工程行业没有 AI 问题，它有的是运营问题。
技术人员打量一家工程事务所时，本能地会盯着计算书看。那是最显眼、最技术、最令人赞叹的部分——也是错误的目标。在这门生意里，它恰恰是余量最少、责任最重、占薪资比例最小的一块。
事务所真正漏钱的地方在别处。投标书。估算。合同审查。进度计划。报审台账。RFI。会议纪要。规范交叉核对。文档控制。开票。催收。竣工结算。这些都不需要执业盖章。它们却全都在消耗持证专业人员的工时。而这恰恰是一组协同工作的 AI 智能体如今已经做得不错的活。
行业层面上有东西在结构上出了问题，这个证据并不隐晦，也不新鲜。用 McKinsey 的话说："Construction productivity improved by only 10 percent, or 0.4 percent annually, from 2000 to 2022, compared with 90 percent, or 3.0 percent annually, in manufacturing."2 在美国，情况比停滞更糟：Goolsbee 与 Syverson 发现，建筑业人均增加值在 2020 年比 1970 年低约 40%，降幅之大足以对美国整体生产率增长构成可测量的拖累。3
在上图所覆盖的这段时间里，CAD、BIM、云端文档管理和项目管理 SaaS 被整整两个十年地卖进了这个行业。曲线纹丝未动。这是本文中最重要的一个事实，我会两次回到它——一次作为机会真实存在的论据，一次作为反对 Oxvelo 入场的最强理由。
每五个付薪工时中，已有两个不可计费。
把镜头从行业拉近到事务所。Deltek 的 Clarity 研究是行业中历时最久的建筑与工程事务所财务基准调查；第 47 版覆盖了约 900 家事务所。4 它的数字描绘的是一个正被挤压的商业模式。
把这些数字放在一起读，算术结果非常刺眼。在还没算入任何一个间接部门的工资之前，约 41% 的付薪专业工时就已经不可计费——而剩下的每一美元可计费人工，背后还拖着 $1.61 的间接费用。与此同时，营业利润率在一年之内从十年高位下滑了近五个百分点。
本文刻意不使用的一个数字
AEC 技术营销中被引用最多的统计数据是："construction professionals spend 35% of their time — over 14 hours a week — on non-productive activities,"（建筑业从业者 35% 的时间——每周超过 14 小时——花在非生产性活动上），每年造成 $177 billion 的美国人工成本损失。18 这个数字真实且来源可靠，但受访人群中 49% 是总承包商、36% 是专业分包工种——并不是设计专业人员。把它套用到工程师和建筑师身上，属于那种会让读者从此不再信任文中其他一切的小小不诚实。上文 58.9% 的可计费工时率才是站得住脚的那一个。
变革的单位是事务所，不是任务。
工程公司里几乎全是工程师，而工程师用工程师的方式思考。这在技术工作上是长处，在其他一切方面则是盲区。于是就有了这样的事务所：愿意花两年优化一套结构分析流程，却一年也不花在追问为什么把一份已签合同变成一个项目工作区要用十一天。
另一种框架，是按业务职能而不是工程专业来组织机会。每一家工程企业都包含业务开发、估算、合同、项目管理、技术生产、文档控制、施工配合、财务、人力运营、合规与知识管理。其中每一项都有对应的 AI 版本。它们合在一起不是一组功能——而是一支劳动力队伍。
在这支劳动力之下还有两层，而持久的优势其实就住在那里：
机构智能。 每一个项目、文件、标准、决策、经验教训、估算与历史结果都变得可检索、可复用。今天这项资产每家事务所都有，却几乎一文不值，因为它散落在文件服务器、收件箱，以及一位四年后就要退休的合伙人的记忆里。2022 年估计有 184,175 名工程师退休或离开本行业，其中 85,175 人来自土木、机械与电气专业。15 他们每个人都带走了一份从未被索引的语料。
工作流编排。 项目一旦中标，系统即启动项目建立、进度计划、交付物清单、预算跟踪、合规记录、文档结构与工作成果初稿——并在既定的控制点主动上报给人类，而不是等着被吩咐。
从谁都不必盖章的地方开始。
有些工程工作如今已经重复到智能早已被固化其中——固化在标准、模板、既往设计和成熟程序里。剩下的只是执行、核查、记录与签署。这和"设计一座桥"是完全不同的问题，也正是应当着手的地方。
正确的入场排序方式，是把每一项职能同时放到两个坐标轴上：它有多可自动化，以及它承载多少执业责任。这两个轴并不独立——而安全且有价值的地带在左上角，不在右上角。
注意这排除了什么。它排除了由 AI 独立审批报审文件。它排除了 AI 对某项设计承担执业负责。它排除了兜售"模型已经盖了章"。它纳入的是这样一家事务所：投标书一个下午就装配完成，而不是两周；合同偏差在合伙人打开文件之前就已对照公司标准被标出；交付物清单在启动会上自行生成；RFI 台账通过引用规范条款自行回答了其中 60% 的问题——所有这些都可审计，并且在法律要求的每一个节点上，都上报给一位具名的持证人类。
我们不再需要工程师去产出设计。我们需要他们去做质量把关。
这是本论点最锋利的表述形式，值得毫不含糊地说出来：一支百人设计团队，是一个早已不再成立的生产约束留下的遗迹。 两名工程师，审查 AI 产出的成果并为其承担责任，就能承载过去需要一支大团队才能完成的生产量。由此带来的财务、产能、准确性与周期时间后果不是增量式的。那是另一门生意。
这之所以不算鲁莽，是因为这个行业早已有一个法律范畴专门对应这种安排，而且已经存在了几十年。它叫审查。
执业负责（responsible charge）从来不要求亲自执笔
带着这个主张再读一遍规则——而且要读现行的规则，因为 NCEES 在 2025 年 8 月改写了那条关键定义，而这件事几乎无人评论。旧版 Model Law 把执业负责定义为 "direct control and personal supervision of engineering or surveying work."。2025 年 8 月版 Model Law 以一项功能性检验取而代之：执业负责如今意味着"to exercise full professional knowledge of and control over work,"并被展开为四项义务——审查、修改、否决或批准该工作的权限；对其范围的亲身知悉；就其作出答复的能力；以及对其承担全部责任。20
这个改动的分量，比我见过的任何评论所承认的都要重。旧的检验问的是你是否监督了做这项工作的人。新的检验问的是你是否知道、控制、能够辩护并拥有这项工作本身。 一名审查 AI 输出的持证工程师，可以满足这四项义务中的每一项。而一名持证工程师无法在任何有意义的层面上"亲自监督"一个模型——在被取代的旧措辞下，这个论证很别扭；在现行措辞下，它干净利落。
框架的其余部分指向同一个方向。NCEES Model Rules §240.20 D 要求，执业印章只能加盖在 "only when it was under the licensee's responsible charge." 的成果上。20b 纽约州的规则把不专业行为定义为：为那些 "have not been performed by, or thoroughly reviewed by, the licensee" 的服务加盖印章——这个"或"就写在法规里。59 NSPE 的道德准则明确设想了工程师对整个项目的协调承担责任并为其文件盖章的情形，前提是每一技术分部都由编制它的合格工程师签署并盖章。21b
地球上每一家大型工程事务所都已经在这样运作。合伙人为初级员工完成的、自己并未亲手绘制的成果盖章。资深工程师的价值从来不是绘图——而是施加于绘图之上的判断。AI 完全没有改变这一关系的法律结构。它改变的是被审查之物的边际成本：从一份工程师工资，变成一张算力账单。
NSPE 的 Board of Ethical Review 在 Case 24-2 中精确地确认了这条边界。一名工程师用 AI 起草了一份地下水报告——他对其做了彻底核实，逐项对照期刊文献——又用 AI 起草了设计文件，而对后者只做了草率审阅；客户发现尺寸不对齐、安全设施被遗漏。委员会的结论并不是使用 AI 有错："The use of AI-assisted drafting tools by Engineer A was not unethical per se. However, Engineer A's misuse of the tool, by failing to maintain Responsible Charge over the AI tool and its output before sealing the document… was unethical."21 违规之处在于审查不足，而不在于把活交出去。这是一盏附带条件的绿灯，而那个条件就是产品的全部。
该案有两个细节值得带走，而不是一笔带过。第一，委员会认定对报告的那次使用 "partly ethical, and partly unethical"——彻底的核实满足了胜任义务，但这名工程师另外未在向工具披露私密信息前取得客户许可，也未按要求标注技术引证。仅有核实并不足够。第二，委员会认为不存在向客户披露使用 AI 的义务，同时指出 "ethical principles favor transparency when AI plays a substantial role."21 因此，数据处理与引证纪律与审查一样，都是产品需求——而这正是图 6 中的溯源层所要满足的。
杠杆的算术
经济结果是机械地推导出来的。美国建筑事务所的平均净开票额达到每名员工 $143,000——高于 2011 年的 $86,0007——而 A&E 事务所的总人工成本为每名员工 $119,511。45 整个行业的问题就摆在这两个数字里：人均收入和人均成本几乎是同一个数，而 161.3% 的间接费用率就夹在两者之间。（$143,000 是平均数；AIA 不发布中位数，而在如此偏斜的分布中，中位数很可能更低——这只会让差距更糟，而不是更好。）
