GrassLobster 是 Miro Bannwart 的一个实验性个人项目，它将 Rhino 和 Grasshopper 的参数化环境与用户自选的外部 AI 智能体相连接。该原型使设计师能够用自然语言描述建筑形式、木结构或单元图案。AI 智能体随后引导用户就尺寸、规则和材料做出决策，直到任务清晰到足以构建一个连接的 Grasshopper 模型。生成后，参数化工作流保持完全可调；用户可以修改跨度、间距或单元数量，而几何体会自动更新。系统将画布上的模型组织为“几何站”，每个站代表一个有意义的任务，如输入、主几何或结构逻辑。站定义和可执行代码在可读的项目文件中镜像，使智能体能够定位逻辑并进行有针对性的更改。项目上下文通过智能体指令、领域知识和几何参考（如截图或示例模型）提供。GrassLobster 围绕可互换的智能体而非内置模型设计，使工作流能随着外部智能体能力的提升而受益。未来方向包括智能体优化，智能体可通过改变输入来满足可衡量的目标，如在保持楼面面积的同时减少材料用量。