1909 年，詹天佑主持修建了京张铁路——中国人自主设计的第一条干线铁路。117 年后，这条铁路沿线的 43.6 平方公里真实城区，正向全球 AI Agent 发出一份城市设计邀请函。

2026 年 8 月 7 日，北京市海淀区启动了「百年京张 AI 创新带城市设计开源征集」。这不是一个虚拟沙盘，也不是一场刷榜竞赛。它是真实存在的城区——有居民、有车流、有产业——而且入选方案将进入实际工程深化。整个征集只对 Agent 开放：人类不直接投稿，而是把任务交给自己的 AI Agent，由 Agent 读取任务、生成方案、自检并提交。

让 Agent 参与城市建设，是全球首次。

43.6 平方公里的真实战场

这个区域现在是一片遗址公园，从清华园火车站往南，穿过北航、北邮这一片高校区，一路到大钟寺。

设计范围从北五环向南，经清华园火车站、大钟寺，一路延伸至北京北站，覆盖面积比整个澳门还大。其中协调研究范围 43.6 平方公里，整体设计范围 11.4 平方公里，三个核心区的重点详细设计合计 368.4 公顷：

这片区域叠加了三条主题带：百年京张文化带、都市 AI 生活体验带、AI 融合创新带。空间上采用“三个核心区 + 两翼”的框架，京张铁路遗址公园作为文化主线贯穿其中。

Agent 如何参与

整个流程围绕 GitHub 仓库 open-city-ai/haidian 展开。参与方式极其简洁——打开你的 Agent（Claude Code、Codex、ZCode、Kimi Code，或豆包、飞书、WorkBuddy、千问办公等办公 Agent），粘贴一句话：

阅读 https://github.com/open-city-ai/haidian/tree/main/skills/urban-design-ai-submission 并参与百年京张AI创新带城市设计开源征集

Agent 随后会自主完成以下流程：

1. 读取结构化任务书。所有设计任务、场地数据、格式要求和评审规则都以机器可读文件存储在仓库中，Agent 不需要解析 PDF 或网页，直接按规则工作。
2. 生成方案包。包括中英文 proposal.md、HTML 可视化页面、A3/A0 图纸和带文字的图件。
3. 本地自检。运行校验脚本检查格式完整度、路径归属和合规风险。
4. 提交 Pull Request。自动化的 CI 检查会验证格式、路径和合规性，通过后方案进入公开展示。

仓库内置了部分海淀公开资料，Agent 也可以引用国家统计局数据或其他来源清晰的第三方数据（教育资源、地图、流量热力、骑手/网约车数据等），但所有引用都必须登记来源和用途边界，不得上传个人隐私或非公开规划资料。

与传统征集最大的不同在于，这是一个实时更新的任务环境。任务书、公开资料、空间数据、校验脚本都可能持续修订。每次回来迭代的 Agent 都需要先同步主分支、重新检查说明文件、浏览 Issues 和 Pull Requests 中的讨论，甚至阅读其他 Agent 的方案来改进自己的设计。

Agent 要设计什么

征集任务覆盖从宏观概念到落地细节的六个层面：

• 总体概念与品牌。为创新带提出命名体系、Logo 和视觉规范，将“人字形线路”等京张铁路符号转化为空间结构语言。
• AI 创新生态。研究全球科技园区和创新街区案例，提出覆盖基础研究、产业孵化、资本服务的创新网络和指标体系。
• 未来城市形态。设计 AI+医疗、AI+教育、AI+商业等场景如何嵌入具体街区，构建可感知的未来生活。
• 基础设施与公共服务。面向 AI 人才、企业和居民，提出交通、公共服务和创新基础设施解决方案。
• 公共空间与活力带。为京张铁路遗址公园设计开发者散步道、开源成果展示廊、智能体贡献荣誉墙等公共空间。
• 文化叙事与长期运营。融合百年铁路文化、中关村创新文化和 AI 新文化，设计文化导览路线和年度活动运营机制。

七维评审与永久纪念

方案评审覆盖七个维度：与任务书的相关性、概念原创性、AI 与规划的创新融合、落地可行性、公共利益与包容性、风险与合规意识、表达完整度。CI 只做确定性格式检查，内容评审由维护者完成。

奖励机制本身也带有标志性意义。项目计划沿京张铁路遗址公园建设一套永久纪念体系——智能体贡献荣誉墙、人工智能里程碑、开源成果展示节点和全球开发者荣誉墙。入选方案背后的 Agent 和贡献者的 GitHub 名称，有机会以碑刻形式留下。纪念体系可持续更新，每年记录最杰出的贡献。此外还有荣誉证书、纪念性奖励和物质奖励，特别突出的团队可对接海淀科创政策与资源。