现在引入一个杠杆比率——称它为 L，即一名持证专业人员能够审查并为之承担责任的生产产出，相当于多少名工程师当量。今天，从结构上看 L ≈ 1。每名工程师大致只产出他自己那一份工作。让 L 动起来，每名专业人员的收入就随之线性上移，而人头成本不会。
"用两名工程师代替一百名"这个说法位于那条曲线的最右端——具体到生产职能，L ≈ 50。两点澄清能让它站得住脚，而不只是大胆：
- 它适用于生产，而不是整个事务所。 一家百人工程事务所并不是一百个人在画图。里面还有项目经理、施工配合人员、合伙人、财务和业务开发。这个主张说的是设计生产职能收缩为一支小型审查团队——与此同时，图 3 中的 AI 劳动力也在各自的曲线上压缩其他职能。这是两个不同的论证，本文两个都讲。
- 它首先适用于模板化、可重复的工作。 也就是图 4 中的蓝色带——智能已经固化在标准、既往设计和成熟程序里，剩下的只是执行、核查与记录。在一个前所未有的结构上，L 会长时间停留在 1 附近，而且理当如此。
那么，Oxvelo 究竟为什么还要招工程师？
对上述一切最显而易见的反驳是：它看上去与计划自相矛盾。如果不需要工程师去产出设计，为什么还要组建一支工程师团队？
因为一套 AI 系统产出的上限，取决于嵌入其中的专业领域知识的质量——而这种知识必须有来处。一个通用模型丢进工程事务所，产出的是通用的东西。同一个模型，如果对着这家事务所经过整理的标准、既往设计、验收准则、核查程序、失效历史和来之不易的惯例工作，产出的就是这家事务所的成果。这两套系统的差别不在模型，而在建造了第二套系统的那些工程师。
这正是能力研究向前读、而不是向后读所隐含的结论。AECBench 发现 LLM 最弱的环节是解读建筑规范表格和进行复杂推理38——这意味着解法是对经专家验证、整理过的来源做检索，并按专家定义的验收准则做确定性核查。整理这些来源、定义这些准则，正是资深工程工作。幻觉是奖励猜测的训练目标带来的结构性产物；39 对策是一个溯源层，而它的基准事实必须由专家来确立。图 6 中每一层让审查变便宜的机制，本身都是一笔专家判断的存款：存入一次，反复支取。
Eudia 的管理层收购一家 300 人的法律服务事务所、而不是雇工程师围绕模型做开发时，说的正是同一件事："building truly transformative systems requires deep human expertise embedded within the technology itself."42 cove.tool 的 AI 建筑设计业务，据称建立在执业建筑师十年研发的基础上，而不是靠一支读过规范书的 AI 团队。45
所以人头不会归零。它改变的是形状。工程师的工作一分为三，而每一份都比绘图更有价值：
注意这对招聘画像意味着什么。它不需要一支庞大的生产制图队伍。它需要少数几位异常资深的人——那些判断力值得被编码的人。而这恰恰是市场上最短缺的资源。ACEC 2025 年劳动力调查发现，只有 34% 的工程专业学生认为自己在所选职业最重要的技能上准备充分，而职业中期及更年长的从业者估计，他们的年轻同事中在这些同样技能上准备充分的仅有 14%。15 再把这一点与一年之内 184,175 名工程师离开劳动力市场放在一起看。15 这个行业稀缺的不是生产能力。稀缺的是资深判断力——而资深判断力恰恰是 AI 无法供给、AI 原生事务所却能加杠杆加得最远的那一项投入。
关于这两个数字有两点提醒，因为它们在此处分量不轻。34% 来自一个 195 名学生的便利样本，通过三所大学和 ACEC 奖学金申请者招募，并不是具有代表性的全国抽样。而 14% 是职业中期与资深从业者的估计——它是对准备程度的感知，不是对它的测量。两者指向同一方向；但都不精确。
量级主张，以及真正支撑它们的证据
现有最强的量化锚点是 McKinsey 的说法："AI has the potential to automate 50 percent of nonphysical work in the architecture and engineering sectors."2 注意它用杠杆语言意味着什么：那是整个企业层面的 L ≈ 2——翻一倍，而不是五十倍。高 L 的主张是关于一个狭窄、刻意选定的切片的主张，也应当始终这样表述。（对一个你会看到被并列引用的数字提个醒：MGI 的 $228 billion 是到 2030 年整个 AEC 行业由 "AI and other automation technologies" 带来的美国年度价值预测——它不是那 50% 的美元价值，也不是 AI 单独带来的。2）
最直接的运营证据来自 cove.tool。该公司在据称投入 $25 million 和十年研发之后，于 2025 年 3 月推出 Cove Architecture，一家全服务的 AI 驱动建筑设计事务所。它在亚特兰大一个 15 单元住宅项目上公布的结果是：
来源：cove.tool，由 Bisnow 与 Multi-Housing News 报道（2025）。45 请谨慎对待：这些是一家成立约十八个月的事务所自行公布的单一项目数据，两篇报道都没有说明 Cove Architecture 是否为注册持证事务所，也没有说明它如何配置人员。它们是目前能拿到的、说明这一量级真实存在的最好信号，但它们不是证明。
相邻的专业行业读起来是同一回事，而 Crosby 是最干净的例子。它在上线约五个月内以约 19 人审查了 1,000 多份商业合同；到 2026 年 3 月的 B 轮融资时，据报道这个数字已是约 30 名律师处理约 13,000 份合同。40 这就是杠杆曲线在一个持证行业里实时上移，而这家事务所明确表示："We stand behind our work and take liability for it."40 英国监管机构批准 Garfield.Law 的条件是：具名的受监管事务律师须对系统的全部输出承担最终责任。41 这就是质量把关模式——已获许可、正在运行，而且发生在一个与工程业责任结构完全相同的行业里。
难点：让审查具备可扩展性
这个主张真正棘手的问题在这里，而且它是实实在在的。如果两名工程师必须真正审查一套以百人产能运转的系统的输出，审查吞吐量就变成了约束条件，而橡皮图章式的盖章就成了失效模式。 一个实际上无法审查的审查者并不处于执业负责（responsible charge）之下，无论组织架构图怎么画——而在纽约州，这样的审查者对他人编制的成果负有留存书面评估六年的义务。59
所以杠杆比率不是靠让 AI 更擅长生产赢来的。它是靠让输出更便宜地被验证赢来的。那是另一个工程问题，是真正的产品，也正是图 6 所描述的内容。
作为设计原则来陈述：工程师永远不应该去审查一张图纸。工程师应该审查一小组经过排序的例外项，每一项都自带溯源，而其所依托的成套文件中，一切不例外的部分都已由确定性核查证明无误。 做对了，L 就往上爬。做错了，你就造出了一台批量制造责任风险的机器。
一个高度分散的行业、一道采用鸿沟，以及一扇整合窗口。
要让这件事成为一门生意而不只是一个论点，三个市场条件必须同时成立。目前三个都成立。
这个行业异常分散
先看集中度数字，因为它最干净。ENR 的 2026 Top 500 Design Firms——全国最大的五百家设计机构——在 2025 财年录得$136.3 billion 的美国国内设计收入。12 人口普查局的 Quarterly Services Survey 显示，NAICS 5413（建筑、工程及相关服务）2025 年的总收入约为 $494.5 billion。12b 因此，美国最大的五百家事务所大约只占行业的 28%。另外 72% 分散在数万家事务所手中——而即便在 Top 500 内部，仅前十家就拿走了 32.2% 的收入。12
再看长尾内部，它比多数人以为的还要小。AIA 的 2024 Firm Survey 发现，28% 的美国建筑事务所是独立执业者，32% 有两到四名员工，约 75% 的员工数不足十人。7
分散之所以重要，有一个具体原因：一家十一个人的事务所建不起 AI 运营层，也买不到合身的现成品，但它可以被接入一个。而集中度趋势说明小型事务所已经在失去阵地——运营模式的差距就是那个机制。何况这些事务所本就已经在易手。2025 年是有记录以来第一个完成国内 A/E 交易超过 500 宗的年份；其中 72% 的交易涉及收入低于 $10 million 的事务所，而私募股权支持的收购方或资本重组如今占到全部设计与环境咨询交易的一半以上。13 另一家采用更窄行业定义的追踪机构统计到 2025 年有 361 宗交易，PE 占交易量的 38.3%——高于 2018 年的 22.3%。14 定义不同；方向一致。
人才供给存在结构性短缺
ACEC 的劳动力研究把 2022 年工程师净缺口定为约 18,000 人，其中 8,411 人属于土木、机械与电气这三个核心专业。15 工程学位授予数在 2019 年见顶于接近 214,000，此后已下降超过 10,000。15 截至 2026 年第二季度，33% 的工程事务所在此前六个月里因人手不足而推掉过业务——低于 2024 年第四季度的 51%，但仍有三分之一的行业在拒绝自己配不出人手的收入。16 在手合同额中位数为 11 个月，49% 的事务所报告在一年及以上。
这是需求侧的论据，而且比成本侧的论据更有力。一家在推掉业务的事务所并不想裁减人头——它要的是产能。这就把整个销售逻辑重新框定了。
采用是真实的，但很浅——而且已发布的数字一团乱
这里我必须谨慎，因为 AEC 技术写作最不诚实的地方就在这里。这个行业已发布的 AI 采用率从 6% 到 98% 不等，完全取决于问了什么、又问了谁。
最站得住脚的信号不是任何单一数字，而是唯一那组连续三年向同一行业问了同一个问题的序列。Deltek 的 A&E 研究从 38% 到 53% 再到 70%。46
