以大数据、人工智能和算力基础设施为核心的新一轮技术变革，正推动城市从“智慧城市”迈向更深层的“AI城市”。在这一过程中，技术不再只是附着于城市运行之上的工具，而逐渐成为重塑空间结构、功能配置与城市运行的基础性力量。本文从空间结构、空间布局与空间使用等3个方面，简要探讨规划面临的挑战。
1. 宏观空间结构规划面临的挑战
从宏观尺度看，AI及相关技术的核心特征在于显著降低要素流动成本，使其更加迅速便捷，从而动摇建立在物理距离与运输成本基础上的“中心—外围”树形结构。
在“向心力”方面，传统城市经济学认为城市中心源于空间邻近带来的规模效应与集聚经济。随着制造业外迁，中心更多依赖生产性服务业和高端商业，其运行依赖面对面交流、多样性环境与复杂互动网络。然而，远程协作、云计算、数字孪生等技术正在削弱这种邻近性依赖。软件开发、AI应用、数据服务等新功能可在分布式条件下协同，其区位对传统中心的依赖显著下降。这些功能究竟会继续向少数优势节点集聚，形成新的“数字中心”，还是在更广范围内分散布局，将深刻影响城市空间结构的演化路径。
在“离心力”方面，中心地理论以地理距离对服务范围的限制为基础，形成稳定的等级体系。但在AI与数字经济条件下，生产性服务、网络消费与平台经济逐渐摆脱明确的空间服务范围。借助数字平台，城市节点可以服务全国甚至全球，其“市场区”不再受物理距离约束。由此，能够扩大服务范围的节点将获得超越传统层级体系的规模优势。
在“向心力”与“离心力”均高度不稳定的背景下，城乡体系与中心体系将呈现更加动态复杂的演化。规划的关键挑战在于：如何在高度不确定的技术条件下，总结新的空间组织模式，识别结构演化机制，并据此形成具有指导意义的宏观框架。这显然有赖于跨学科研究与长期经验积累。
2. 空间布局上“功能分区”理念面临的挑战
在中观尺度上，AI城市的发展正在冲击以“功能分区”为核心的空间组织理念。
现代规划体系形成于工业化背景，其基本假设是不同功能之间存在外部性冲突，需要通过空间分离提高效率并保障安全。因此，“居住、工业、商业、公共服务”等分区体系长期构成空间组织的基础。
然而，AI及相关技术正推动生产与生活功能重新耦合。一方面，自动化、智能制造与无人化降低了工业对空间条件的依赖，污染与噪声等外部性减弱，工业区趋于轻量化与无感化。另一方面，远程办公、平台经济与数字内容生产使大量生产活动嵌入居住与社区空间，生活空间逐渐具备生产属性。同时，需求识别、即时配送与分布式服务网络的发展，推动商业、物流与公共服务向生活圈与社区节点下沉，城市由少数中心承载功能，转向多节点、近端化的服务体系。
在增量空间有限、存量空间固化的背景下，这种功能重组对规划提出现实挑战：既有分区体系难以容纳高度复合与动态变化的功能组合，而大规模空间调整成本高昂。因此，需要重新理解“分区”的意义，从刚性分离转向多功能共存、强调兼容性与弹性的“非树型”空间组织。这不仅是形态问题，更是管控逻辑的转型。
3. 具体空间使用与用途管控面临的挑战
在微观尺度上，AI城市最直接的影响体现在空间使用方式的重构及用途管控体系的失效。随着AI深度介入城市运行，生产与消费空间正在重新组织。商业、公共空间、公共服务设施及交通系统正日益依赖实时数据进行动态调节。例如，公共空间可根据需求灵活配置，商业设施可随客流调整经营内容，交通系统通过算法实现流量优化。
由此，城市空间呈现出弹性化与响应型特征，同一空间在不同时段承担不同功能，使用方式高度可变。然而，现行规划体系仍以静态用途管控为核心，通过用地性质、指标与规范对空间进行预先限定。该体系建立在“功能相对稳定”的前提上，难以适应高度动态与复合的空间使用。实践中，这种不适应已逐渐显现：一方面，新业态难以纳入既有分类体系，带来审批灰区；另一方面，严格管控反而制约城市更新、建筑改造与空间再利用，降低灵活性并抑制创新。
因此，规划面临的核心问题是从“静态管控”转向“动态治理”：减少“一刀切”式控制，引入更具弹性的用途分类，为临时性与复合性使用提供制度空间；同时借助数字化手段实现实时监测与动态调节，在保障安全与公共利益的前提下提升空间适应性。
总体而言，AI城市正在重塑城市空间的生成逻辑与运行机制：宏观上，中心体系趋于动态与不稳定；中观上，功能分区边界逐渐模糊，空间走向复合与分布式；微观上，空间使用日益弹性化，传统用途管控体系面临失效。面对这些变化，规划不仅需要引入新技术工具，更需在制度层面进行深层调整。换言之，AI城市不仅是技术议题，更是规划范式转型的起点。