AI Agent最新一波求碼潮來了，繼Manus全面開放註冊不再限碼之後，Lovart.ai 接棒成為了新的“一碼難求”明星產品。在二手交易平臺閒魚上，Lovart的邀請碼甚至被炒到了500元一個。
Lovart.ai官方稱為“全球首個AI設計智慧體（Design Agent）”，與市面上的傳統設計工具或嵌入式AI外掛不同，它能夠直接理解使用者的自然語言指令，自動生成從品牌設計到營銷物料的全流程、多模態內容，包括影像、影片和音樂。
簡單來說，它就像是一個能聽懂人話、又能自動交付創意設計方案的虛擬設計團隊。官方的多樣化案例（包袋外觀、咖啡包裝、畫素海報、寵物品牌VI等）也透露出Lovart並不是單純的圖片生成器，而是一個能貫穿創意與執行的智慧創意夥伴。
那麼，這個產品究竟如何？我們拿到了邀請碼，親自測試了一把。而且我們發現，與最初用邀請碼來限量試用不同，隨著更多的人可以使用這款產品，它也開始設定使用限額，對每天的訪問進行“限流”。不過即便在有限的體驗中，你也可以從中看到這個產品背後的想法，這讓很多人也對這個產品表達了足夠的好評，包括它核心想要服務的設計師人群。
1
案例實測：AI能像人類乙方一樣接單了？
Lovart的產品介面首頁和常見的Chatbot類似，我們在聊天框中提出需求。
然後就切換到了左邊畫布，右邊聊天框的佈局。
所有生成的結果都會即時顯示在左側的畫布中，並且可以在畫布中自由拖動和縮放。
Lovart補充了兩個問題，音樂節的官方中英名分別是什麼，以及對色彩、主題、視覺元素上有沒有什麼要求，像一個乖巧的乙方在提問。
接著Lovart去搜索了一些圖片素材作為“靈感”。
Lovart選擇呼叫ChatGPT Image生成了幾張海報。
簡要說明設計理念之後（基本上就是描述了每一張圖片的元素），Lovart讓我們挑選一個最喜歡的logo，以便它完成剩餘的VI設計。
我們選擇了第二個logo，最後的生成結果是這樣的：
Lovart提供的編輯工具包括文字、矩形、橢圓和筆刷等，可以在圖層中新增文字說明、繪製基本圖形以及進行自由手繪操作，適合草圖設計、構思階段或輕量編輯。
此外還集成了區域性修改、塗抹去除、擴圖、摳圖等等常用AI功能。
這張圖片的二維碼是多餘的，選中圖片之後，我們可以使用Lovart的自帶的抹除功能進行編輯。
除了使用這些工具，也可以直接在選中圖片之後，按下Tab鍵，使用Prompt進行編輯，比如這張圖片的中文文字出現了錯誤，我們輸入需求來進行調整。
文字進行了更正，但並沒有保持圖片其他部分的不變。
最後，所有生成的圖片都可以匯出為JPG、PNG、SVG三種格式。
作為對比，我們使用同樣的Prompt，讓GPT-4o來一步完成這個任務。結果除了同樣出現少數漢字亂碼的問題之外，沒有指定具體風格，似乎效果也不差。
準備繼續第二個測試的時候，Lovart提醒我們達到了每日15條訊息的上限，只能飲恨而關掉網頁。
1
讓AI成為設計師
初步體驗下來，我們確實看到了Loveart的亮眼之處，因為整合了業界最領先的模型，Lovart生成的精確度和可實用度比較高，比如它能夠搞定整套VI系統設計，這不僅要AI生成準確，還得真正懂VI是怎麼一整套組合起來的。
“Talk（AI生成） → Tab（圖片編輯） → Tune（圖層編輯）”的流程說明其設計思路是先用自然語言拆解需求，再用視覺化介面快速排版，最後支援分層精修，既留給專業設計師二次打磨的空間，也讓非設計背景的人能直接交付成品。
在實際測試後，我們也諮詢了一位網際網路行業設計師的看法。他表示，初步看來，Lovart最大的價值在於一次性地提供了創意方案與高度可編輯的成品，節約了初期靈感生成和反覆修改的時間成本。
相比那些單點生成工具或僅提供靈感的AI，做到了兼顧質量與效率，讓設計師可以快速從概念落地到具體執行。“自動生成的設計理念很有吸引力，並且可以進行後續的調整，這樣就不用在各類工具之間換來換去，因為一些AI只能是透過其他的AI軟體生成設計靈感後執行”。
與Figma、Canva、Photoshop 這類“在原有產品裡嵌入 AI功能”的做法相比，Lovart和他們的共同點是都在試圖用大模型的能力把想法到結果的路徑縮短。
比如Figma 的 AI思路本質上是在其的UI/UX設計協作平臺中嵌入智慧助手，目的是增強設計師現有工作流程的效率和創造力。它透過AI自動化重複任務、輔助生成內容（如初步設計稿、文字、影像）、甚至初步的程式碼和網站，提高專業設計師的生產力，並將這種提效能力延伸到產品開發和營銷素材的製作上。AI在Figma中更多扮演“副駕駛”的角色。
相比之下，Lovart.ai更像一個力求覆蓋設計任務“端到端”的AI產品。它試圖從使用者一個相對簡單的需求開始，AI更主動地參與規劃、蒐集、生成初步的完整設計方案，並且設計領域更寬泛，不止於UI/UX，還包括品牌視覺、營銷海報、甚至影片等等。AI Lovart 中扮演更主動的自動化方案提供者的角色。
簡單說，Figma是讓專業工具變得更智慧，Lovart是想讓AI本身成為一個更全能的設計師。
不過，對於Lovart.ai來說，成本或許是一個潛在的問題，Lovart.ai 當前雖沒有全面開放，但大量呼叫 SOTA（state-of-the-art）模型，高質量模型的呼叫價格本就不低，而 Lovart 所提供的是一整套完整工作流，涉及多模型串聯推理，進一步推高了單位使用成本。
目前的邀請碼機制、對每日呼叫次數的限制，表面上看只是為了控制成本，但更深層次的原因是Lovart面對SOTA模型呼叫的巨大資源消耗與快速擴大市場推廣之間的矛盾。擴大內測規模意味著使用者體驗更佳、口碑更快傳播，但隨之而來的可能是越多人越燒錢；嚴格限流則維持了稀缺感與口碑，但也限制了產品更廣泛的驗證和推廣速度。Lovart如何在平衡這個矛盾，很大程度上取決於能否在保持產品體驗的同時，找到可持續的商業模式。