那道差距——70% 的事务所在接触 AI，却只有 38% 报告可测量的业务影响，4 与此同时 52% 的 AEC 受访者在设计阶段仍在用纸，43% 仍依赖实体签名9——就是全部机会所在。采用宽达一英里，深仅一英寸。没有人重建过这个企业组织。
七项反对意见，以最强的形式呈现。
一份只讲一面之词的立场文件是营销材料。以下是反对 Oxvelo 做这件事的七个最有力的论证——按一位怀有敌意且消息灵通的读者会有的表述方式陈述，然后逐一回应。其中三条基本正确，而它们改变的是策略，不是推翻它。
AI 不能对工程工作承担执业负责，不能为图纸盖章，也不能承担执业责任。一家工程事务所里一切有价值的东西，最终都落在一位持证人类的签字上。你自动化的都是无关紧要的那些部分。
前半句完全属实，Oxvelo 应当比批评者说得更大声。NCEES Model Rules §240.20 D 要求，持证人的印章与签名只有在成果处于 "only when it was under the licensee's responsible charge," 的情形下才可加盖，20b 而自 2025 年 8 月起，执业负责（responsible charge）被定义为行使 "full professional knowledge of and control over work."。20 纽约州走得更远：为持证人未亲自编制、也未 "thoroughly review" 的文件盖章被定义为不专业行为，而审查他人成果的持证人必须留存书面评估六年。59
后半句——"无关紧要的那些部分"——才是这条反对意见失手的地方，而图 2 就是答案。如果 41% 的付薪工时已经不可计费，且每一美元可计费人工都背负着 $1.61 的间接费用，那么不需要盖章的工作就是事务所的经济学本身。执业印章是产品的保修承诺。它不是产品的成本结构。
值得注意的是，监管方已经回答了那个狭义问题。Texas Board of Professional Engineers and Land Surveyors 于 2024 年 11 月发布 Policy Advisory Opinion PAO-71，认定 AI 软件并未被禁止，认定 "licensees are ultimately responsible for any work product they sign and seal,"，并认定现行规则已足以规范 AI——因而拒绝另行制定 AI 专项规则。22 NSPE 的 Board of Ethical Review 在 Case 24-2 中得出平行的结论：使用 AI 起草工具 "was not unethical per se"；在盖章前未对其输出保持执业负责才是不当。21 佛罗里达州的委员会用一句话概括："AI can assist your work, but it cannot replace your professional judgment or accountability."23
你在纽约州不是持证人。按纽约州法律，你不能拥有一家工程事务所，不能担任其总裁，不能担任其董事长，也不能担任其首席执行官。你打算搭建的这个实体，在你自己所在的州是违法的。
这条反对意见是对的，而且是本文中后果最重大的一项发现。 它并不推翻策略。它决定了公司结构。
对一家从事工程业务的普通专业服务公司，纽约州的基准规则是：每一位股东、高管和董事都必须在纽约州持证，并且 "no other entity or individual except those described in the preceding may practice professional engineering in New York State."25 唯一的泄压阀是 BCL §1503(b-1) 项下的 Design Professional Service Corporation，而它的条件比通常给出的概述更严：24
- 超过 75% 的已发行股份必须由设计专业人员以及一个 ESOP持有；
- 超过 75% 的董事和超过 75% 的高管必须是设计专业人员；
- 总裁、董事会主席，以及首席执行官（或诸位首席执行官），都必须是设计专业人员；
- 最大股东必须是设计专业人员或符合条件的 ESOP；
- 而关键之处在于——那不足 25% 的部分，只开放给员工持股计划以及本公司并非设计专业人员的雇员。外部的、非雇员的投资实体根本不具备资格。
所以实际处境比"非持证人最多可持有 25%"还要糟。在纽约州，外部控股公司在持证设计实体中没有任何取得股权的路径。其他州要宽松得多：加利福尼亚州只要求持证工程师是所有人、合伙人或主管高管，并禁止由非持证人独资持有，27 而得克萨斯州的事务所注册规则对所有权完全未作规定，只要求至少雇用一名全职在册持证人并由其监督持证工作。26
三个各自独立的受监管专业行业，各自独立地收敛到了针对同一问题的同一个解法，这本身就是它正确的有力证据。
在医疗领域，corporate practice of medicine 原则（企业不得执业行医）禁止公司雇用医生提供诊疗。通用的变通做法是 MSO/PC 结构：一家由医生持股的专业公司雇用临床人员并掌控全部临床决策；一家管理服务组织——也就是那家技术公司——依据管理服务协议提供平台、排班、计费、人力与市场营销。55 在法律领域，Crosby——2026 年 3 月完成由 Lux 与 Index 领投，Sequoia、Elad Gil、01 Advisors 和 Bain Capital Ventures 跟投的 $60M B 轮融资——运行的正是这个形状："Crosby Legal PLLC is a law firm……powered by tech from Crosby Legal, Inc."40 在会计领域，像 Alpine 旗下 Ascend 这样的 PE 平台，把每一家被收购的事务所拆成一个鉴证实体和一个税务/咨询实体——即所谓 "alternative practice structure"——因为鉴证业务要求注册会计师占多数股权。44
工程业的约束与医疗业几乎一一对应：逐州设立的持证实体、一位必须掌握执业权限的具名个人（执业负责的工程师，或医生），以及从严格到宽松因州而异的所有权限制。
语言模型在工程恰恰需要的那类推理上表现明显糟糕。它们无法可靠地读懂一张规范表格，在多步计算上会出错，而幻觉是它们训练方式的结构性属性——不是一个等着打补丁的 bug。
准确，而且值得量化，而不是含糊带过。AECBench——一个经同行评议的基准，用建筑、工程与施工领域五级认知框架下的 4,800 道专家验证问题测试九个 LLM——发现模型对基础知识的处理尚可，但在解读建筑规范中的表格知识、复杂推理与计算，以及生成领域专属文件方面存在显著欠缺，且性能随认知难度上升而稳步下滑。38 而幻觉并非偶然：OpenAI 与佐治亚理工的研究者认为，模型产生幻觉是 "because the training and evaluation procedures reward guessing over acknowledging uncertainty"——这是一种统计层面的压力，不是一处缺陷。39
但 AECBench 论文里有一个被它自己的摘要埋没的发现，而这是整个文献中对 Oxvelo 的目的最有用的一项结果。建筑规范表格上的失败是一个编码问题，不是一个知识问题。当研究者把规范表格转换成自然语言描述后，模型在这些问题上的准确率从 45.27% 升到 98.94%。把同样的表格渲染成 HTML，准确率则从 40.65% 升到 87.27%。38
再读一遍。 同一个模型，面对同样的规范条文，从一半以上答错变成几乎全对——仅仅因为改变了源材料呈现给它的方式。这不是能力天花板。这是一项数据工程任务，而且恰恰是由专家构建的语料所要做的那类工作。它也是现有最有力的证据，说明这个领域的约束在于知识的准备，而不在于对知识的推理。
还要注意 AECBench 测量的是什么：无辅助的模型凭参数化记忆回答工程问题。那并不是本文所提议的架构。所提议的架构是对事务所自身标准与既往成果的检索——并按 45%→99% 那个结果的要求，为机器可读性重新组织过——计算以代码而非以模型确定性执行，结构化模板承载规定的核查项，并强制上报给持证审查者。一个去查规范表格并给出引证的系统，与一个被要求凭记忆背出它的系统，失效面完全不同。
"用两名工程师代替一百名"并没有消除瓶颈——它只是把瓶颈挪了个位置。如果 AI 以一百名工程师的速度生产，两个人就必须以一百名工程师的速度读，才能真正处于执业负责状态。他们做不到。所以要么杠杆是虚构的，要么审查是虚构的；如果虚构的是审查，那你造出来的就是一门包装更好的盖章生意。
这是针对本文最大胆主张的正确反驳，而答案不是把主张说软——而是精确说明它要成立必须有哪些条件为真。
这条反对意见假定审查工作量随产出量线性增长。它并不必然如此。审查工作量随人类必须真正裁断的事项数量而变化，而那个数量是一个设计变量。一份成套文件，如果其中每一个尺寸都已针对模型做过确定性核对，每一条规范引证都带有可回溯到原条款的溯源链接，每一处偏离公司标准的地方都作为排序后的例外项被浮现出来，那么它在审查上本质上就比一叠图纸便宜得多——尽管它代表着同样的产出量。这就是图 6 的全部内容，也是为什么工程投入要放在验证工具上，而不是放在生成质量上。
监管框架支持这种读法，而在 2025 年 8 月之后，它支持得比以前更直接。NCEES 现行的四项义务是：审查、修改、否决或批准该工作的权限；对其范围的亲身知悉；就其作出答复的能力；以及承担全部责任。20 这四项里没有一项是"逐行读完"。为初级员工成果盖章的合伙人从来不会把每一步计算重算一遍；他们是对一件可审查的制品施加判断。执业委员会会问的问题是：你是否对这项工作行使了专业判断，并且能否证明这一点——而一套带完整审计轨迹的例外驱动式审查，对这个问题的回答比现状更好，而不是更差。
所声称的收益经不起测量。METR 做了一项随机对照试验，发现有经验的开发者使用 AI 工具时实际慢了 19%，却自认为快了 20%。MIT 报告称，95% 的企业级生成式 AI 试点没有产生可测量的损益影响。你在兜售一个证据并不支持的生产率故事。
