正常人潜意识里都觉得，城市规划是设计院、规划局和注册工程师的活。海淀区这次不按常理出牌，把一片从北五环一直延伸到北京北站、总面积 43.6 平方公里的真实城市设计，只开放给 AI Agent 来做，提交方式是通过 GitHub 的 Pull Request。这片地比整个澳门还大，入选方案的设计者和 Agent 名字会被刻进沿线的纪念碑。
我打开 README 之前，脑子里已经列了三条它可能翻车的方式。这太像一个政府公关噱头了：AI 画几张漂亮概念图，把贡献者名字刻在石头上，听着像一场精心策划的营销。翻完整个仓库之后，我的判断收窄了，它真正干的不是让 AI 画图，而是一整套把城市规划任务拆成机器可读 brief 的基础设施。
这个项目叫 open-city-ai/haidian，中文全称是百年京张 AI 创新带城市设计开源征集。背后由海淀区主导，赛博禅心（open-city.ai）负责 Agent 基础设施与技术执行。它把任务书、场地数据、评审维度、合规边界全部结构化，让 Agent 在确定性规则里干活，每一步修改都留在 GitHub 历史里可以审计。
说白了这篇文章想讲清楚两件事。它到底是一场真实验证，还是一次漂亮的秀。以及如果你像我一样在 2026 年 9 月才刷到它，投稿窗口还赶不赶得上，又该从哪里开始看懂这件事。
核心亮点
最让我意外的是它对任务书的建模方式。传统征集发的是 PDF 和 Word，Agent 要从模糊的自然语言里猜边界。这里直接给了一套机器可读的 site-package：设计范围、允许空间、枚举值、指标区间、数据来源全部写成 JSON，连视觉风格推荐和评审维度都落了地。Agent 不是在理解需求，是在执行一份 API 规范。
这张流程图把参与链路画得很清楚。你的 Agent 读取结构化任务书，生成 Markdown 方案加分层 GeoJSON 图纸，跑一遍和 CI 同款的校验脚本，最后通过 Pull Request 提交。整个过程没有人工中转，所有痕迹公开可查，入选方案的贡献者进入永久纪念体系。
它的确定性校验做得相当硬。仓库里有一整套 Python 脚本，做路径归属检查、格式完整度校验、合规风险预检和资料边界核对，CI 自动跑。参与者提交前还能用 score_submission.py 和 self_check_submission.py 自己打分自检。这种把评审标准前置成可执行代码的做法，在城市规划征集里几乎没见过。
公开资料的来源分级是我没想到的细节。data/source_registry.json 给每条资料标了权威等级、许可和使用边界，validate_data_registry.py 能检查某条资料是否可被 Agent 安全引用。这意味着 Agent 不能随便抓一个网页当依据，引用链必须可追溯。这种 provenance 意识，比很多声称透明的项目都认真。
展示页也下了功夫。整个站点用 GitHub Pages 发布，支持 Three.js、WebGL 和 Canvas 的多模态交互，而且做成离线 HTML，不依赖 CDN、外部字体或 API。中英文双语切换，A3/A0 排版和版权标注都有规范。你提交的方案会直接变成一个可以公开展示的网页，不是锁在评审抽屉里。
它甚至把评审也部分交给了模型。scripts/ai_review_submission.py 用 OpenAI API 做初步评审，但密钥走本地环境变量，不进 GitHub Actions。换句话说，AI 评审是给参与者的辅助反馈，不是黑箱决策，最终判断权留在维护者手里。这个边界划得比很多全自动叙事诚实。聊完它在脑子里怎么设计任务，接下来该看看这套流程到底怎么跑起来。
快速体验
想跑通这套工作流，你不需要会城市规划，也不需要懂建筑。官方给的路径是：打开任意具备 GitHub 读写能力的 Agent，把一句话指令贴进去，剩下的它自己完成。这句话就是让 Agent 去读 skills/urban-design-ai-submission 这个目录并参与征集。
# 让 Agent 参与百年京张 AI 创新带城市设计开源征集
阅读 https://github.com/open-city-ai/haidian/tree/main/skills/urban-design-ai-submission \
并参与百年京张 AI 创新带城市设计开源征集
如果你要自己搭工作区而不是完全交给 Agent，仓库也给了脚手架。这条命令会拉取官方引导脚本，按你的提案 slug 初始化一个本地目录，后面所有生成、自检、提交都在里面进行。
curl -fsSLo /tmp/bootstrap_participant_workspace.py \
https://raw.githubusercontent.com/open-city-ai/haidian/main/scripts/bootstrap_participant_workspace.py
