技术始终是推动城市功能演化与空间重构的重要力量。新一代人工智能（AI）技术正推动城市从“数字化治理”迈向“自主化治理”。不同于以“感—传—知—控”为主的传统智慧城市技术，AI以自动驾驶、低空物流、服务机器人与生成式规划智能体等为主要载体，具备预测分析、生成表达与辅助决策能力，逐步嵌入城市运行的关键环节。城市不再仅被动响应外部需求的空间载体，而将逐步演化为在算法驱动下持续调整与自我优化的复杂系统。在这一过程中，城市空间正从以人地主导的生产体系转向“人—地—算法”协同的生成体系，其演化逻辑也将发生根本转变。
首先，AI通过预测与推荐机制重塑居民的空间感知与决策方式。传统空间认知主要依赖空间要素，而在AI介入后，居民对城市的理解正逐步建立在实时数据、算法与智能体建议之上。自动驾驶与低空物流正体现了这种转变：一方面，自动驾驶在一定程度上降低了乘客对陌生驾驶者的人身风险担忧，无人机配送通过缩短配送时间、拓展服务半径提升了城市服务的可达性与时效性；另一方面，系统失灵、坠落事故、责任认定不清及应急处置不足等问题，又使技术本身成为新的安全焦虑来源。空间安全感知因而从单一的物理风险规避，转向涵盖算法偏差、隐私暴露与技术可信性的多维判断。此外，生成式AI通过自然语言交互降低了公众获取规划信息与表达空间诉求的门槛，使其能够更直接参与空间认知与讨论。然而，当个体经验逐渐被算法解释与个性化推送所替代，空间感知也可能在潜移默化中被平台逻辑与资本导向所引导，从而重塑行为选择与空间偏好。
其次，AI通过生成与优化机制改变城市空间的生产方式与组织逻辑。自动驾驶、无人配送与低空物流等技术正在重构道路系统、停车结构与仓配节点，推动城市基础设施由以静态配置为主转向以动态响应为特征的网络化体系，也为城市运行提供了更加实时化与数据驱动的空间组织基础。在此基础上，生成式AI逐步介入规划设计、方案比选与公众协商等环节，由辅助工具转变为空间方案的协同生成主体。这一转变显著提升了空间生产效率，但也带来了新的结构性风险：当模型基于既有高可见性、高转化率的空间样本进行学习与复制时，不同区域可能趋向相似的空间形态与消费场景，导致空间同质化与地方性削弱。同时，AI对设计、驾驶与配送等职业任务的替代，也使空间生产问题进一步外溢为劳动结构调整与社会分配问题。
总体而言，AI对城市空间的影响正由局部嵌入走向系统重构，其作用机制亦由效率提升扩展至空间组织、社会关系与治理结构的全面重塑。一方面，预测、生成与决策能力的融合，使城市运行从“事后响应”转向“事前预判与动态调度”，为空间规划与治理提供了更强的前瞻性与适应性；另一方面，安全风险转移、隐私边界模糊、空间同质化加剧与算法偏差累积等问题，也表明AI城市并不必然导向更优的空间秩序。
当前，AI技术快速演进而制度供给相对滞后，技术能力与公共价值之间的张力日益凸显，规划回应不应停留于技术接入与工具适配层面，而应转向面向治理场景的制度与方法重构。一是将算法规则、数据流动与平台机制纳入空间规划分析与管控体系，拓展传统以物理要素为核心的规划范式；二是构建面向AI影响的空间监测与评估指标体系，识别算法驱动下的空间不平等与结构偏差；三是结合多智能体模拟与生成式模型，预测不同技术介入路径下的空间演化趋势，提升规划决策的前瞻性与韧性。唯有在技术演进与公共价值之间建立有效衔接机制，AI方能成为推动城市高质量发展与空间治理现代化的关键动力。