两项研究都是真的，而且此后都被实质性削弱——这是 2026 年 8 月的读者需要知道的，也是引用它们的人大多不会提的。
METR 重新设计了实验，得到了不同的答案。 2025 年 7 月那项研究确实在 16 名开发者、246 项任务上发现了 19% 的减速，置信区间为 +2% 到 +39%。34 2026 年 2 月，METR 在一篇题为 We Are Changing Our Developer Productivity Experiment Design 的文章中报告，在原设计中 "30% to 50% of developers told us that they were choosing not to submit some tasks because they did not want to do them without AI"——这是一种选择性偏差，恰好剔除了 AI 最能胜任的那类任务。后续一项研究得出的结果是：参与其中的原班开发者子集减速 18%，置信区间为 −38% 到 +9%；新开发者减速 4%，区间为 −15% 到 +9%。两个区间都跨过零。 METR 自己目前的立场是："we believe it is likely that developers are more sped up from AI tools now — in early 2026 — compared to our estimates from early 2025."35
两点老实话，因为人们在这里往两个方向都容易走偏。METR 并没有撤回或修订 19% 这个数字——它按发表时的样子成立；后来的数字来自一项独立的研究。而 METR 表示，它自己的数据对改进幅度只提供了 "very weak evidence"。正确的读法不是"AI 让开发者更快了"，而是那个头条数字远没有拿它来说服你的人所暗示的那么确定。
MIT 那个"95%"的数字来源薄弱。 它出自一份 MIT NANDA 报告，其基础是对 52 家机构代表的结构化访谈，以及在四场行业会议上收集的 153 份问卷，而报告自己的局限性章节承认，这些数字 "directionally accurate based on individual interviews rather than official company reporting."36 沃顿商学院的 Kevin Werbach 谈到这 95% 时说："I've read through the document multiple times, and I still can't understand where it comes from." Futuriom 的评估是，这份报告 "lacks thorough sourcing"，并且 "not a traditional academic research paper,"，还指出 "some of the authors work at some of these vendors."37
这个行业已经吸收了 CAD、BIM、云端协作和长达十年的建筑 SaaS。生产率却下降了。凭什么 AI 会不一样——又凭什么一家 AI 公司能做成 Autodesk 拥有二十年先发优势、把每一家事务所都变成客户却没做成的事？
这是这份清单里最好的一条反对意见，而图 1 是支持它的证据，不是反驳它的证据。结构工程师在自己的行业刊物上就明说过：BIM "is revolutionizing design,"，模块化装配对施工也在做同样的事，然而汇总的行业数据却显示生产率 "in a neutral to negative trend for many years."6b
但要精确地读懂这次失败。上述每一项技术都是作为工具卖给事务所的，而事务所随后必须自我重组才能拿到价值——它们没有做到。工具不改变运营模式；它们被现有模式吸收。一家买了 BIM 却保持同样的投标流程、同样的文档控制、同样的交接和同样的间接费用结构的事务所，得到的只是成本不变、但画得更好的图。
这恰恰是拥有事务所、而不是向它兜售的论据。Elad Gil 说得比谁都干净："If you own the asset, you can [transform it] much more rapidly than if you're just selling software as a vendor."48 （方括号是 TechCrunch 加的——那是它的编辑替换，不是 Gil 的原话。）
反向的交易同样有启发。2025 年 11 月 27 日，AECOM 宣布以 $390 million 收购挪威 AI 初创公司 Consigli——该公司自称 "The Autonomous Engineer"。ENR 的分析指出了四股逆风："the internal user base — even at AECOM's scale — may be too small to justify long-term platform investment"；"competing vendors are embedding similar capabilities into off-the-shelf tools, eroding differentiation"；"data readiness remains uneven"；以及"the economics of time-and-materials contracts limit how much efficiency can be monetized."46 ENR 还把 "the immediate drop in AECOM's share price" 描述为暗示投资者的怀疑——那个解读是 ENR 的，我无法独立佐证该股价变动，因此请把它当作他们的评估，而不是既成事实。
第四股逆风是本文最深的一点：一家按小时计费的事务所，在结构上就没有减少工时的动机。一家按成果定价的 AI 原生事务所则有。
工程业务不是靠价格或效率赢来的。它是靠资格、具名的持证个人和你并不具备的参考项目赢来的。而且你的职业责任险承保人还没决定它对这一切怎么看。
采购这一半是对的，而且对一个新进入者而言几乎构成硬性淘汰——这正是它驱动了 §9 中的建议、而不是被一挥手带过的原因。
根据 Brooks Act（40 U.S.C. §§1101–1104），联邦机构必须公开发布 A/E 需求公告，与至少三家事务所进行洽谈，按 "demonstrated competence and qualification" 对至少三家排序，之后才与排名最高的那家谈价格。28 价格不是遴选标准。按 NSPE 2018 年的统计，已有四十六个州采纳了某种形式的资格导向遴选。28b 一个有成本优势的进入者，无法靠价格买进入围名单。
更糟的是，联邦文书本身就是围绕具名的人构建的。Standard Form 330 要求为每一位关键人员提供简历、其现行执业注册所在州与执照号、相关从业年限，以及一张把每一位具名个人与其本人以类似角色参与过的具体既往项目交叉对应的矩阵。29 表上没有一栏叫"我们的模型"。州交通厅的资格预审更严：FDOT Rule 14-75 要求所列人员必须是真实雇员，工程师必须持有佛罗里达州注册，经验门槛必须由本人达到，并且它对既往履约在进度、管理和质量三方面正式评级——评级不合格会触发资格暂停。30
在保险方面，情况没有通常宣称的那么令人担忧。Ames & Gough 2026 年对十五家主要 A/E 职业责任险承保人的调查发现，80% 认为 AI 的采用是 "a potential disruptor of the overall professional liability market,"其中 73% "planning modest rate increases largely in the single digits."31 AIA Trust 2025 年的综述发现，承保人 "focused less on the technology itself and more on quality control, professional judgment, and potential copyright concerns,"，并得出结论："negligence is evaluated based on outcomes and professional responsibility, regardless of the tools used."32 AI 专项除外条款确实存在——Berkley 在 D&O、E&O 和受托责任险上的"绝对"AI 除外；Hamilton 在职业责任险中的生成式 AI 除外；ISO 于 2026 年 1 月推出的可选批单 CG 40 47、CG 40 48 和 CG 35 08——但这些全都属于相邻险种，而不是设计专业人员 E&O。33 截至本文写作时，公开记录中尚未出现针对 AI 生成设计成果的职业责任索赔。而建筑工程律师则把相反方向的可能性列为悬而未决的问题："whether the use of AI will be required to meet the applicable standard of care for designers."32b
这个行业不会自己对自己动手。那正是机会所在。
有一种常见看法认为工程是个守旧的行业——由一群信奉"没坏就别修"的老手把持。这种看法对结果的方向判断是对的，对原因的判断是错的，而这个差别关系极大，因为真正的原因不是性情。它写在这个行业的法律里。
工程业对技术并不保守。它对责任归属才保守。
反驳简单化的"恐龙"叙事的证据很好找：这个领域接纳有限元分析、基于性能的抗震设计、高性能混凝土、参数化建模和无人机测量时，都没闹出多大动静。工程师并不害怕新方法。这个行业在结构上迟缓的，是改变谁对什么负责，以及这种责任如何被证明。