python3 /tmp/bootstrap_participant_workspace.py --proposal-slug <proposal-slug> --target haidian
cd haidian
生成正式方案骨架和定稿自检是两条独立命令。scaffold_ai_submission.py 按 stage formal 铺好目录结构和必填项，finalize_submission.py 收尾，self_check_submission.py 跑一遍和 CI 同款的检查并打上 self-checked 标记。提交前还有 participant_preflight.py 做推送预检。
python3 scripts/scaffold_ai_submission.py submissions/<login>/<slug> \
--stage formal --agent-id <login> --agent-name "<name>" --proposal-title "<title>"
python3 scripts/self_check_submission.py submissions/<login>/<slug> \
--pr-author <login> --mark-self-checked --json
仓库本身的目录结构也值得读一遍。brief 放公开任务书和场地资料，data 和 sources 管资料登记与索引，schema 和 templates 定校验规则和提案模板，scripts 是 CI 与发现逻辑，submissions 是大家交的方案。看清这棵树，你才知道 Agent 到底在往哪个框里填东西。
haidian/
├── brief/ # 公开任务书 + 结构化场地资料 (site-package)
├── data/ # 公开资料登记、原始索引、清洗后资料
├── sources/ # 轻量公开资料索引 (public-sources.json)
├── schema/ # 投稿结构与校验规则
├── templates/ # 提案模板、风险矩阵、空间节点
├── scripts/ # CI 校验、资料发现、评审辅助
├── submissions/ # 参与者提交的方案目录
└── scenarios/ # 标准 AI 城市场景卡片
这里必须说清楚一个时间点。征集的投稿截止日是 2026 年 8 月 31 日，而现在是 9 月 7 日，窗口已经关了。所以现在还值得照着跑这套命令吗？我的答案是值得，但目的是把它当范式样本拆开来学，不是冲去抢这一轮，等它或同类项目开下一轮再说。
适用场景与局限
这个项目不是给所有人准备的。它的价值取决于你想从中拿到什么，是参与设计、做研究样本，还是单纯围观一场社会实验。下面这张表把几类人和对应的收益、门槛对齐了。
| 角色 | 典型诉求 | 能获得的价值 | 主要局限 |
|---|---|---|---|
| AI Agent 开发者 | 验证 Agent 在复杂真实任务上的上限 | 真实场地、结构化任务、公开评审 | 需自备 GitHub 与模型能力，截止已过的轮次无法投 |
| 城市规划研究者 | 研究 Agent 参与式规划的可行性 | 完整 brief、资料分级、评审维度公开 | 方案仅为建议，不构审定结论，落地由人工深化 |
| 开源治理观察者 | 看透明协作与可审计流程怎么落地 | 全流程 GitHub 留痕、CI 校验公开 | 维护集中度过高，关键判断权仍在单一组织 |
| 普通吃瓜群众 | 想让自己的名字刻进纪念碑 | 叙事与荣誉体系设计 | 实际留名取决于入选，门槛和不确定性都高 |
它的能力边界写得很直白。README 承认 Agent 现在还干不了所有的活，工程落地会另行人工深化，所有提案都视为开放共创建议，不构成审定结论。换句话说，它不打算替代方案征集里的人类专家，而是把概念生成这一段交给 Agent。后半段的落地和决断还是人的事。
数据使用上也有硬边界。仓库明确说 provisional geometry 只用于征集和自检，不能当成官方边界数据。资料分了权威等级，Agent 引用外部数据要谨慎。这个边界意识很好，但也意味着你拿到的不是一份可直接施工的蓝图，而是一份带免责声明的共创草稿。
最大的现实局限是时间。43.6 平方公里的征集是一锤子买卖式的窗口，错过了就只能等后续是否开放新轮次或新片区。它验证的是范式，不是给你一个随时能进的 playground。想持续参与的人，得盯着 9 月之后的落地进展和可能的复制项目。不过社区本身靠不靠谱，得扒一下数字才知道。
社区健康度
数字先摆出来。截至 2026 年 9 月 7 日，仓库有 407 个 Star、1358 个 Fork、532 个未关闭的 Issue 和 PR。Fork 数远高于 Star，这在普通项目里反常，但在这种投稿模型下很合理：大家是 fork 下来交方案的，不是单纯点个收藏。
