网页是入口，契约才是边界：AI 时代的工程软件如何被系统调用
从 ArchSight Graphics SDK 1.0 和 ArchSight Solver Host Protocol 的真实实践出发，讨论 AI 时代的工程软件为什么既需要完整工作台，也需要稳定、可验证的系统调用契约。
ArchSight Graphics v1.3.0 正式发布：BIM+GIS 不是把两个模型叠在一起
ArchSight Graphics v1.3.0 与 SDK v1.0.0 同批发布，把 BIM / IFC 工程模型、影像、3D Tiles、图层管理、空间配准和项目记录连成一条可验证路径。
工程 AI 真正难的不是“会回答”，而是把技术标安全交付出来
AI 能生成技术标文字，不等于能安全交付一份可复核的 Word 文件。文章从完整版本、风险清单、来源状态和人工验收四个方面，说明筑见合规为什么先建设本地技术标文档生产线。
从一篇文章到一套内容资产：我们怎样把公众号写作做成工程流水线
技术文章写完不等于可以发布。本文公开筑见实验室的内容单元、状态流、严格预检和发布包做法，并给出四层门禁、三方责任链与可执行的落地指标。
AI 规范库最危险的错误，是引用了已经废止的版本
以 JGJ 46-2005 被 JGJ/T 46-2024 替代的真实案例，说明 AI 规范库为什么必须把版本状态、官方证据、生产阻断、责任人和人工提升写进同一套治理流程。
AI 看图纸到底靠谱吗？先用这 5 个测试筛一遍
用同一张自制样张实测日常订阅的 ChatGPT 和 Gemini：两者对标题栏、轴网、构件和尺寸的读取已经不错，但空间关系与工程语义仍需人工复核。
AI 时代，年轻工程师最该学什么？
写在 2026 年世界青年技能日：面对 AI、绿色转型和复杂工程环境，年轻工程师可以从问题定义、输入假设、简化验算、证据追溯和责任清晰的人机协作开始，建立一条经得起复核的学习路径。
为什么不该让同一个 AI 模型既参与设计，又参与独立复核
以结构工程的独立复核为起点，延伸到编程和通用知识工作，说明为什么主模型、挑错模型、确定性验证工具和最终责任人必须分工。
力学求解器不只要能算，还要能接进真实系统：ArchSight Solver v1.6.0 发布
ArchSight Solver v1.6.0 正式发布。这个版本没有继续增加分析类型，而是补齐外部宿主接入、项目文件健康检查、模板发现和发布门禁，让结构力学能力可以更可靠地进入教学、研发和企业工具。
AI Agent 越能替你做事，你的资料为什么越不能乱？
AI Agent 开始进入真实工作后，混乱的资料会被它放大。本文通过一个常见工作场景，说明怎样用来源、状态、边界和一页任务卡，把工作交代成可执行、可检查的任务。
标书和方案编审人员，怎样把 AI 用在真正有价值的地方
面向标书编制、技术标审核、施工组织设计和专项方案编审人员，说明 AI 真正有价值的用法不是自动生成完整文件，而是辅助整理资料、提示风险、支持复核，并把专业判断和责任边界留给人。
知识工作者怎样用 AI 启动研发原型：先把问题变成任务
面向研究人员、产品经理、行业专家、工程师和业务骨干，说明 AI 辅助写代码的正确起点不是让模型替代专业判断，而是把专业问题、输入数据、方法约束和输出结果翻译成可运行、可检查、可复用的研发任务；当任务接近轻量业务系统时，还要先拆清对象、角色、数据表、接口、页面和验证边界。
Codex 变成 ChatGPT 应用之后：AI 工具正在变成工作入口
从 Codex 并入 ChatGPT 桌面应用这件事出发，判断 AI 产品形态正在从单点专业工具转向统一工作入口：代码、文档、任务、日程和自动化会逐渐被放进同一个可持续协作的工作台。
普通人真正需要的 AI，不是替你思考，而是帮你把事情做完
面向没有技术背景的普通读者，说明 AI 最实用的价值不是替人思考，而是降低启动、理解、整理和反复修改的成本，并建议从一件可检查的小事开始，把具体事情做完。
为什么筑见实验室要下场做标书平台
承接清标桌和招标文件两篇文章，说明筑见实验室为什么要做 ArchSight Compliance / 筑见合规：真正可用的标书平台不是一个长文案生成器，而要同时处理规范数据、场景包、隐私边界、方案编审和专家复核留痕。文章补充当前建筑与公共文化双领域布局，并预告筑见合规 V1 将聚焦后台规范治理和本地标书/方案工作台试用版。
当 AI 进入招标文件：投标风险自查的下一场重建
从招标文件拆解、废标条款、响应性要求、暗标格式、合同边界和数据隐私出发，分析 AI 在投标第一天建立风险自查表中的真实价值：它可以抽取、分类、比对和留痕，但不能替代投标决策、技术方案判断和企业责任签字。
当 AI 进入清标桌：商务标和不平衡报价的下一场重建
从商务标清标、不平衡报价、异常低价和投标报价复核出发，分析 AI 在投标商务风险前置识别中的真实位置：它可以扫描异常、比对价格、整理证据和提示风险，但不能替代造价判断、企业报价决策和法定责任。
当人人都会写代码，工程师还剩下什么？
从 Geoffrey Huntley 在 AI Engineer Miami 访谈中的热观点出发，讨论当代码生产越来越便宜时，工程师真正昂贵的能力是什么。
当 AI 进入施工现场：安全责任链的下一场重建
从专项施工方案、危大工程、智慧工地视觉识别和重大隐患排查出发，分析 AI 在施工安全中的真实位置：它可以做初筛、抽取、提醒和留痕，但不能替代专家论证、现场验收和责任签字。