而产生这一点的，是一个具体的法律机制，职业责任险圈子之外几乎无人明说。注意义务标准（standard of care）——设计专业人员在法律上被拿来衡量的那把尺子——并不由成文法规定；它是一项普通法检验，通常被表述为"the degree of care and skill ordinarily exercised by practicing professionals performing similar services under similar circumstances."32c 它白纸黑字地进入了合同：AIA B101-2017 §2.2 要求建筑师的履约须 "consistent with the professional skill and care ordinarily provided by architects practicing in the same or similar locality under the same or similar circumstances."32c
仔细读这一句。正确的做法在法律上被定义为别人已经在做的事。这是一台保守主义引擎，而且它自己就会运转。它让创新承担的风险不对称，其程度几乎是任何其他行业都没有的：随大流然后失败，你符合注意义务标准；创新然后失败，你不符合。面对这样的收益结构，一位审慎的合伙人会选择等待——不是因为他是恐龙，而是因为在他实际被评判的规则下，等待才是理性的打法。
数据里的抵抗究竟长什么样
结果是一个绝大多数人相信变革即将到来、却绝大多数人尚未做出改变的行业。这道差距是可测量的，而且在针对三个不同人群的三项独立调查中惊人地一致。
这些数字底下的质地值得直说：
- 52% 在设计阶段仍在用纸，49% 在规划阶段仍在用纸，43% 仍依赖实体签名——而只有 11% 自称是完全数字化的组织。9 这不是一个跳过了数字化、正直接跃向 AI 的领域。这是一个还没把数字化做完的领域。再次提醒：这些受访者是经理级及以上的技术决策者——是整个行业中数字化程度最高的那一层。9b2
- 90% 的建筑专业人士表示担忧，担忧集中在五个问题上——AI 输出不准确、意料之外的后果、安全性、真实性和透明度。8（AIA 公布的 90% 是针对这一整组问题，而不是单指不准确。）热情与警惕并存于同一批受访者身上。
- 情绪是转冷，而不是转暖。 Autodesk 2025 年的调查发现，69% 的管理者相信 AI 会让自己所在的行业变得更好——比上一年下降了十二个百分点——而认为 AI 会动摇自己行业的比例上升了七个百分点，达到 48%。11
- 能力恰恰集中在最不需要它的那些事务所手里。 61% 的大型建筑事务所在日常工作中使用 AI，小型事务所只有 27%7——而 89.1% 的美国 A/E 事务所员工不足二十人。12 这个行业的绝大多数，既没有预算也没有人手来自建其中任何一部分。
- 计费模式惩罚效率。 ENR 对 AECOM 以 $390M 收购 Consigli 的分析，把计时计料合同带来的变现约束认定为一股结构性逆风。46 一家按小时计费的事务所，把工时砍半就是把自己的收入砍半。在位者在 T&M 合同内部解决这个问题，不存在任何可行的版本。
- 监管上的沉默被读作风险。 69% 的受访 AEC 从业者表示监管不确定性影响了他们的计划；9 而 NCEES 的 Model Law 与 Model Rules 在最新版本中根本没有提到人工智能。20 对持证人而言，一个未被回答的问题不是许可——是敞口。
而这一切背后还压着人口结构这个事实。据估计，2022 年有 184,175 名工程师退休或离开本行业，其中 85,175 人来自土木、机械和电气这三个核心专业，同时学位授予数已从 2019 年约 214,000 的峰值下降超过 10,000。15 离开的人手里握着机构知识。而能够重建运营模式的人，来的数量根本不足以完成这件事。
战略上的读法：这是护城河，不是障碍
上面每一个事实，通常都被当作避开这个行业的理由。恰恰相反。一个变化很快的市场容不下外来者——等你到场，在位者已经做完了。而一个把保守主义引擎接进了责任制度、计费模式惩罚效率、89% 的事务所根本无力资助一个平台、退休潮又在抽干知识库的市场，正是窗口会开得足够久、久到有意义的那种市场。
这也解释了为什么进入者应当是通才而不是专才。塞满工程师的事务所只会去优化工程本身。那片未被开采的表面——合同、投标、项目控制、文档管理，以及把它们连起来的整个生产系统——从专业内部看不见，恰恰因为身处其中的每个人都被训练成看向别处。要把整个操作系统当作目标，就必须站到它外面。
整合数据既确认窗口是开着的，也确认它不会永远开着。创纪录的交易量、2025 年 72% 的交易涉及收入低于 $10 million 的事务所，以及私募股权参与了一半以上的设计与环境咨询交易，13 都意味着创始人业主已经在卖了。问题只在于他们卖给谁，以及买家带来的是一套运营模式，还是仅仅一张资产负债表。
这个论证不能越过的那条线
如果把本节读成"在位者都是恐龙，我们绕过他们就行"，你会造出危险的东西。这种审慎并非不理性——它是按后果校准的。一篇糟糕的博客文章只是难堪；一根设计错误的梁会要人命。这个行业的保守，正是桥梁大多不会塌的原因；任何把它当作要击败的障碍、而不是要满足的条件的进入者，最终都会挣到自己应得的那份执法处罚。
对一台保守主义引擎，正确的应对不是跟它争辩。而是喂它想要的东西：可验证的输出、完整的溯源、留存的审查记录、真正处于执业负责状态的具名持证专业人员，以及可测量的业绩记录。做到这些，注意义务标准就不再是一堵墙。建筑工程律师已经提出了相反方向的可能性——使用 AI 最终可能成为满足注意义务标准的必要条件。32b 等到那一天翻转，已经把自己的验证纪律记录了三年的事务所不会是落后者。它就是新的基准线。
组建团队，还是与成熟事务所合作？
这是本文存在的目的所要回答的问题。诚实的答案是：把它框成"二选一"本身就是错误——证据清楚地指向一条分阶段的结构路径，第一步是合作，第二步是拥有平台，而不是拥有执业实体。
从零开始究竟要付出什么代价——按月计，而不是按美元计
设立一家持证工程事务所的各个步骤，单看都不算大。问题在于它们基本上是串行的，而其中一步无论花多少钱都无法加速。
有一处更正值得明确说出，因为流传最广的版本是错的。FDOT 的专业服务资格预审要求一份当期的间接费用（FAR）审计——而不是三年经审计的财务报表。三年经审计财务报表的要求属于 FDOT 另设的、依据 Ch. 337.14, Fla. Stat. 的施工承包商资格预审。30 二手资料常把这两个项目混为一谈。真正的时间锁在别处，而且更硬：一家新事务所没有可供审计的成本历史，而且——这才是决定性的——没有已评级的既往履约记录，也没有可与具名人员对应的已完成项目。SF 330 的 Section G 矩阵要求的正是这种交叉对应，29 而 FDOT 按 1–5 分制对既往工作在进度、管理和质量上评级。30 已完成的项目是造不出来的。再把整套流程乘以每增加一个州。
把已公布的各段区间叠起来，一个新实体在单一州能够投标公共项目之前，大约需要六到十三个月——其中财务历史设定了一个再多资本也压缩不了的硬性下限。相比之下：BizBuySell 的 2025 年建筑与工程基准数据显示，小型事务所的中位售价约为 $825,000，对应的卖方可支配收益中位数约为 $451,450；而 Zweig Group 的 2025 年数据给出全部规模区间的中位数为 4.28× EBITDA，小型事务所按 SDE/EBITDA 混合口径的成交倍数更接近 2.5–3.5×。51 你可以用少于一轮种子融资的钱，买到执业许可、注册资格、资格预审、经审计的历史、一份客户名单，以及一份既往项目的数据语料。
AEC 领域的先例究竟说明了什么
几乎什么都没说明。这本身就是发现，而且它是双刃的。仅 2026 年上半年，流入 AEC 初创公司的 AI 融资就达到 46 轮共 $616 million，而 2025 年全年是 31 家初创公司共 $318 million——其中几乎全部流向了向事务所销售软件的公司，瞄准的是某份行业分析所称的、针对 "specific operational failures" 的 "point solutions"。52 而车流的方向正相反：AECOM 收购了 Consigli，46 Autodesk 以 $3.6 billion 收购了 MaintainX。46b
唯一的全新绿地先例是 cove.tool。2025 年 3 月，它在据称 "over $25 million" 投入和 "nearly a decade" 研发的基础上推出了 "Cove Architecture"，号称首家全服务的 AI 驱动建筑设计事务所。它的首个项目是亚特兰大 West End 的一处 15 单元住宅综合体，宣称设计周期缩短 60%、15 天完工。45 它成立约十八个月，公开记录很少；没有任何来源说明这家事务所的机构注册状态，不过 Cove 自己的团队页面列出了两位具有 AIA 资格的合伙人，所以它并非没有持证建筑师坐镇。45b 它是一个信号，不是一份证明。其 CEO 自己的表述与 §5 的论点惊人地接近："You need experienced individuals who understand the outputs. You don't want an intern pressing a button and making a building."45
在 AEC 之外，先例要丰富得多，而且都指向同一个方向。Eudia——背后是 General Catalyst 领投、金额最高 $105M 的 A 轮——于 2025 年 7 月收购了拥有 300 多人的法律服务商 Johnson Hana，联合创始人兼 CEO Omar Haroun 给出的理由很明确："we've learned that building truly transformative systems requires deep human expertise embedded within the technology itself."42 Crete Professionals Alliance 在 Thrive Capital 支持下承诺投入超过 $500 million 收购美国会计师事务所，目前已覆盖 20 多家企业、$300M+ 的收入。43 英国的 Solicitors Regulation Authority 于 2025 年 5 月批准 Garfield.Law 成为首家 AI 驱动的律师事务所——但附带条件：该系统不得自行主张判例法，客户必须批准每一项行动，具名的受监管事务律师须对全部输出承担最终责任。41 那份条件清单，正是工程执业委员会将会提出的要求的预演。