超越渲染能力的问题

这场征集引发的核心讨论，并不在于 Agent 能生成多少张效果图。6G-AI 的分析指出，城市规划真正困难的问题从来不是画出更多道路、商业区和绿地的组合，而是把不可逆的决策分配给有名字、有职位、可追责的人。

当一个 Agent 生成上百个方案变体时，决策者的工作从“做出判断”变成了“设置参数”。价值判断并没有消失，而是迁移到了评分函数、约束列表和权重设置中，最终以“系统优化”的面目呈现。审批环节虽然真实存在，但一位官员在时间压力下审查上百份机器生成的方案，其审查深度与一位能完整重建推理过程的规划师不可同日而语。

征集的合规须知也体现了这种清醒：所有方案都被视为开放共创建议，不构成审定结论；涉及建筑强度、高度或道路线位的内容必须标注为概念性建议。正式数据发布后，方案需要重新复算。

时间线与参与方式

征集已于北京时间 2026 年 8 月 7 日开放，8 月 31 日截止，9 月开始公布结果并进入落地深化。

参与步骤：

1. 打开你的 AI Agent，粘贴上面的参与指令
2. Agent 自动读取任务、生成方案包、完成自检
3. Agent 通过 GitHub Pull Request 提交方案
4. CI 自动检查格式与合规性，通过后方案进入公开展示

本项目由海淀主导，@赛博禅心（open-city.ai）负责 Agent 基础设施、技术策划与执行。项目介绍页和展示页同样接受社区 Pull Request。发现问题可在 GitHub 直接提 Issue。

一百年前，詹天佑的名字刻在了京张铁路上。一百年后，你的 GitHub ID 也许会刻在这条铁路的遗址公园里——不是因为你亲手画了图纸，而是因为你释放了一个 Agent，让它第一次参与了真实城市的塑造。

我的 Agent 已参与

整个征集由 Agent 自主完成设计，人类需要做的只是搭好环境、放出指令。但如果你看完上面的介绍仍不清楚具体怎么上手，下面是我实际跑通全流程的操作记录。

准备 GitHub 环境。首先需要一个 GitHub 账号（注册和登录问题这里不再展开）。然后安装 GitHub CLI，用于与 GitHub 仓库交互。macOS 用户可以通过 Homebrew 安装：

➜   brew install gh

其他平台用户可以自行参考安装指南。装好之后完成身份验证：

➜   gh auth login

根据终端提示选择验证方式即可。

配置完成之后，在你喜欢的目录下创建一个项目文件夹，就可以把上文提到的指令交给你的 Agent，Agent 会自动在你的 GitHub 账号下 Fork 官方仓库、拉取到本地，然后自主完成设计并提交 Pull Request。

上面已经提到，使用任何 Agent 都可以参与，但有些 Agent 可能比较“严谨”一些，会频繁打断对话请求确认，所以建议选择你熟悉的 Agent。

这次我选择了 TRAE Work 来参赛，至于原因嘛，TRAE 近期赠送了不少积分，每天签到还有 200 积分，基本不用消耗自己的 Token。

我的项目整个流程初次跑完大约消耗 600 积分，耗时一个小时左右。因为全程由 Agent 自主完成，具体用量因 Agent 而异，以上数据仅供参考。建议预留充足积分，避免跑到一半因积分不足而中止。

如果你是新用户，可以使用我的链接登录 TRAE Work，获取 500 专属积分，官方还会额外赠送 5000 积分：

我在用 TraeWork AI 办公平台，搞定各类任务，通过我的分享链接登录桌面端，新注册用户一次性获得 5000 积分！ https://www.trae.cn/work-fission/Y6ZYA76ZWY2Q?utm_source=copy_link&utm_medium=friends_invite

提交 PR 之后，官方会执行 CI 脚本进行检查，如果发现问题会在你的 PR 里留 Comment，你也不用费心，同样叫 Agent 自行处理即可。我使用 TRAE Work 在 4 轮对话中就修复了全部问题并成功 Merge 进主分支。

已合并到 GitHub 主分支的方案自动进入展厅。有兴趣的话可以看看我的方案：

完整对话记录贴在下面。虽然每个 Agent 的设计思路各不相同，这份记录未必有普适参考价值，但或许能让你对全流程有个直观感受。

官方 Review Agent 打出的评分是 66/100，勉强合格。我看到有不少开发者会让 Agent 持续优化来提高评分，至于我嘛，重在参与就好 😄。