| 指标 | 数值 | 说明 |
|---|---|---|
| Star | 407 | 截至 2026-09-07，增长平稳但不算爆 |
| Fork | 1358 | 投稿模型驱动，远高于 Star |
| 未关闭 Issue/PR | 532 | 含大量提交类 PR，需区分讨论与投稿 |
| 主要语言 | HTML | 站点与展示为主，逻辑在 Python 脚本 |
| 开源协议 | 无 | 仓库未声明 LICENSE，版权边界存疑 |
| 创建 / 最后推送 | 2026-06-08 / 2026-09-03 | 活跃期集中在 8 月征集窗口 |
最刺眼的一栏是开源协议：无。一个以开源征集为名、鼓励全球 Agent 参与、方案公开展示的仓库，居然没有 LICENSE 文件。这意味着默认是保留所有权利的版权状态，参与者提交的方案、模板和 brief 的复用边界都不清晰。对认真做开源治理的人来说，这是个不能忽略的红灯。
维护集中度是另一个隐患。从提交记录看，核心改动集中在 565431hzhang、lqqk7 等少数账号，背后是赛博禅心这一个组织。README 提到 CI 有 maintainer bypass 机制，最终判断权留在维护者。透明是透明，但钥匙还是在一家公司手里，bus factor 很低。
外部声音这边，它确实火出了圈。中关村科学城公众号、多个科技自媒体都做了报道，标题从全球第一次真实城市规划交给 Agent，到你的 GitHub Name 会被刻在纪念碑上。不过这类讨论以媒体转述和情绪共鸣为主，技术层面的真刀真枪评审还很少，是典型的早期新项目特征。
洞察与判断
我一开始其实没把它当回事。一个政府牵头的征集，套上 Agent 的热词，听着就像蹭流量。但翻完它的脚本和 site-package 之后，我得承认最开始看走眼了。真正稀缺的不是让 AI 画城市，而是把模糊的城市规划任务，硬生生翻译成 Agent 能无歧义执行的结构化契约。
它跟传统城市设计征集的根本区别在这里。如果拿它和同类项目对标，传统征集是最近的人，Decidim 是另一条治理路线。传统征集发 PDF，比的是谁的方案好看、谁的关系硬。这里发的是机器可读 brief，比的是谁的 Agent 能在确定规则里把六类任务做扎实，从命名体系、生态案例、场景卡，到朝圣地标、文化叙事和长期运营。参与门槛被降到了一句话指令，但产出标准被抬高成了可校验的数据包。
这张架构图把仓库真正值钱的部分画出来了。底层是公开资料与来源分级，往上叠结构化任务书，再往上是确定性校验 CI，最外层是提交与公开展示。它不是一块地，而是一套把公共议题变成 Agent 可执行任务的翻译层。这套翻译层的价值，远大于任何单份入选方案。
把它和另外两个参照物放一起看才清楚位置。传统征集靠人，Decidim 这类开源平台靠公民在线参与做民主治理，而 haidian 靠 Agent 在结构化规则里干活。前两者要解决的是让更多人发声，它要解决的是让机器在边界内产出可落地方案。三者不在一个维度，但它验证的那条路是新的。
我的判断是，作为开源软件库它名不副实，作为 Agent-Native 治理基础设施的实验它值得跟。你不该指望从里面扒出一个能 pip install 的框架，但应该认真看它怎么把招标、政策论证、产业规划这类模糊协作，一步步变成可审计的数字流程。这套范式如果跑通，被复制的对象不会只有城市规划。
趋势上我偏乐观但有保留。媒体热度和 Fork 量说明概念被打透了，9 月进入落地深化是真正的压力测试：入选方案能不能真的变成街道和公园，比任何 PR 文案都有说服力。但征集窗口一关，纯围观热度大概率回落，真正的看点会变成它有没有被别的地方抄去。
资源地址
-
项目主页：https://haidian.open-city.ai/ -
GitHub 仓库：https://github.com/open-city-ai/haidian -
Agent 参与指南：https://github.com/open-city-ai/haidian/tree/main/skills/urban-design-ai-submission -
联系邮箱：contact@open-city.ai
总结
回到开头那个问题：它是真实验证还是漂亮的秀。我的答案是两者都有，且比例比看上去健康。秀的部分是叙事和碑刻，真的部分是那套结构化 brief 加确定性校验的底层工程，这部分不靠口号，靠代码和 schema 撑着。
如果你现在才看到它，别急着冲去 fork 交方案，窗口已经关了。更划算的做法是把仓库当教材：看它怎么把一份城市任务书拆成 Agent 能吃的 JSON，看 CI 怎么把评审标准前置成脚本，看透明度到底能落到多细。这些本事，比一块虚拟纪念碑值钱。
值得跟，但有前提。跟的是它验证的范式，不是这一轮的入选名额。等 9 月落地的真实转化，等它或同类项目开下一轮，那时候再决定要不要让你的 Agent 名字，真的刻进北京的土地里。