■ 杨春侠 YANG Chunxia 顾卓行 GU Zhuoxing 姚梓莹 YAO Ziying

0 引言

20世纪60年代以来，自组织理论用于研究复杂系统，包括生命系统、社会系统、自然生态系统等的形成和发展机制问题，即在一定条件下，系统如何自动由无序向有序，由低级有序向高级有序演变。自下而上、自发性、涌现性等是自组织理论的重要依据。

快速城市化进程中,很多城市经由“自上而下”的方式规划建设，虽然推动了城市的迅速发展,但也缺失了因循“自下而上”规律演进的传统城镇所具有的关注人本需求、自然空间形态、场所归属感、地域特色等特点。北京大学陈彦光教授曾经提出:“对于任何一个复杂系统，自上而下的发展是没有前途的，自下而上才是发展之道。”在我国城市由快速城市化、规模化，向精细化、多元化、生态化转变的当下，自下而上的自组织城市设计越来越受到关注。

1 城市设计与自组织过程的匹配

自组织过程主要指系统内部各子系统之间能自行按照某种规则互动，使整体不断趋于稳定而形成一定的结构。城市的自组织特征研究从复杂系统的基本研究开始，如普里高津（Ilya Prigogine）从系统整体自组织研究出发提出耗散结构模型，赫尔曼·哈肯（Hermann Haken）从协同理论阐释物质群由无序向有序发展的过程等[1]。研究表明，城市系统的宏观演化及个体要素之间的互动等特征，与复杂系统自组织理论强调的个体协调最终形成特殊稳定结构的自组织特征相匹配。

1.1 复杂性匹配-城市设计的多系统架构

复杂性是自组织系统的重要特征。从物理学角度来看,复杂度与不对称性、不同状态的演化能力及空间上的长程相关性 (coherence) 等指标有关。

史蒂文·约翰逊（Steven Johnson）用“涌现”（Emergence）来阐述城市复杂机制，把城市看作是建立在城市要素互动、符号识别、循环信息、互动行为控制等系统基础之上的综合自组织整体[1]。复杂性适应系统（CAS）研究的开拓者约翰·霍兰德（JohnHolland）认为，城市以高度复杂的多层面系统存在，且系统之间互相影响，系统中的子系统与个体也能够高度自治，从而整个城市是一个复杂的自组织系统。道路系统、公共空间系统、自然景观系统等多个系统的关联性使得城市系统由外力或内因而导致其中某个系统的平衡状态被改变时，每个关联系统都需要经过一个演变过程而形成新的秩序。例如，由克里斯塔勒（W.Christaller）提出的空间地理论推导，当城市核心景观大小或者区位受到调整，围绕其形成的空间网络系统也会根据复杂度的不同而演变，最终形成新的核心景观系统格局[2]。

1.2 开放性匹配-城市设计的环境融合

自组织系统具有不同程度的开放性：在外部环境稳定时，自组织系统内部的各要素能够达到自组织状态，空间拓扑关系或空间序列能够保持不变；当外部环境向复杂系统注入能量或进行干扰时，通常是自组织系统内部平衡状态被打破的起点,系统得到了变化的势能而重新展开自组织过程，形成另一种空间拓扑关系或空间序列的稳态。因此，自组织体的开放性是建立在客观的物理协调过程之上的，是一种非因果律 (non-causality)[3]。

开放性也是城市系统的显著特征。如地理要素的不同使城市呈现差异化地域特征，以自组织理论来看，地理要素是城市系统不可避免的外部影响力，城市系统需要演化出与之相适应的自组织状态。因此，保持城市系统的开放性以应对外部环境的变化非常必要。

1.3 多样性匹配-城市设计需求多样性

自组织理论中，系统内部的个体类别设定多样而自由，多元互动成为可能。弗雷·奥托（Frei Otto）的“羊毛实验”中，羊毛网络拓扑结构的演变并不只是水分子与羊毛纤维互动的结果，水分子之间存在不同类别的杂质与空气气泡，它们也融入整个自组织过程。最终，在异质系统、水分子系统、羊毛系统的多元互动下形成稳态[2]。

城市系统容纳的要素类别更多，人群的需求也各异。以滨水区为例，建筑、广场、道路、堤坝、桥梁等多个要素需要组织，形成对所有人群开放的场所。人群置身城市空间中，行为需求也各异，包括休闲、购物、通勤、娱乐等；且随着时间推移，行为也会改变。杨·盖尔（Jan Gehl）将这些活动归结为必要性活动、自发性活动和社会性活动，它们在城市空间中互相关联，互相影响。城市正是多种使用者和多样环境要素共同互动迭代而形成的稳定系统。