而在保险业，分阶段路径早已成熟：初创公司先作为管理型总代理，在持证承保人的牌照下承接业务，验证模式，然后再取得完整牌照——Next Insurance、Clearcover、Metromile 和 Kin 都完成过这一转变。57 （这并非普遍规律，值得说明：Lemonade 和 Root 一开始就以持证承保人身份起步，所以这条路径是常见路线，而不是唯一路线。）与 Oxvelo 面临的问题在结构上最接近的是 Pie Insurance：它在 2020 年融资 $127 million，并划出其中 $100 million，通过一家专门的关联公司去 "form and purchase licensed insurance companies"。57b 注意 Pie 做了什么：它为自建还是收购这个决定准备了资金，而不是预设了答案。
对比评分
| 要求 | 从零组建团队 | 合作 / 收购事务所 | 分阶段混合 |
|---|---|---|---|
| PE 执业许可与授权证书 | 8–14 个月 | 第一天即有 | 第一天即有 |
| 可供 FAR 间接费用审计的成本历史 | 无从审计 | 直接继承 | 直接继承 |
| 已评级的既往履约与参考项目（SF330、DOT） | 没有 | 已有记录 | 已有记录 |
| E&O 历史与可投保性 | 无评级 | 已建立 | 已建立 |
| 非持证创始人的纽约州持股合规 | 此路不通 | 仅限少数股权 | MSO 持有平台 |
| AI 层所需的专有数据语料 | 空白 | 数十年项目积累 | 数十年项目积累 |
| 摆脱遗留流程与计时收费激励 | 完全摆脱 | 两者全盘继承 | 隔离在 MSO 内 |
| 企业价值捕获／估值倍数 | 服务业倍数 | 服务业倍数 | 平台倍数 |
| 到首笔收入所需资本 | 高且慢 | ~$0.8–3M | 低 — 先签 MSA |
| 该结构的监管先例 | 常规 | 常规 | 3 个行业已验证 |
评分是 Oxvelo 的判断。每一行背后的约束在本文其他地方均有引证；评级则没有。
建议
先合作，拥有平台，收购放在第二步。 从零组建工程团队，会栽在那个无法压缩的要求上——三年经审计的财务报表和一份已评级的既往履约记录。而把整体收购一家事务所作为开局，虽然能买到这些，却在 AI 层尚未证明它改变了经济结构之前，就把稀缺资本花在了一个服务业倍数上；而且在纽约州，它无论如何也不能由一位非持证创始人合法控制。
分阶段路径同时解决了这三个问题。把 Oxvelo 设立为管理与技术实体。依据一份管理服务协议与一家现有的持证设计事务所签约，正如 AI 原生的法律与会计平台所做的那样。在他们的业务簿上、依托他们的数据、在他们的执业印章之下，验证运营模式的改变。然后再决定——凭证据，而不是凭信念——是收购这家执业实体、把这个结构复制到其他州，还是继续做一个平台。
六个动作，按顺序。
- 1
- 2
先写章程，再写软件
一份创始运营文件，界定 AI 劳动力、它的权限、它的上报规则，以及——最重要的——人类控制点和每一个控制点所产生的审计记录。在纽约州，这份记录不是可选项：审查他人编制成果的持证人必须留存书面评估六年。59 把审计轨迹作为一等功能来构建，而不是事后为合规打的补丁。它同时也是让这家事务所可投保、让这个结构站得住脚的那件制品。
- 3
把一家事务所从询单到竣工结算的完整价值流全部梳理出来
客户获取、机会资格判定、投标、估算、合同谈判、项目建立、技术生产、QA/QC、项目控制、施工支持、开票、催收、竣工结算。对每一个阶段：任务、决策、文档、交接、责任方、反复出现的痛点、数据输入。这既是自动化的蓝图，也是挑选合作方时的尽调文件。
- 4
找到合作事务所——并且筛出对的那一家
目标画像：15–60 人，覆盖一到三个州，业主在五年内准备退出，既往履约记录良好，而且——关键在于——一位感到受挫、而不是安于现状的合伙人。避开那些经济结构依赖于在计时计料合同上最大化可计费工时的事务所；那正是 ENR 在 AECOM/Consigli 交易中指出的结构性反向激励。46 要找有固定总价或总价包干业务的事务所，在那里减少工时提高的是利润率，而不是减少收入。
- 5
招人要看判断力，而不是生产产能
两到三位异常资深的持证专业人员，明确按 §5 中的三个角色招聘：知识架构师、执业负责的审查者，以及处理新颖问题的创造者。要筛选那些能够说清一个构造为什么是对的、而不只是能把它画出来的人——编码工作需要能把判断外化的人，而这比运用判断本身更稀有。不要组建生产团队；整个论点就是生产团队正是被替代的那个对象。注意，持证审查者必须坐在专业实体内部，而不是管理实体内部，否则图 11 的结构就会按其自身条款失效。
- 6
构建一次端到端的演示：从机会到项目启动
识别一个机会、起草投标书、对照公司标准分析合同、编制费用与进度、创建项目工作区、建立交付物清单、生成启动包。多个 AI 工作者协作，人类在每一个既定控制点批准一次，每一步都留痕。把周期时间与该事务所的历史基准对比测量——要实测，不要自报，理由正是 METR 的参与者所展示的那个。35 一个真实项目上可信的前后对比数字，比本文其余全部内容都更有价值。
什么情况能证明本文是错的。
一个无法被证伪的论点只是口号。以下四种具体结果将意味着这套策略是错的，应当刻意盯住它们，而不是为它们找理由：
- 启动演示在实测周期时间上没有跑赢基准。 如果一支完整的 AI 劳动力，在真实项目上无法把从机会到启动的时间压缩到该事务所自身历史之下，那么运营模式的主张就是假的，再多的结构设计也救不回来。
- 杠杆比率停在 2 附近。 §5 的整个论证都依赖 L 远远越过 McKinsey "非物理工作的 50%" 所隐含的那个翻倍。2 如果在诚实的审查标准保持不变的前提下，可重复成套文件上经实测、经审计的吞吐量停在 2–3× 的平台上，那么这是一门不错的咨询生意，而不是一场革命——本文最大胆的主张应当被撤回，而不是被重新解释。
- 审查者的缺陷检出率随产量上升而下降。 这是整个模型中最干净的单一早期预警指标。如果随着每位审查者所负责的成套文件数量上升，植入缺陷的检出率开始劣化，那么杠杆就是在用沉默的风险为自己买单，而上限其实已经被越过了。
- 合作事务所的员工绕开这套系统。 Bluebeam 的数据显示 52% 的 AEC 从业者在设计阶段仍在用纸、43% 仍依赖实体签名，9 这是关于工作流惯性的警告，而不只是关于数字化的警告。如果持证专业人员把 AI 层当成一个额外的步骤、而不是一个替代的步骤，生产率就永远不会兑现——BIM 的承诺正是这样溶解掉的。
- 某个州的执业委员会或承保人对这个结构出手。 目前没有任何 A/E 职业责任险承保人在写 AI 除外条款，32 而得克萨斯州的委员会已明确拒绝制定 AI 专项规则。22 两者都可能改变。NCEES 的 Model Law 与 Model Rules 在最新版本中完全没有提到人工智能20——治理框架是沉默的，这在当下意味着允许，但也可能不再如此。
- 经济结果落在一个服务业倍数上。 如果平台始终没能与执业实体分离，那么 Oxvelo 买到的就是一家配了更好软件的小型工程事务所——一门不错的生意，估值 2.5–3.5× EBITDA，51 但不是这里所描述的那一门。Nines 就是这种失败被记录下来的版本。47
术语表
本文横跨四套词汇——工程执业许可、公共采购、私募股权金融和机器学习——而几乎没有人四套都精通。下面每一个词条在全文中也都可以就地点击查看。
如何读本文中的数字。
并非所有证据都同等可靠，而一份把同行评议基准和厂商新闻稿排成同一种字体的文件，是在悄悄误导它的读者。本文的每一个数字都归入五个层级之一。凡是依赖第 3 级或更低层级的主张，正文都会在使用处说明。
两个被刻意排除的数字
被广泛引用的"建筑业从业者 35% 的时间是非生产性的，每年造成 $177 billion 损失"是真实且来源可靠的，但其调查人群中 49% 是总承包商、36% 是专业分包工种——不是设计专业人员。18 把它套用到工程师和建筑师身上，属于那种会赔上读者对其余一切信任的小小不诚实。针对 NAICS 5413 的 US Census SUSB 事务所规模数据在无法从可检索来源核实之后被删除；分散化的论证改以 AIA 与 ENR 的数据重建。
杠杆算术的完整推演。
图 5 把一次计算压缩成了一条曲线。这里把它完整展开，好让读者可以就某一条具体假设提出异议，而不是与一条线的形状争辩。
定义
为之承担责任的生产产出的工程师当量
B = 每名员工的基准净收入 = $143,000（AIA，2023 年数据，平均数）
C = 每名员工的总人工成本 = $119,511（Deltek Clarity 47th）
O = 直接人工的间接费用率 = 161.3%（Deltek Clarity 47th）
U = 可计费工时率 = 58.9%——付薪工时中可计费的比例
曲线
L = 1 → $143,000 （今天的行业水平）
L = 2 → $286,000 （McKinsey 隐含：非物理工作的 50%）
L = 5 → $715,000 （保守的近期目标）
L = 10 → $1,430,000
L = 25 → $3,575,000
L = 50 → $7,150,000 （2 名审查者承载 100 名工程师的生产量）
四条假设，以及各自的破绽
