忆全貌。

3. 推动组织持续进化。

每一次全过程咨询都不再是孤立项目，而是一次数据、案例、方法和风险经验的积累，持续增强企业下一次服务能力。

结语：Harness，专业主义的再升级

当别人争论“AI会不会取代规划咨询”，

你已用Harness，把团队锻造成一支永不掉链的专业部队。

真正的驾驭，不是骑得快，而是缰绳在手、方向清晰、扎实推进。

——这，才是AI时代城市更新咨询的“Harness”本质。