一份Revit檔案交給AI之後：三維大屏外包的報價單，正在被重寫

2026年9月20日，掘金平臺上一位署名Gyrate的開發者發布了一篇技術記錄，內容是他嘗試讓AI完整承接一個原本要交給第三方團隊的園區樓宇三維大屏項目。文章本身閱讀量不算大，但它攤開的帳本值得算：過去這類項目要付外包費、要扛前期溝通成本、要背後期維護成本，如今一個工程師加上AI工具鏈，把整條流程從模型處理走到大屏上線全部跑通了。

這不是又一篇「AI寫程式碼」的展示。它的重點在於，三維可視化外包是一個有明確交付物、有明確驗收標準、且高度依賴重複性勞動的細分市場，而這三個特徵恰好都落在當前AI代理能力覆蓋的範圍內。

拆解：這條技術路徑實際做了什麼

先看流程。整個項目從Revit源文件（.rvt）出發，這是建築業界最主流的BIM建模格式，包含樓層、構件、材質和機電信息。由於AI無法直接解析.rvt，開發者把模型轉為IFC通用格式，這是AI接手的第一個節點。

接下來的分工程值得注意。AI分析IFC中的樓層與構件結構後，將工程模型與網頁展示模型分離處理：網頁端只使用轉換後的GLB格式，配合Draco壓縮，並為主體建築生成近景、中景、遠景三套LOD（細節層級）模型，讓瀏覽器根據觀看距離自動切換，減少渲染壓力。原始IFC的大體量數據完全不進入網頁。

園區場景的補齊方式更直觀地展示了AI代理的操作邊界。原始模型只有大廈主體，開發者提供電子地圖、衛星圖和模型頂視圖三份參考，讓AI還原周邊道路、建築白模與綠化。第一版道路偏差不少，開發者用紅線標出修正，AI再迭代，且道路變動時生成腳本會自動檢查建築是否壓到路面，省去逐一調整的人力。

最終交付架構是三層分離：Three.js獨立頁面負責三維渲染與交互，通過同源iframe嵌入Vue大屏，兩者之間以一組公共API通訊，控制鏡頭、樓層、巡遊與日夜狀態。模型加載與交互功能只需維護一份，多個頁面可複用。UI部分則由AI先生成視覺效果圖確定方向，再透過codex加Sketch MCP整理成帶真實尺寸與模擬數據的原型。

這本帳的舊結構：為什麼過去要外包

要理解這篇記錄的分量，得先看三維可視化外包市場原本的成本結構。

在中國的智慧園區、智慧城市項目中，三維大屏幾乎是標配。業主方或系統整合商通常不養三維團隊，因為這類需求單價高、頻率低、技術棧與一般前端開發差異大。一名熟練的BIM轉Web開發者需要同時掌握Revit體系、IFC規範、Blender或3ds Max的減面與烘焙、GLB壓縮管線、Three.js渲染優化，這個技能組合在就業市場上長期供給不足。

於是形成了慣例：三維場景建模與輕量化交給專業外包團隊，按場景複雜度報價。單棟建築的輕量化處理、一個園區級場景的搭建與交互開發，在市場行情中往往以數萬到數十萬元人民幣為單位計價，且交付週期以週計。外包之外，甲方還要負擔兩塊隱性成本：前期把BIM數據、業務指標、視覺風格反覆對齊的溝通成本，以及後期每次改需求都要重新議價排期的維護成本。這正是該開發者在文章開頭明確點出的三筆支出。

替代曲線的臨界點：哪一段先被喫掉

技術替代不是一次性事件，它沿著任務的可標準化程度推進。把這條流程按環節拆開看，替代的難度差異很大。

最先被喫掉的是模型處理段。IFC解析、幾何簡化、LOD生成、Draco壓縮，這些工作的知識已經高度文檔化，工具鏈（如ifcopenshell、各類GLB處理器）成熟，AI代理編寫腳本自動化的成功率相當高。這一段恰恰是外包報價中最容易量化、最容易標準化的部分，也就是最先失去定價權的部分。

其次是場景搭建段。依圖還原園區布局、擺放白模與綠化，本質是重複性建模勞動，AI的表現已經達到「可用但需人工校驗」的程度，開發者的紅線標註迭代就是典型的校驗迴路。這一段的替代不完全，但把人力投入壓縮到原本的幾分之一是現實的。

最難被替代的是兩端：前端的業務理解與需求定義，以及後續的長期維護責任歸屬。這也解釋了為什麼這篇記錄的作者是前端工程師而非業務人員，替代發生的位置，是「原本就在甲方內部、只是過去沒有能力自己完成」的那段工作。

這個替代路徑與微軟把Copilot運行時移植到Rust的案例共享同一個邏輯：當任務可以被拆成明確的輸入輸出規格時，AI代理承接的成本優勢是數量級的。差別在於微軟算的是token帳，這裡算的是外包合約帳，兩者最後都落在同一欄，單位產出的邊際成本。

影響推演：誰受惠，誰承壓

受惠方名單很清楚。其一是有既有BIM資產的業主與系統整合商，倉庫裡的Revit文件從「每次要用都要付錢轉換」的沉沒資產，變成可以反覆自動化處理的活數據。其二是AI工具與代理框架的提供方，這類案例本身就是最好的銷售素材，codex加Sketch MCP的組合在文中被明確點名。其三是像Three.js、Draco這類開源基礎設施的生態，AI寫程式碼時大量依賴文檔完善的開源工具，反過來加深了這些工具的護城河。

承壓方是兩類。第一類是純執行型三維外包團隊，其商業模式建立在「技能組合稀缺」之上，而這個稀缺正在被AI壓縮。當甲方的前端工程師配上AI就能跑通全流程，報價的錨點就從「市場上沒幾個人會做」變成「大概幾天的工程師工時」，後者的數字小得多。第二類是夾在中間的低階三維建模人力，這部分工作的可替代性最高。

傳導機制值得展開：外包市場的價格下行，不會立即表現為現有合約降價，而是先表現為新項目的議價籌碼轉移。甲方在詢價時手上多了一個「自己做」的可行選項，這個選項即便不被使用，也已經改變了談判結構。這是替代性技術影響市場的標準路徑，先改變底線，再改變成交價。

不過也有邊界。這篇記錄的場景是一棟辦公大廈加周邊園區，屬於中等複雜度。城市級傾斜攝影、超大規模GIS融合、需要與實時物聯網數據深度綁定的項目，目前仍超出單人加AI的能力半徑。外包市場不會整體消失，而是沿複雜度軸線向上退守，退到AI跑不動的地方重新定價。

收束：報價單重寫的順序

回頭看這篇2026年9月的記錄，它的價值不在於做出了多精美的場景，而在於它用一個真實項目驗證了替代的臨界條件：任務有明確格式（IFC、GLB）、有現成工具鏈、有可驗收的視覺結果，三個條件齊備，AI代理就能把多人協作壓成單人監督。

對三維可視化行業而言，接下來的分水嶺是定位選擇。繼續出售執行力的團隊，會發現自己的報價單正在被一份自動化腳本逐行比價；轉向出售不可標準化資產的團隊，包括行業理解的深度、長期維運的責任承擔、以及超出公開文檔的疑難場景處理能力，議價位置反而更穩。

外包市場的帳本從來不是按技術先進程度記的，它是按「甲方自己做的成本」記的。當這個成本因AI而塌縮，整本帳的重寫只是時間問題，這篇記錄只是提前把其中一頁攤開了。