- 单件交付物价格保持不变。 在竞争性市场里它不会保持不变。但请注意价格下降时会发生什么：每名专业人员的收入上升更慢，而利润率仍在上升，因为单件交付物成本下降快于价格下降。杠杆无论如何都会体现在损益表里——问题只在于是客户还是事务所拿走它。
- 合同是固定总价或总价包干。 这才是真正决定这门生意的假设。在计时计料合同下，工时减半就是收入减半，整条曲线倒转成亏损。ENR 正是把这一点认定为 AECOM 收购 Consigli 的约束。46 挑选合作方时必须按收费结构筛选。
- 审查工作量不随产出线性增长。 如果它是线性的，L 就被封在 1 附近，本文的论点彻底失败。图 6 中的整个验证架构，存在的目的就是打破这种线性；而保障层存在的目的，是在我们自欺欺人时把它检测出来。
- 工作是可模板化的。 L 适用于对照既有标准的可重复生产。在前所未有的设计上，L 会停在 1 附近，而且理当如此。
这个模型没有主张什么
它没有主张一家百人事务所会变成两个人。一家百人工程事务所并不是一百个人在画图——里面还有项目经理、施工配合人员、合伙人、财务和业务开发。这条曲线只适用于设计生产职能。其他职能在图 3 所述的各自曲线上压缩，而它们没有一条会到达 L = 50。
它也没有主张上述任何一点已经实现。L 是一个有待测量的量，而不是一个可以预设的结果——这正是为什么 §11 把杠杆比率停滞列为足以证伪全文的第一件事。
法规速查。
本文考察的三个州，并排对照。此处任何内容均不构成法律意见——它是与律师对话的起点，而纽约州那一栏尤其存在一处承重的模糊，只有律师意见才能把它封死。
| 问题 | 纽约州 | 加利福尼亚州 | 得克萨斯州 |
|---|---|---|---|
| 适用条款 | Educ. Law §§7202, 7210; BCL §1503(b-1) | Bus. & Prof. Code §6738 | 22 Tex. Admin. Code §137.77 |
| 非持证人持股 | 普通 PSC：不允许。DPC：<25%，但保留给 ESOP 和非持证雇员——外部投资实体不符合条件 | 允许，但非持证人不得为唯一所有人 | 规则中没有所有权限制 |
| 对持证管理层的要求 | 总裁、董事会主席和 CEO 都必须是设计专业人员；最大股东亦然 | 必须有持证工程师担任所有人、合伙人或主管高管 | 至少雇用一名全职在册持证人 |
| 董事会 / 董事构成 | >75% 为设计专业人员 | 未作规定 | 未作规定 |
| 允许 LLC 吗？ | PLLC，全体成员须持证 | 否 — Corp. Code §17701.04(e) | 是 |
| 专业分支覆盖 | 全部工程专业 | §6738 仅覆盖土木、电气、机械 | 全部工程专业 |
| 对 Oxvelo 的实务解读 | 必须用 MSO/PC。没有进入持证实体的股权路径 | 有持证主管合伙人即可行 | 三者中最宽松 |
在确定任何结构之前，律师必须回答的问题
- 外部的非雇员实体，能否在纽约州设计专业服务公司中持有任何股权？法条文本指向不能。如果这是对的，MSO/PC 拆分就不是一种偏好——而是唯一合法的结构。
- 一家工程 MSO 收取按收入比例计算的管理费，是否会像纽约州医疗领域的对应情形那样被定性为违法的费用分成？如果是，费用就必须是固定的、按时间计的或与成本挂钩的，而财务模型必须从一开始就照此搭建。
- 8 NYCRR §29.3(a)(3)(i) 项下的六年书面评估留存义务，是否适用于由持证人审查的 AI 生成成果？请假定适用，并据此构建审计轨迹；无论如何这都是便宜的保险。
- 在哪些州，持证实体必须先取得授权证书才能被列名于投标书上，以及每个州当前的办理时长是多少？
客户的那个问题——而没有人问过客户。
每一位读到本文的合伙人，都会在五分钟之内提出同一个反问：我的客户会接受吗？本文欠一个答案。而研究这个问题的过程，产出了比答案本身更有意思的发现。
发现：这个问题从来没有向客户提出过
我们检索了能找到的每一份关于人工智能的重要 AEC 调查——RICS（2,200 多名专业人士）、RIBA 的 2025 和 2026 年报告、Chaos（约 800 名建筑师）、Arup（十个国家共 5,000 名专业人士）、Mastt、Deltek Clarity（896 家事务所），以及 AIA/Deltek/ConstructConnect 的研究。60 它们无一例外调查的都是从业者。没有一份问过客户：他们是否希望自己的设计顾问使用 AI。
最接近业主一侧的数据来自 Dodge Construction Network 与 National Institute of Building Sciences 的合作，该调查覆盖约 200 家每年管理 $5M+ 建设量的美国业主。它发现 28% 的业主自己已经在使用 AI，是所研究的全部技术中增长最快的一项，并向他们的顾问发出了这样的警告：数据能力 "is a competitive advantage now, but it is only a matter of time before it is a requirement."61 那测量的是业主自身的采用。它并没有测量他们对你使用 AI 的态度。
为什么一处缺席值得发表
一个行业花了三年争论 AI 是否属于设计实践，却从未问过那些为设计付钱的人。这不是小疏漏——这是一个恰好坐落在商业风险所在之处的测量缺口。而对一家愿意去做这件事的事务所来说，它也是机会：我们正在开展的研究会直接问这个问题。
真正正在到来的东西不是客户的拒绝
有三股真实的力量在移动，其中没有一股是客户拒绝 AI 辅助的成果。
1. 公共采购方正在强制要求披露
加利福尼亚州总务部修订了其 State Contracting Manual（§2302），要求投标人如打算使用生成式 AI 完成对系统功能、对本州的风险或合同履约有实质影响的工作，须以书面形式通知州政府。该要求适用于所有书面招标文件，不论采购类型，而未予披露 "may result in bid disqualification."62 这是我们能够核实的、美国唯一一项具有约束力且普遍适用的采购方披露要求。
联邦层面的政策要软得多。OMB M-25-22 表示各机构 "are advised to consider" 要求承包商披露 AI 使用情况——是建议，不是强制。63 GSA 在 2026 年 3 月流转过一份条款草案，要求披露合同履约中使用的全部 AI 系统；征求意见于 4 月结束，而它并未被纳入随后的更新版本。64 而且值得注意的是，Caltrans 自己对各州生成式 AI 采购框架的梳理发现，没有任何一个州交通厅有强制顾问披露交付物中 AI 使用情况的约束性政策。65
2. 提问的是承保人——不是采购方
NSPE 的职业责任报道发现，多数核保人 "are not yet incorporating AI into underwriting criteria, but they are beginning to ask firms how they supervise and review AI-assisted work,"，并且 "no widespread exclusions or special policy modifications yet evident."66 Ames & Gough 的承保人调查补充说，具备前瞻性 AI 治理的事务所将 "gain underwriter confidence."31 我们没有找到任何证据表明 AI 相关问题已出现在客户的资格预审问卷中。审视来自承担风险的一方，而不是购买服务的一方——这是一个有意义的区别，也是尽早构建审计轨迹的理由。
3. 目前还没有标准格式的 AI 条款
截至 2026 年 8 月，AIA、EJCDC 和 ConsensusDocs 都没有为设计合同发布过 AI 条款或附加条款。67 而在 AI 条款确实出现的地方，方向很有启发：它们是承包商对业主的保护性免责，而不是业主对设计方的限制。一位建筑工程律师描述自己起草过这样一条：当 AI 被用于进度计划或初步估算时，"the customer cannot rely on those until such time as boots on the ground have determined whether those field measurements are accurate."68
真正的商业风险是费用，不是拒绝
本文最当真对待的威胁，不是客户拒绝 AI 辅助的成果。而是他们接受它，并且期待为它少付钱。
在整个专业服务领域，这一点已经可测量：2026 年一项覆盖 1,000 多名高级企业管理者的调查发现，66% 报告客户变得更加苛刻、同时更不愿付费，其中三分之二预期 AI 会降低成本，三分之一表示客户如今把 AI 看作把工作收回内部、而不是聘请专家的一条路径。69 那项研究是跨行业的，不是 A/E 专属——把它迁移过来是一项假设，我们也照此标注。
具体到 A/E 领域，有据可查的是承包模式的转变，而不是费率水平的变化。AECOM 的 CEO Troy Rudd 描述说这是客户自己提出来的：转向 "away from something like cost plus to something that looks more like a fixed fee."70 而 ACEC 与弗吉尼亚理工的合作研究，则以罕见的直白说出了背后的危险：
那是本文商业论证最有力的一处外部佐证，而且它来自工程行业自己的行业协会，而不是来自技术厂商。这也正是为什么杠杆计算器把收费结构设为压倒其他一切输入项的那个开关。
我们完全没有找到的东西
- 没有任何已发表的客户拒绝或争议 AI 生成设计交付物的案例。最接近的真实争议，是 GAO 因 AI 编造法律引证而驳回的投标质疑——2025 年共五宗决定——外加一起有争议的陆军来源遴选案，其中买方自己的 AI 工具被指在一项 $449M 的工程服务授标中对评审结论产生了幻觉。71 在这两类情形里，AI 的失败都发生在采购文书上，而不是工程本身。
- 没有证据表明任何业主在 A/E 遴选中对 AI 能力评分。关于这一点的每一次检索，返回的都是用 AI 撰写投标书的结果——那是相反的问题。