当 AI 进入结算桌：施工企业商务能力的下一场重建
从变更签证、工程结算和商务复核场景出发，分析通用大模型为什么不能一键算准工程账，并提出以资料结构化、异常提示、证据链和人工复核为核心的施工企业商务能力重建路径。
WebGL 与 WebGPU 融合：ArchSight Graphics v1.2.0 的工程图形平台路线
ArchSight Graphics v1.2.0 从稳定可用继续推进，重点处理真实 IFC/FBX 大模型、WebGL/WebGPU 后端选择、FBX 材质路径治理、包围盒级语义选择、视口书签和性能口径。
ArchSight Graphics v1.1.0：把材质、大模型和工程语义收稳
ArchSight Graphics v1.1.0 补齐材质贴图、大模型浏览、WebGPU/自动降级、工程语义构件、样例资源和发布验证，让首发后的图形工作台更适合反复体验和受控演示。
当 AI 进入评标室：施工企业技术标能力的下一场重建
基于招投标领域 AI 推广政策、营商环境报告和地方实践，分析智能辅助评标对施工企业技术标编制方式的影响，并提出以响应矩阵、AI 复核和知识资产沉淀为核心的能力重建路径。
ArchSight Solver v1.5.0 正式发布：让结构计算更好建模、可复核、可审阅
ArchSight Solver v1.5.0 正式发布。这个版本围绕快速建模、结构诊断、计算书审阅模式和 ASMS-JSON 契约治理，把开源结构力学工作台继续推向更好建模、可复核、可审阅。
ArchSight Graphics v1.0.0 正式上线：面向工程场景的 Web 图形底座
ArchSight Graphics v1.0.0 正式上线，面向建筑工程场景开放 Web 图形平台底座，支持 IFC / FBX / GLTF 模型导入、本地缓存、BIM 语义树、属性摘要、工程构件管理、项目保存重开，并公开后续 Roadmap。
筑见实验室官网正式上线
筑见实验室官网上线，分享我们在建筑、架构与AI交叉领域的探索与沉淀。
ArchSight Solver v1.4.0 正式发布
ArchSight Solver v1.4.0 正式发布：将结构力学工作台向“专业可交付”推进
ArchSight Solver v1.3.0 重大更新发布：收敛专业边界，走向可靠验证
ArchSight Solver v1.3.0 正式发布。从 v1.2.0 到 v1.3.0，我们统一了三类分析对象的建模心智，升级了受力变形主视图，并让工程计算书图形更加可信与美观。
给 AI Agent 装上判断层：ArchSight Cognition 2.1.0
介绍 ArchSight Cognition v2.1.0 如何给 AI Agent 增加动手前的判断层：先澄清问题、审查假设、选择方法、压力测试决策。文章对照 v1.0.0 与 v2.1.0，说明新增 cogm-* method 层、persona 内部维度加强，以及商业逻辑、管理思维、产品战略、技术领导等现代工作场景补充。
ArchSight Solver v1.0.0 正式开源：把结构力学计算做成可复核的 Web 工作台
围绕 ArchSight Solver v1.0.0 正式开源，介绍本次相对早期公开版本的关键变化：代码开源、项目化组织、多分析对象、项目文件打开保存、界面重构、工程图与数据曲线、模型叠加内力图、简化参数面板、文本模型，以及面向外部工具和智能体调用的能力层与 MCP Server。
ArchSight Cognition 开源：给 AI Agent 一套可复用的跨学科思维工具
介绍 ArchSight Cognition 开源项目的定位、结构和使用方式，强调它不是 Agent Runtime 或角色扮演库，而是一组可复制、可审查、可组合的跨学科 Markdown 思维工具，并用多行业 AI 协作场景说明其价值。
ArchSight AIOS 开源：面向建筑 AI 研发的 AI Coding 与多 Agent 项目治理底座
介绍 ArchSight AIOS 开源项目的定位、目标、结构和建筑 AI 研发场景价值，强调 AI Coding 工程化不是让一个 AI 什么都干，而是让 AI 在统一规则、角色分工和验收要求下协作。
AI 原生项目为什么适合用 Python 做后端：从 Web 工作台到专业能力内核
结合 ArchSight Solver 结构力学求解器和 ArchSight Compliance 筑见合规的产品形态，说明为什么 Python 后端在 AI 原生工程软件里很有扩展性，以及 Web 工作台与 Python 专业能力内核之间应该如何划分边界。
ArchSight 结构力学求解器首个公开版本发布：把结构计算做成可复核的 Web 工作台
介绍 ArchSight 结构力学求解器首个公开版本，围绕梁系、平面框架、平面桁架三类线弹性静力分析，梳理 Web 工作台、结果复核、敏感性分析、模板库与计算书导出等核心能力。
后端与架构师的 AI 智能体前端研发新范式
探讨后端开发与架构师如何借助 AI 智能体，通过显式约束、结构规格和工程治理，更稳地推进现代 Web 应用交付。
深度复盘：AI 智能体驱动的研发新范式（44页分享精编版）
复盘一场关于 AI 智能体驱动研发新范式的闭门技术分享，提炼 Spec、Harness、Skills 三位一体方法论。