38
0我们如何读懂一座城市？过去，我们依赖人口普查、交通调查、遥感影像和统计数据；但城市还有另一座庞大的“隐形档案馆”——网页、新闻、社交媒体、规划文件、房地产广告、政策文本，以及人们每天留下的海量文字。
这篇文章提出一个颇具启发性的判断：**文本正在从城市研究的“边缘资源”，走向城市分析的核心组成部分。**自然语言处理、词嵌入和大语言模型的快速发展，让研究者第一次有可能同时获得定量研究的“广度”与定性研究的“深度”。从识别人们对街区的情感，到追踪地名演变、社区绅士化、住房价值、规划政策乃至城市权力结构，文本正在打开理解城市的新窗口。
但“让AI读城市”并不意味着让AI替我们思考。数据偏见、语境差异、模型幻觉、黑箱机制，以及生成式AI带来的“数据循环”，都在提醒我们：规模越大，越需要理论；工具越强，越需要人的判断。
未来真正重要的，或许不是“机器能读多少文本”，而是我们能否让计算分析与人的细读重新结合——用AI看见城市的全貌，再用理论和经验理解城市为何如此。