1.4 动态性匹配-城市设计的韧性协调

自组织过程是一个动态、反复的过程。从贝纳德元胞(Benard cells)花纹试验看，加热的水分子因容器束缚形成了六边形网格肌理为基础的对流状态，水分子之间浮力、热扩散、粘滞力的综合作用使得系统相对稳定但并不静止[4]。自组织系统由于外部环境或者个体行为规则的改变，其动态平衡可以表现得相对稳定，也可以保持“沸腾”，但无论处于哪种状态，个体之间的互动不断发生，整体始终保持协调性。

城市复杂系统也处于“稳态—动态—稳态”的持续变化中，随时间的流逝，城市要素与人群行为相互适应而调整，人群之间、城市要素之间也始终保持互动，而城市一直作为整体运行。霍华德（Ebenezer Howard）感叹，城市为何在缺乏中央规划的情况下仍然能够运行；亚当·史密斯（Adam Smith）则提出人群个体之间的互动（经济活动、社交活动等）形成了看不见的手，调控城市整体，使城市能够运作[5]。

2 多代理系统的自组织过程与特征

多代理系统具有完善的自组织过程。通过编辑个体代理行为逻辑并以群体代理互动而呈现整体复杂性的多代理系统，已经广泛应用于社会学、经济学、生物学等学科[6]。

2.1 个体自洽

自组织理论把个体行为准则视为整体自组织的基础，个体既能够遵循自身的行为准则而独立存在，也可以与群体的其它部分互动，形成个体自洽，就如蚂蚁个体和蚂蚁群互动形成的蚁穴系统那样[7]。多代理系统中代理粒子（Agent particle）的个性能够进行编辑，基于粒子与场地力学系统的模拟，粒子的关键变量为经典物理运动变量，如初始速度、加速度、质量等；且为了使粒子获得“智能”，能够自主选择，也要设定代理粒子的判断条件，如限定粒子运动的最大速度值、最大受力值、视野捕捉半径、视野限制夹角等。因此，粒子会呈现不同的“个性”，有的比较活跃，容易被吸引与排斥，运动幅度很大；有的惰性十足，反应迟钝。

2.2 群体耦合

在个体自洽的基础上，个体与个体之间、各系统之间产生互动，也就是群体耦合。受到物理性质支配，粒子群（Particles swarm）之间能够按照物理力学规律进行互动，耦合出自组织过程。粒子群之间的互动关系又可通过组合并行力、聚集力、分散力使得粒子群成为类似动物群的智能互动群体，从而模拟场所中的人流、物质流、能量流[8]。这样的群体耦合模型使场地中物质空间、活动人群、信息交换等要素得到新的可视化和量化机会，进而将自组织过程转译为可观察与分析的对象。

2.3 环境互动

开放的自组织系统与环境互动，进行物质、能量、信息交换。多代理系统也能够与环境要素匹配，通过自发逻辑发展并形成稳态，表现或再译自组织过程与特征：①匹配过程中，代理粒子的个性由可编辑的基础逻辑构成，使粒子间能自主互动，为粒子群与环境要素的互动打下基础；②不同环境要素对个体代理粒子、粒子群能够施加不同权重的影响，使粒子群能在复杂环境要素的共同影响下实现自组织；③环境要素是可变化的，不断自组织的整体对粒子群施加的影响也是变化的[9]。

2.4 衍化迭代

自组织系统一般很难呈现绝对的稳定结果，其不断衍化的状态是研究的关键，就如沸腾的开水，水分子之间、水分子与气流、水与容器始终处于互动变化的自组织状态[10]。多代理系统的研究重点也在于系统的迭代过程，不同个性的代理粒子群与不同的场地要素之间互动形成多样化的模拟过程，不断迭代，偶然性与不确定性始终伴随；而研究者关注的不仅是结果，还有每一帧的实时反馈，并适时对模拟对象调整或限定，使结果趋近于理想状态形成图解。

3 基于多代理系统的自组织城市设计发展演变

对于城市的复杂性、开放性、多样性、动态性，多代理系统能够提供可视化、可量化的空间模型或数学模型，这经历了多阶段的发展历程。

3.1 单一系统——自组织系统

早期的自组织系统从时间维度关注城市的动态发展衍变。与动物群体活动、细胞增殖活动、甚至社会经济活动相比，城市要素之间离散的互动成为整体形态演变的主要影响因素[11]。

