正文
AI
创业者来说，现在出来和两年前出来是一样的，因为产品形态发生了颠覆，之前的积累可能没什么价值。
陈冕：
我不认同。在我看来，认知是累加的。没有经历 1.0、2.0、3.0 时代，无法如此顺畅地想到这个过程。Manus 也是一样的，Monica 就是它的 1.0 时代。所以这个认知是在大家的摸索当中，随着技术趋势的明朗、技术路径的共识、技术能力的成熟，大家逐渐形成的共识。
Founder Park： 在 1.0、2.0、3.0 阶段，你们是如何积累有价值的经验？对业务和产品有什么帮助？
陈冕：
针对设计这个垂直领域，我们在思考一件事：AI 时代的交互范式或方式应该是什么样？大家有很多讨论，比如 Language UI、是否需要 GUI 等等，讨论非常多。在这方面，我们也有一个关键判断，
交互在不同的垂直领域和场景下，应该有所区别。
举个简单例子，我们现在面对面访谈，互相对话是个场景，有其对应的交互方式。在跟设计师聊设计，光说话可能不够，得有人在设计屏幕前指指点点，经典甲方场景。所以我们想，如果 AI 成为「人」，终局交互不能只靠对话，这是我们创业第一天就想明白的。不同垂直场景，需要不同界面和交互。
设计这种视觉传达、视觉对齐很重要，
所以需要屏幕和手势完成和视觉的对齐。
在 Lovart 产品里的体现成「画布」。Lovart 左边画布，右边对话框，就像设计跟老板/甲方对话时，旁边就是屏幕，鼠标是老板的手。基于这个点，我们思考我们应该做什么？是不是应该早点做画布？
所以我们在画布能力和工具方面做得比较早，也花了不少力气。
画布本质上可以说是屏幕，但抛开屏幕，本质上如果现在我们把所有科技的东西都去掉，如果人类回归到笔墨纸砚，画布就是桌子。现在我们两个人在做设计，甲方站在你旁边告诉你要做什么，你把作品放到桌子上，ta 对着桌子指指点点。所以桌子上不应该是 ComfyUI 或者之前的一些工作流产品。
桌子上是作品，能够拖拽指点，这是最原生的交互方式或者界面。虽然工作流产品看着像在 canvas 上，但实际不一样。我们的 canvas 本质是桌子，盛放作品，最自然的交互就是指着作品说修改。这是我们垂直领域最初认知，
所以我们才更早积累画布能力和 Edit。
![]()
![]()
来自 Founder Park 同事的实际体验
Founder Park： 还原设计这件事最原始的样子，这是一个很有意思的思考，但它如何通向「有用」的
AI
产品？
陈冕：
回到你前边问的问题，我们为什么不 for everyone？
去想最原始的样子，人在桌子上做三件事：涂抹、裁切、拼贴。AI 诞生后，像旁边多了个甲方（用户）指挥 AI。理想情况是甲方指挥 AI 完成所有任务，这时才能 for everyone。但这需要模型能力很强。如果不够强，就会出现用户说「你做不好，我自己来」的中间状态。
所以你会发现，
桌子（画布）需要在，桌子旁的传统工具箱（Edit）也要在
。因为用户有时发现 AI 做不好，就会推开说「我来」。所以现在本质是 Agent + 桌子 + Edit。桌子放 AI 产物、支持修改，也承载传统 Edit 能力，那能力在桌子旁的工具箱。旁边多出的那个人就是对话框。所以对话框、桌子、工具箱，这是合理且一直存在的形态，也是我们想做的。
那设计何时能 for everyone？
当模型智能强大到不再需要那个工具箱，用户通过对话、指点就能完全满意，不会自己上手时，就可以 for everyone 了。
但 Edit 能力是面向专业消费者的，普通人用不了工具箱。所以工具箱还在，设计师就会还在。当工具箱不需要了，没有用户自己上手的瞬间，设计师可能会失业。但设计师的核心价值——创意、对人类共鸣的洞察，AI 目前无法取代。
AGI 也许能取代，但这对社会的冲击会很大。至少现在，我认为 AI 只能模拟理解感受，无法真正洞察人类共鸣的情况，所以艺术家/设计师的意义就在此。产品能 for everyone 是未来的事，这是我们现在的认知。所以我们现在不想做一个 for everyone 的产品，而是做 for Prosumer 的产品。我们希望成为设计师的朋友，因为我们认为最终设计师的本源是创意，在于对人类潜意识里对共鸣的渴望的洞察，这是他们不可替代的价值。所以我们做的其他事情，是希望能让他们 focus 在创意之上，把其他琐事交给 AI，给他们插上翅膀。我认为这是 AI 在现阶段的意义。
Founder Park：
图像领域一直有一个艺术相关的问题，比如更好更高效的
AI
工具，是否在加速前沿艺术风格成为大众审美的这个进程？比如很经典的，梵高的作品直到他过世后才受到认可。
陈冕：
我觉得这不一定会发生。一个艺术风格，艺术家常常在其身后才被广泛推崇，有时是因为他们对群体感受和潜意识的洞察过于超前，这需要整个社会周期性的变化才能跟上。这种变化是深层的，与社会发展密切相关，我认为不会因一个工具的出现而根本改变。我们现在做的，是把工具还原到它应有的形态。
在不同的时代，工具形态是不同的。在纸媒时代，没有电脑，桌面摆满了手稿，这是当时的「桌子」。在电脑时代，设计师亲自动手，Photoshop 带着画布和各种工具出现，那就像当年的桌子。而现在，当人越来越成为甲方，AI 成为乙方时，这个「桌子」应该是什么样子？这是我们非常感兴趣，也是我们从 day one 就在思考的问题。Lovart 是我们目前给出的答案。
Founder Park： 现阶段这款产品，您提到它并非百分之百完美，它欠缺哪些方面？
陈冕：
欠缺的地方很多。
Agent 的能力不够强，我们期待基础模型能更强大，这样我们的产品也会更厉害。我们需要 leverage base model，而不是被其取代，这是很重要的思考。
你的核心价值应该在基础模型之外，才能真正利用它。
如果你的工作只是为基础模型现阶段的不成熟打补丁，那不是利用，是在对抗，这样做是「找死」。
当然，产品自身也存在许多 bug。最近因为关注度高，很多人反馈邀请码问题，这确实是我们的不足。核心原因有两个：首先，我们采取的是小范围用户先行体验、收集 bug、迭代后再开放下一批的策略。在 bug 修复完成前，不宜大规模开放，这是最主要的原因。
其次，坦白说，我们也不可能无限量地发放邀请码。很多用户也能理解，这涉及较高的成本。目前我们的邀请码是纯免费使用，确保用户体验，但这背后是有运营成本的。好在图像领域，token 成本问题相对其他领域还没那么严重。所以我们目前的成本并不是非常高，但确实也不低。我们非常有信心能尽快实现公开使用。
开发 Agent 的过程非常有趣，AI 真的有自己的「想法」。正如 Manus 主张的「less structure， more intelligence」，我们非常认同这一点。因为在与 Agent 调试时，你不能把指令说得过于死板，那样反而会限制其智能。这和人一样，只告诉它按步骤 ABCD 执行，它反而可能变笨。你需要告诉它目标是什么，它在中间过程会展现自己的思考。比如，我们有时会告诉它，用某个基础模型的图像工具换脸效果不好，应该改用我们内部专门用于真人 face ID 的工具。但有时它并不这么认为，它会有自己的判断。