- 没有 A/E 领域中客户以 AI 为由要求降低费用的具体案例。这个机制是可信的，相邻行业的证据也已量化，但 A/E 领域的案例尚无记录。
三处真正的空白。在一份承认自己七项反对意见中有三项成立的文件里，把缺席打扮成答案会自相矛盾。
Oxvelo 的 AI 披露政策。
NSPE 的 Board of Ethical Review 认定，除非合同要求，否则不存在向客户披露 AI 使用情况的职业或伦理义务——同时补充说 "ethical principles favor transparency when AI plays a substantial role in generating work products."21 那等于允许什么都不说。我们认为，对一家整个主张就是可验证的责任的事务所来说，什么都不说是错误的选择，所以这是我们的长期政策，在还没有客户之前就先行公布。
1. 我们默认披露
任何有实质 AI 参与的交付物都会附带一份说明这一事实的声明，无论合同是否要求，也无论客户是否询问。披露不是认错；它是对方法的描述，就像一家事务所说明自己是按哪一版规范做的设计。
2. 我们署人名，不署模型名
每一份已盖章的交付物都会以姓名和执照号标明执业负责的持证专业人员。任何文件都不会暗示是某个系统批准了什么。责任是个人的，法律上也要求它是个人的，而把它稀释到一个"平台"之上，将是走向本文所警告的那种橡皮图章式失败的第一步。
3. 审查记录可应客户要求提供
审查者裁断过的例外项集合、已运行的确定性核查，以及所引规范条款背后的溯源链接，都会留存并可披露。在纽约州这本来就是义务——为他人编制的成果盖章的持证人必须留存书面评估六年59——所以我们把它当作面向客户的功能，而不是档案柜里的差事。
4. 客户数据不用于训练任何东西
客户的项目数据不会用于训练第三方模型，也不会流向任何保留此项权利的服务。NSPE 的 Case 24-2 认定那位工程师有过错，部分原因正是未经许可向 AI 工具披露了客户的私密信息——那是数据处理上的失误，而不是设计上的。21 当客户合同对数据流向作出限制时，是该限制决定模型选择，而不是反过来。
5. 我们在公共采购方开口之前就回答他们的问题
凡是投向设有披露制度的辖区的标——加州 DGS 的要求是其中最明确的62——都会附带披露，无论招标文件是否要求。过度披露的坏处是多一次对话。披露不足的坏处是被取消投标资格。
6. 我们不主张自己拿不出证据的东西
任何效率、准确性或周期时间的主张，如果背后没有一个实测基准，就不会说给客户听。这与我们对自己发表的研究所持的标准相同，而它之所以存在，是因为 METR 的参与者以为自己快了 20%，实测却更慢。35
为什么要把这份政策公布出来
因为在第一次难堪的对话之后才写下的政策是一种自我合理化，而且所有人都看得出来。现在就公布——在还没有客户、没有索赔、也没有把它写软的动机之前——是它唯一既不用付代价、又有分量的时刻。如果我们哪一天背离了它，这个页面就是证据。
实作示例：从机会到项目启动。
请这样读
这是一份设计规格，不是一个结果。还没有任何项目跑过这套流程。这里的任何内容都不是测量、不是案例研究，也不是关于性能的主张。它是 §10 所述那次演示的蓝图——先公布出来，好让演示真正跑起来时，能够拿它与事先所规定的内容比对，而不是与事后写就的叙事比对。
本文用了大量篇幅论证它的机制，却从未把机制展示出来。下面是一套完整的工作流，逐阶段呈现，每一步都点明人类控制点和产生的审计制品。
| 阶段 | AI 劳动力的动作 | 人类控制点 | 产生的审计制品 |
|---|---|---|---|
| 机会接收 | 解析 RFP 或询单；提取范围、交付物、截止日期、提交要求、评审标准和淘汰条件 | 无 — 仅检索 | 结构化的机会记录，每一条提取出的条款都链接到其来源页 |
| 投 / 不投 | 对照事务所的执业许可覆盖、资格预审状态、人员可用性和既往履约记录评分；标出事务所在法律上无法满足的任何一项 | 由合伙人决定。系统不得自行推进一个机会 | 带日期的决策记录，载明所呈现的理由与所作的决定 |
| 费用与范围 | 检索可比的既往项目，按专业和阶段建立初版工作量模型，用事务所标准措辞起草范围说明 | 由合伙人定价。不可让渡——这是一项商业承诺，不是一次计算 | 工作量模型，每一条假设都可追溯到它所来自的既往项目 |
| 投标书装配 | 装配 SF 330 或私营格式的应答文件；从人员档案中填入具名人员的简历、注册资格和匹配的项目经历 | 具名个人本人确认其简历条目与注册状态 | 逐人确认记录 |
| 合同审查 | 将拟签协议与事务所的标准立场逐条比对；按风险对每一处偏离排序，并把事务所的标准条款与客户条款并排显示 | 合伙人对每一处被标出的偏离作出接受或拒绝。签字是人的行为 | 偏离登记册，逐项载明处置结果与理由 |
| 项目建立 | 合同签署后，创建工作区、预算结构、阶段与任务分解，以及合规记录 | 项目经理确认结构 | 建立清单，以合同签署时间为戳 |
| 交付物清单 | 从合同范围与进度中推导出每一项必需交付物，附责任人、到期日和依赖关系 | 项目经理确认完整性 | 清单中每一行都可追溯到要求它的那条合同条款 |
| 启动包 | 起草议程、角色分工、适用标准、现行规范版本、报审进度和沟通规程 | 项目经理批准并签发 | 已签发的包，附修订历史 |
刻意缺席的是什么
上述任何阶段都不产出已盖章的工程成果，而且在涉及承诺或责任的节点上，没有具名人类的决定，任何一步都无法推进。执业印章在这套工作流里根本不出现，因为这套工作流止于项目启动——而这正是从图 4 的滩头阵地切入的意义所在。
决定这一切是否成立的那次测量
一个数字，用同样的方法测两次：
取自合作事务所最近 10 次可比的争取项目
实测 = 同一区间、同一定义，取自经系统运行的接下来 5 次争取项目
同时追踪：每次争取消耗的专业工时 · 中标率
每次争取提出的例外项 · 审查中被推翻的例外项
耗时是头条，但在审查中被推翻的例外项才是最重要的那个数字。如果审查者几乎从不推翻系统标出的东西，那说明系统并没有把真正需要判断的问题浮现出来，审查只是装饰。健康的例外推翻率不是零。
把中标率也纳入，是因为它是唯一一个能在其他所有数字都在改善时把一切推翻的指标。一份更快、更便宜却赢得更少业务的投标书，不是运营模式的改进。那是一门更差的生意，配了更好看的仪表盘。
核查日志。
本文中的每一项主张，都在一次专门的事实核查中对照其原始来源做过检查。那次核查中作出的更正记录于此，因为读者有权知道这些错误在被修正之前偏向哪一边。
改变了论证的更正
- NCEES 在 2025 年 8 月重新定义了执业负责（responsible charge）。被广泛引用的 "direct control and personal supervision" 表述已被取代，在现行 Model Law 中根本不再出现。§5 现在依据现行的四项义务检验来论证——审查／修改／否决／批准的权限、对范围的亲身知悉、就其作出答复的能力、承担全部责任——而这比它所取代的措辞更有利于本文的论点。
- 人口普查局的分散化数据无法核实，在任何可检索来源中都找不到，因而被删除。图 7 现在使用 AIA 已发布的事务所数量与开票额对照表；集中度主张改以 ENR Top 500 的收入对照人口普查局 Quarterly Services Survey 的行业收入重建。
- 关于资格预审需要"三年经审计财务报表"的说法是错的。那项要求属于 FDOT 的施工承包商项目，而不是专业服务；后者要求的是一份当期 FAR 间接费用审计。真正的约束条件被重述为已评级的既往履约记录——来源更可靠，而且本来就更难跨越。
- 纽约州的持股处境比初稿所写的更糟。BCL §1503(b-1) 把剩余的那部分股权保留给 ESOP 和雇员；外部投资实体根本不具备资格。对一家控股公司而言，实际上限是零，而不是 25%。
- METR 并未撤回它 19% 的结论。2026 年 2 月的数字来自一项独立研究，而不是修订。此前的草稿把这次收回往本文有利的方向夸大了。
关于出处与精确度的更正
- 每名员工 $143,000 的净开票额是平均数；AIA 不发布中位数。
- AECBench 是 Liang 等人，而不是 Zhao 等人。Zhao 是末位作者。
- MGI 的 $228 billion 覆盖整个美国 AEC 行业，并且包含 "other automation technologies"——它不是那个 50% 自动化数字的美元价值，而两者经常被混为一谈。
- ACEC 的 14% 准备度数字，是由职业中期及更年长的从业者估计的，而不是高管；34% 那个学生数字来自一个 195 人的便利样本。
- Bluebeam 的 27% 调查的是五个国家中经理级及以上的技术决策者——而不是"全球 AEC 从业者"。
- Dodge 的 87% 关注的是 AI 对建筑业这个行业的影响，而不是对受访者自身业务的影响。
- AIA 的 90% 覆盖的是一组五项担忧，而不是单指不准确。
- Lemonade 和 Root 一开始就以持证承保人身份起步——它们是保险科技分阶段路径的反例，而不是它的例证。
- 工程学位完成数据来自 NCES（经 ACEC 转引），而不是 ASEE；后者统计的是另一个口径。
- Elad Gil 那段引语中含有 TechCrunch 的编辑插入，现已连同方括号一并原样印出。
- ENR 对 AECOM 股价变动的描述无法独立佐证，现已归为 ENR 的说法，而不再作为事实陈述。
哪些内容按设计仍未经核实
有两组数字是公司自报且未经审计的：cove.tool 的项目指标（周期缩短 60%、估算准确率 95%、迭代成本 40%、15 天完工）和 Crosby 的合同处理量。两者都在原处作了标注，用作存在性证明，而不是测量结果。还有一项结构性主张——AI 专项除外条款在 A/E 职业责任险保单中并非标配——是从该险种中没有已记录的除外条款推断出来的，而不是任何承保人或经纪人的正面认定。它在 §7 中已如实标注。