最初，研究者从数学方法中尝试直接描述与定义自组织过程。匈牙利生物学家林顿梅伊尔（Aristid LinderMayer）于1968年提出L-系统逻辑链条，通过对植物生长过程的经验式概括，列出数学表格，给定初始状态与表格运算规则，再进行有限次数的迭代，使初始状态的形状发展成序列并形成复杂的分形图形。时常作为动态系统建模方法的元胞自动机（Cellular Automata）是研究自组织系统的典型方法，散布在规则矩阵中的每一个元胞遵循同样的作用规则，互相影响，达到元胞群体的同步演变，最终形成稳态[10]。

L-系统的描述性逻辑架构与迭代运算模式建立了初始信息与迭代结果的精密联系，但是整个运算过程是封闭的，不受外界的刺激和干扰，每一次运算结果的图形集合之间有极强的相似性。相对于L-系统的封闭增殖过程，元胞自动机能够回应矩阵中环境的变化，也就是能与模拟环境发生互动，但是元胞单元被限定于固定的坐标体系中运行，元胞矩阵的密度（像素）也决定了模拟精度，存在一定的局限。

3.2 系统与环境——集群智慧

曼纽尔·德兰达（Manuel DeLanda）于《新唯物主义》中概述：“物质的形成是真实要素的互动、迭代、衍化而逐渐稳定的过程，核心思想是关注物质个体的建立，个体之间通过各种规则互相影响，最后的群体宏观结果形成了物质。”德兰达的研究启发城市设计关注城市系统与运行机制，而非直接观察物质空间，寻找能够代理社会活动关系或城市环境的要素，再通过要素个体的互相作用形成“集群智慧”，反映城市运作、发展和衍化。

20世纪80年代的羊毛实验通过水体分子的力学互动形成“湿网格”（WetGrid），使羊毛弯曲形式与水体环境紧密结合。相对于L-系统，实验通过个体互动的迭代而达到“集群智慧”的模拟，较为客观的体现了自组织性[10]。无独有偶，2017年，Kokkugia事务所将“集群智慧”作为设计工具，实现自组织的城市系统模拟，生成城市空间。这个“集群城市主义”项目以抽象的社会关系、能量、信息流为基础建立多代理系统，并赋予代理粒子以信息路径跟随（stigmergy）互动行为。

对于城市化过程，应用群体逻辑能够使总体规划观念转变成总体算法，基于城市要素演算、迭代，积累出空间形态的演化过程，而不是经验性的判断与决策[10]。希望这样的设计方法能够使空间形态与社会关系的匹配加快，达到更稳定的状态，尽可能减少消耗与矛盾。

3.3 系统与系统——反哺互惠

自然界中，反哺互惠是一种可持续的关系，与自组织过程相近。20世纪90年代，吉尔·德勒兹（Gilles Deleuze）和菲力克斯·瓜塔里（Félix Guattari）的“块茎”（Rhizome）概念广泛论及了动物群体的相互适应、互动逻辑，认为“群体智能”的诞生是群体形式产生的基础，而个体智慧又是形成群体智慧的关键[11]。

将城市要素与活动人群视为智慧群体，建立互惠关系，使各自得到相应的优化，是城市自组织研究的重点。人群之间的互动，以及人群与城市建筑空间、功能布局、自然环境之间的互动，并不遵循单一的逻辑。人群在城市中被各类功能或环境所吸引，又因为各类阻碍、需求异化而改变行为，它们不断互相反馈、互相制约，最终达到某种互惠。城市影响了人群，人群也影响了城市，在没有强大外力的干扰下，人群与城市都在互动过程中各取所需，这样的原则在城市动态性研究中尚较少受到关注。因此，构建人群与城市的互动机制也要遵循互惠原则，这种底层逻辑构建才具有研究价值。

4 基于多代理系统的自组织城市设计探索

多代理系统为城市设计研究提供了新的方向，通过自组织模拟将场地要素与人的行为联系起来。基本步骤为：①建立粒子群的“个性”行为准则；②分别与城市特征环境系统模拟互动，调整参数，获得相应的粒子群分布状态；③提取上述粒子群自组织过程中的信息分布，包括空间坐标、速度向量、作用力系等；④结合设计师的智慧，转译为物质空间，如空间大小、围合界面、景观形态等，进而生成适应自组织过程的城市设计方案[12]。

