修改自序

00-frontmatter/目录.md

@@ -0,0 +1,59 @@
+# 目录
+
+## 上篇：原理与技术
+
+### 第一篇：导论
+- 第1章 AI发展历程 — 从Amazon Go到AI赋能
+- 第2章 AI范式演进 — 技术栈全景与发展趋势
+
+### 第二篇：数学与编程基础
+- 第3章 函数式AI视角 — "Functions Describe the World"
+- 第4章 多层感知机 — MLP结构与原理
+- 第5章 编程工具与Vibe Coding — Python环境与AI辅助编程
+
+### 第三篇：计算机视觉与空间图像
+- 第6章 CNN基础原理 — 卷积神经网络三大组件
+- 第7章 目标检测 — YOLO系列与应用
+- 第8章 语义分割与空间分析 — 图像分析层级
+
+### 第四篇：Transformer与大模型
+- 第9章 注意力机制 — Self-Attention原理
+- 第10章 Transformer架构 — Encoder-Decoder结构
+- 第11章 大语言模型技术 — ChatGPT、RAG与Prompt工程
+
+### 第五篇：生成式AI
+- 第12章 生成模型演进 — 从VAE/GAN到Diffusion
+- 第13章 AIGC设计工具链 — ControlNet、LoRA与ComfyUI
+
+### 第六篇：AI Agent与自主设计
+- 第14章 AI Agent架构 — LLM-based Agent与核心组件
+- 第15章 具身智能 — 数字孪生与物理世界交互
+- 第16章 协作与协议 — MCP协议与HITL协作
+
+## 下篇：设计领域应用
+
+### 第七部分：数字媒体设计
+- 第17章 视觉设计与AIGC — 图像生成与风格迁移
+- 第18章 交互设计 — 用户界面生成与体验分析
+
+### 第八部分：环境设计
+- 第19章 室内设计 — 平面图生成与VR/AR预览
+- 第20章 景观设计 — 场地分析与生态效益模拟
+
+### 第九部分：工业设计
+- 第21章 产品造型设计 — 概念草图与三维建模
+- 第22章 设计优化与制造 — 拓扑优化与可制造性分析
+
+### 第十部分：城市设计
+- 第23章 城市空间分析 — 遥感影像与城市形态识别
+- 第24章 规划设计与评估 — 用地规划与交通优化
+
+### 第十一部分：生态设计
+- 第25章 生态分析与评估 — 生态系统服务与生物多样性
+- 第26章 生态规划与修复 — 生态网络与修复方案优化
+
+## 附录
+
+- 附录1：基础知识与编程环境
+- 附录2：参考文献
+- 附录3：关键术语表

00-frontmatter/自序.md

@@ -0,0 +1,46 @@
+# 自序
+
+## 为什么要写这本书
+
+2022年底，ChatGPT的发布如同一声惊雷，让生成式人工智能一夜之间走入大众视野。此后短短两年间，AI技术以惊人的速度迭代演进——从文本对话到多模态理解，从被动应答到自主行动，从实验室探索到千行百业的应用落地。在这场技术变革中，设计领域受到的冲击尤为深远。AI不仅能生成图像、辅助建模、优化方案，更在根本上改变了"设计"这件事的范式：设计师的角色正在从"执行者"转变为"引导者"和"策展人"，从亲手绘制每一个细节，转变为与AI协同探索更大的创意空间。
+
+然而，观察众多设计专业的师生和从业者的实际状态后，可以发现一个普遍的困境：**大家都在谈论AI，但真正理解AI并能有效运用AI的人并不多。** 多数人对AI的使用停留在"输入提示词、获取结果"的表层，缺乏对技术原理的理解，也难以将AI真正融入自己的专业工作流。特别是对于设计专业的学生和从业者而言，虽然了解并使用了许多AI工具，但对很多专业术语和概念的理解仍停留在表面，难以触及背后的原理，这在很大程度上限制了研究与实践的深入。
+
+尤其对于设计专业的学生来说，由于接触计算机和编程较少，缺乏进入这一领域的"语境"，容易产生畏难情绪。而事实上，AI领域所涉及的终究是技术工程问题，并不存在玄学，在这个意义上理应能够被所有人掌握。梳理进入AI领域所需要的基本知识，归纳现代AI技术涉及的核心原理与沉淀的经验，并展示如何将其应用于设计学领域——从而为设计专业的学生、研究者和设计师提供切实的帮助，这正是本书的出发点。
+
+## 这本书讲什么
+
+本书分为上下两篇，试图回答两个核心问题：
+
+**上篇**回答"AI是什么"——系统讲解AI的核心技术原理。面向设计专业读者，不追求面面俱到的数学推导，而是强调直觉理解：把神经网络看作函数组合，把注意力机制看作信息检索，把扩散模型看作逐步去噪。理解了这些基本原理，面对层出不穷的新工具和新模型，才能做到心中有数。
+
+**下篇**回答"AI能做什么"——聚焦五大设计领域的AI应用实践。从数字媒体到环境设计，从工业设计到城市规划，再到生态设计，每个领域都结合具体场景，展示AI如何辅助分析、生成、优化和评估。
+
+此外，附录中包含了大量与计算机和AI相关的基础知识与编程环境内容。虽然网络上有许多资源可供查询，但附录所收录的是实践过程中被认为最有必要了解和掌握的基本知识，也是开展设计人工智能研究的基础，因此以相当的篇幅进行了总结。更为详细的内容，可以参考书中所列的文献与技术文档资料。
+
+## 一些写作理念
+
+在写作过程中，本书坚持了几个原则：
+
+**原理先行**。理解原理比掌握工具更重要。工具会过时，但原理具有持久的价值。因此，上篇用了较大篇幅讲解神经网络、注意力机制、扩散模型等核心概念。
+
+**函数式视角**。本书刻意避免一上来就堆砌数学公式，而是从"函数描述世界"的朴素观念出发，让读者理解神经网络的本质——通过函数组合来学习数据中的规律。
+
+**案例驱动**。每个技术概念都尽量配以设计领域的应用案例，让抽象的原理变得具体可感。
+
+**中英双语术语**。AI领域的重要术语均保留英文原文，一方面便于读者查阅原始资料，另一方面也帮助建立专业词汇的准确认知。
+
+## 最后的话
+
+AI技术仍在飞速发展，本书的内容不可避免地会随着时间推移而需要更新。但书中所传达的核心思想——理解原理、拥抱工具、人机协作——将具有持久的价值。
+
+感谢AI技术本身——本书的写作过程中广泛使用了Claude、ChatGPT等AI工具进行资料整理、内容润色和代码验证，这本身就是"AI赋能工作"的一次实践。
+
+设计的人工智能时代才刚刚开始。希望这本书能成为读者进入这个新时代的一块踏脚石，从而汇聚起万千努力，能够成为点燃"通用设计智能"的星星之火。
+
+
+---
+
+彭晓
+
+2026年4月25日