本文选取上海北外滩虹口港片区为研究对象，以数字化多代理系统介入，探索自组织城市设计的方法。基地隔一个街区与黄浦江相邻，宽约15m的虹口港从中央穿越，历史文化资源丰厚，延续了老上海英租界街区网络，保留了多类型近代里弄、工业厂房、历史遗迹等，但城市更新滞后，街区环境衰败，公共空间碎片化，公共设施匮乏。随着虹口港水闸南移使亲水变为可能和黄浦江第一层面街区的建设，地区面临重要的发展机遇。本研究以公共空间为主要对象，满足多种行为需求为导向，探索自组织的城市公共空间体系建立方法。

4.1 赋予代理粒子群“个性”与运动逻辑

模拟基地内部和外部不同人群的特性，建立目的型、漫游型、弹性网络型粒子群等3种基本粒子群（图1）。

4.1.1 目的型粒子群

目的型粒子对应于必要性活动，直接被空间要素吸引，能在移动的过程中保持适当的密度，同时规避障碍，一定程度上能够探究粒子群与空间要素之间的直接联系，体现必要性活动的特征。以重要节点为目的地的人群可以视作目的型粒子群的样本。

4.1.2 漫游型粒子群

漫游型粒子可以模拟自发性活动，空间行进方向没有明确目的地，速度大小与引导向量不断改变。通过粒子间物理作用力的编辑与组合，尤其是吸引力与排斥力根据粒子间距离而改变，塑造类似在空间中“游荡”的粒子行为，可对应休闲活动的人群，目标不明确，发现兴趣点时，运动方式可能突然改变。

4.1.3 弹性网络粒子群

弹性网络粒子由于所受吸引力与排斥力达到某种平衡而呈现置身于弹力网络中的状态。一些要素在场地中的平面分布会呈现特定的网络形态，如核心商业功能与其它商业功能按照特定的能级分布，再如地铁、公交等外部交通站点进入场地的路径连接关系，都可通过弹性网络粒子的动态模拟，对商业功能之间、站点之间的路径平面流线进行优化，并保持其空间链接拓扑关系稳定不变，探索便捷可达的空间策略。

4.2 “个性”代理粒子群与特征环境要素匹配

选取基地的重要节点要素、公共空间场所、整体空间结构等与不同“个性”粒子群匹配，为城市设计自组织过程建立基础（图2）。

4.2.1 目的型粒子群与重要节点要素的匹配

历史建筑、商业空间、公共设施等易于激发必要性活动。选取春阳里、兴业里等特色里弄，日升楼、虹口老街、长治电影院等历史遗迹，地铁、公交站点等交通设施，以及办公、菜场等公共设施作为人群主要目的地，根据公共开放性、历史价值等级、完好程度等赋予每个要素一定的吸引力参数，作为必要性活动的吸引源。

4.2.2 漫游型粒子群与公共空间场所的匹配

基地拥有多类公共空间，如广场、巷弄、滨水空间等，是休闲活动的主要场所，但这些空间之间关联性弱，呈碎片化分布。通过建立漫游型粒子群与这些空间的关联，粒子群相互之间、与场地之间发生互动，粒子群时聚时散，形成多路径的交叠，可以探索公共空间网络物质形态与关系，为将碎片化的公共空间形成体系提供参考。漫游型粒子群与目的型粒子群的空间分布模拟结果会出现重叠的和不重叠的区域，对公共空间的设计引导也更加全面。

图1 多代理系统空间生成应用整体逻辑结构

图2 代理粒子与空间要素互动逻辑结构

4.2.3 弹性网络粒子群与整体空间结构的匹配

基地内部空间结构应与外部地铁、公交站点等联系便捷，与周边城区的空间结构自然连接；基地内部的各等级空间也要有合适的联系。为模拟这种空间拓扑结构固定的自组织过程，建立弹性网络粒子群，在粒子之间施加联系，束缚住粒子群的空间序列，使移动后粒子之间的空间拓扑结构不变。这种弹性粒子群呈现变化的网络状态能够引导直接通达路径，优化合并成相近的路径，实现最短路径优化形态。

4.3 集群粒子群与环境要素的互动

4.3.1 目的型粒子群与重要节点要素的互动

将基地人群分为外部游客和内部居民两类。首先，为目的型粒子群设置起始运动条件与终止运动条件：外部游客目的型粒子群以地铁、公交站点、城市主要道路接入口为起始点，内部居民目的型粒子群以住宅、办公出入口为起始点；终止点为上文提及的重要节点场所，终止运动条件是设置粒子运动至重点场所之后做长时间停留。其次，限定粒子群的运动空间，刨除不可进入的区域，如小区、单位等，尽量引导粒子进入可利用的空间。最后，在启动动态模拟后，将一天分成几个时间段，如通勤、休闲时段等，对粒子群特性进行参数编辑，形成不同时段的粒子运动模拟图解列阵以供分析。在模拟时，粒子群受到吸引或排斥，轨迹与密度不断变化，一些地区因阻碍强烈成为空白；一些地区因粒子群集聚而呈现密集路径，消极空间与积极空间一目了然（图3）。动态模拟的目的不是追寻唯一的结果，任何一个模拟过程都可能提供不同的设计参考价值。

4.3.2 漫游型粒子群与公共空间场所的互动

漫游型粒子群尝试匹配人群活动在城市公共空间中时聚时散的特征，粒子群与多个公共空间节点的互动，对公共空间序列的生成有一定的参考价值。首先，将需要保留的公共空间节点作为固定要素，而对需要增设的公共空间节点不做强制性地理限定，设定漫游型粒子群的起始与终止位置都是公共空间节点，这样粒子群的运动轨迹就能够探索公共空间之间的形态联系。接着，根据现场采样的自发性活动比例赋予粒子一定的漫游参数，粒子的运动轨迹受到视线和交通条件的限定，且需避开不可进入区域或场地阻碍。由于起点、终点、路径已经与场地要素关联，设定漫游参数粒子群的弥散行为可以反映使用率相对适宜的公共空间联系，为形成流线顺畅、快速容纳使用者活动的公共空间体系指明方向。最终，不同参数粒子群的漫游状态会对模拟过程有不同影响，多种参数的模拟叠加能为公共空间体系设计提供参考（图4）。

4.3.3 弹性粒子群与整体空间结构的互动

图3 直接目的性粒子的互动模拟

图4 直接目的性粒子与优秀历史建筑互动

弹性粒子群能够协助片区城市自组织系统与城市整体结构的融合。如果限定粒子在模拟区域中的空间拓扑结构不变，而改变其形态演变过程，可以在一定程度上保证新的设计不与原有城市空间结构相抵触。首先，明确基地与城市的主要接入点，以位于基地中间东侧的地块为例，选择位于边界的地铁站点、道路交叉口、小区入口、滨河入口等作为接入点，在连线中排布弹性粒子，使每条线成为可活动的柔性联系。然后，使连线自由合并或分离，形成主要路径与分支结构。最终，模拟结果呈现柔和曲线，而空间网络拓扑结构保持不变。场地空间结构延续了城市空间结构，将局部更新片区新的运行模式可能带来的冲突尽量降到最低。

4.4 基于动态模拟的自组织公共空间体系生形

4.4.1 建立公共空间骨架

依据场地调研，观赏黄浦江对岸东方明珠的视点高度可以放在二层，方案拟建立立体步行系统。以模拟过程拟合控制轴线与空间尺度，作为公共空间体系生形的切入点。首先，将筛选后各个时段的粒子群分布叠加，获得外部游客和内部居民的活动模拟图，为公共空间尺度生成提供依据。然后，提取有代表性的人群路径再次叠加，获得人群路径交点，通过回归算法分别得到外部游客和内部居民的分布规律曲线图，作为公共空间控制轴线的基础，其中，游客路径曲线抬升作为二层公共空间网络的主要参考线。最后，筛选弹性粒子模拟图，并与上述两条曲线拟合，获得与最短路径契合的支干路径，作为公共空间细化组织的依据（图5）。

控制轴线衔接所有的现存历史建筑、公共设施及新增的公共节点，串联和激活场地核心节点；支干路径使地块内公共空间之间，以及与基地外部空间的衔接更为顺畅。由此，依托多时段、不同人群行为的模拟，建立易达、观景、均好、主次分明的公共空间骨架。

4.4.2 确立公共空间节点

活动模拟图是动态变化的，提取演化达到相对稳态的模拟图，即人群集中抵达的空间分布图，将结果量化，获得人群分布密度，筛选密集度大的区域，作为在公共空间骨架基础上建立核心公共空间的依据：①位于基地中央，人群最密集、分布最多的跨河区域建立核心公共空间；②周家嘴路入口的春阳里滨水区域设立入口标志性公共空间；③日升楼、虹口老街、长治电影院、北外滩111等历史建筑附近构筑节点公共空间；④西岸的中部、南部特色里弄结合因水闸外移降低防洪要求的滨水岸地设立亲水公共空间（图6）。

4.4.3 细化核心公共空间

基地中部东岸地块仅有南侧高层住宅必须保留，西岸地块有教堂，两者恰与模拟的核心公共空间位置相近，故在此建立核心空间。西岸为教堂与亲水广场；东岸底层为邻里商业服务中心，与邻近的高档商业中心白玉兰广场错位发展，满足本地居民的日常需求。考虑到东侧地铁站点与西侧滨水标高较低，观景又需较高的平台，因此，邻里中心上覆缓坡公园，与地铁、水滨都有自然的衔接。由于公园更多时间为居民服务，公园主路参考游客路径模拟曲线，与游客路径为主的二层公共空间网络保持良好衔接，小径则以居民路径模拟曲线为主。底层邻里商业服务中心以该地块的弹性粒子模拟图为依据，建立商业服务单元之间的便捷联系；同时，与地铁站点、滨水空间、东侧小区、南北侧入口等连接良好（图7）。

4.4.4 塑造跨河公共节点

虹口港贯穿场地南北，与代理粒子模拟的运动图谱形成交叉，这与调研中一定量的跨河行为相似，说明场地步行活动与河流发生了密切的交织互动，应加以利用形成合力跨河机制。方案在核心公共空间提取代表性路径与河流岸线的交点，由交点密度获得水岸交点活力程度，筛选活力较大的集聚点，作为桥梁接地点的位置，然后建立这些点之间的最短路径连接，由此获得桥梁的基本线形。基于人群行为的桥梁跨河路径设置是人群过河行为的自组织形态表达，它不同于传统单线跨越的桥梁，是基于代理活动路径生成的自由面状形态，创造了一处“水上广场”，能更好地连接核心公共空间两侧岸地，使更多的人群汇聚于此，成为场地最具活力的中心节点（图8、9）。

图5 公共空间结构生成

图6 公共空间广场布置生成

5 结语

基于多代理的自组织城市设计经历了漫长的演变，还有许多需要探索的地方。通过以具备自组织特性的多代理空间模型为媒介，建立代理粒子群与场地要素的互动以生成图样，探索自下而上的自组织城市设计创作过程。与传统城市设计、传统数字化研究方法相比，有以下几方面的提升。

5.1 开放多元的模拟平台

多代理系统是开放的研究平台，多种系统、粒子、力场组合与互动，脱离了传统数字化研究方法的程序生形思路，不是为设计编写一个既定的逻辑，而是通过组合各类算法与逻辑，通过迭代模拟探寻设计的突破点。这种研究模式使同时兼顾的城市要素大大增加，复杂性、多元性、开放性得到提升。设计师更重要的任务是组织多元要素之间的关系以及构建复杂结构的逻辑关系。

5.2 基于行为的研究导向

城市人群具有性格，代理粒子也具有“个性”，粒子并不按照规划的运动轨迹运行，而是通过调整自己的移动状态，最终形成一个有机群体。场地要素对人群行为的影响也不是简单定性，而近似仿真地模拟客观场景中两者之间的互动关系（图10）。这种基于行为的研究导向一定程度上揭示了自组织过程的本质。

5.3 动态客观的生形逻辑

自上而下的主观判断让位于自下而上的客观模拟，设计师控制程序逻辑，调试并引导整个设计过程，粒子与场地要素的自组织互动成为生形基础。动态模拟过程中每一帧的粒子运动信息都能被捕捉、可视化、物质化，与时刻变化的实际场景相适应，为设计师提供较为客观的动态信息。设计从单一结果变成了搜索与筛选的过程，选择、分析、评估伴随着整个模拟过程。最终的结果看似随机，实则是较为客观的呈现。

图7 核心公共空间结构优化

图8 跨河空间形态生成

图9 公共空间形态结果

图10 基于多代理系统与场地要素互动的空间系统结果

5.4 人机融合的发展潜力

多代理自组织城市设计过程中，计算机并不是单纯的技术工具，设计师将复杂的思维逻辑写入程序，并应用程序的互动与叠加形成逻辑的嵌套，再通过计算机强大的功能，逻辑链条被大量迭代。由此，设计师的智慧在人机结合中得到了前所未有的延伸。计算机帮助设计师建立整体、动态、客观的设计方式，从前期要素梳理、互动模型架构，到动态信息筛选、数字化生形，需要建立全过程的数字化工作流程。正如尼欧·里奇（Neil Leach）所说，当数字化全工作流程蔓延之时，也是“数字主义”这个时髦词汇消失之时。