AI 生圖和改圖已經很強了，卻依然救不了雙 11 期間瘋狂加班的設計師。
AI 出圖確實快，但曾經在廣告公司做設計主管的我深知，出圖之外的設計靈感、溝通協作和反覆改稿，才是耗時的大頭：
團隊得先理解客戶的品牌調性，才能沿著同一個方向做下去。換成 AI，我照樣要反覆交代要求，項目一長還怕風格跑偏。更麻煩的是，到了下一個類似項目，上次磨合好的經驗又得從頭教。
但老闆和客戶看不到這些隱形成本，他們只會問你，都有 AI 提速了，交付速度為什麼沒見成倍提升？
所以，現階段的設計 AI 讓我感覺本末倒置。過去是從指揮人，現在指揮 AI，該用的時間一點沒少。
我真正期待的 AI，是在把需求交代清楚之後，它能順著邏輯自己往下推進，而不是每走一步，都需要我像監工一樣在旁邊重新發號施令。
Lovart 剛剛發布的 2.0 版本，就把更新的重點放在了這些生成之外的工作上。新推出的個人設計 Agent「Arti」，會持續了解用戶的審美和工作習慣，並主動參與設計過程，讓每次磨合出來的經驗有機會在後續項目中繼續發揮作用。
這讓我想把過去做設計主管時的需求，放到一個完整的設計委託里再試一次：在雙 11 這樣的趕工場景下，Arti 到底能讓我少盯多少步？
Lovart 全新版本體驗入口：https://www.lovart.art/
先記住我，再幫我往下做
此前 APPSO 在實測 Lovart 時就發現，它的審美表現已經很出色，但最大的痛點在於缺乏連貫記憶。每開啟一個新項目，你都得像面對一位新同事一樣，把它重新「帶」一遍。
而全新的 Arti，正是為了解決 AI 的失憶問題而生。
首次進入時，它就會主動引導你建立個人記憶庫，後續只需用自然語言就能隨時增刪或修正。你甚至可以直接導入作品集，或是讓它從歷史項目與對話中提煉出你的審美習慣與背景偏好，作為後續所有任務的底層參考。
比如，把蘋果即將發售的 HomePod mini 2 方案交給 Arti 時，它會先調取你既有的記憶庫進行整合思考，再針對關鍵細節向你主動詢問更多資訊。
該圖片疑似使用了AI生成技術，請謹慎甄別
不過，在一個設計項目中，團隊要做的也從來不是單向地展現自我風格。它更像是一場將過往經驗與當下素材相互融通的承上啟下，需要結合不同品牌的視覺調性，精準判斷某種流行趨勢到底適不適合當下客戶，並向他們清晰傳遞未來的設計方向。
做設計主管時，我對這個過程深有體會。單純搜羅素材並不夠，真正耗費心力的，是將海量碎片參考梳理成有邏輯、能支撐決策的深度調研與視覺提案。
而 Arti 的出現，就像是在團隊裡安插了一位經驗豐富的設計研究員，能夠主動為你開展深度的全網調研。
在之前喇叭的海報生成後，Arti 就會自動在後台開啟設計調研，到 Google、Pinterest、Behance 等數十個主流設計平台抓取和項目相關的高質量參考，最終交出一份涵蓋溯源鏈接、深度趨勢分析、專業設計建議以及情緒板的報告。
報告生成後，你還可以一鍵將報告添加回對話框，情緒板里的圖片素材還能直接拖入畫布，毫無縫隙地接入你後面的創作工作流。
這一切完全支持後台異步運行。即使你切出頁面去處理其他工作，它也會在幕後默默探索，絕不占用你的等待時間。
但當畫布上堆疊的飛機稿和方案越來越多，另一個令人頭疼的問題便隨之浮現：經歷幾輪反覆改稿後，AI 很容易漏掉最初確認的需求規範，前後產出的視覺風格也難免出現斷層，很難維持統一的設計語言。
更別提在團隊協作時，偶爾還會撞上同事隨手拿粗糙的 AI 素材湊數交差、拉低整體質感的坑隊友行為。
深諳設計師痛點的 Arti，對此拿出了一個相當懂行的解法：畫布巡檢。
與設計調研一樣，畫布巡檢會在後台實時對齊最初的項目要求與設計規範，無感地做一致性核查。一旦發現偏離主題或細節遺漏的苗頭，便會及時拋出預警。
這就好比有一位極具品控意識的資深主美，在幕後為你隨時兜底，你再也不必陷入翻來覆去給 AI 重複強調要求的循環中了。
Arti 的多人協作同樣很打動我，很大程度解決了以往協作中同事反饋不及時，以及甲方「不說人話」的問題。（如果你也當過設計你肯定知道我在說什麼）
團隊可以在分享作品時打開「允許評論」，我可以接收修改，客戶也能在設計稿的具體位置留意見。
當這些設計被我或客戶「打回返工」的時候，設計師也可以一鍵把這些評論交給 Arti 處理，不用再截圖、圈位置，再向 AI 解釋怎麼改。
後續的修改還能在同一鏈接更新，隨時分享客戶。哪怕最後客戶覺得「還是用第一版」，也能從歷史版本里找回來。
該圖片疑似使用了AI生成技術，請謹慎甄別
這種在在線文檔里早已普及的打點批註與版本回溯，現在終於被 Arti 用 AI 的方式搬進了設計工作，徹底把設計師從溝通磨損中解脫了出來。
項目落地後，團隊往往會通過復盤沉澱經驗，讓下一次的協作更進一步。但過去的 AI 卻極度缺乏這種「成長性」——精心磨合過的設計資產用完就被扔在一旁，下次遇到同類需求，你依然得從某個賽博角落翻出舊案，重新寫一堆 Prompt 把 AI 再教一遍。
Arti 的「Skill 自進化」也終於打破這種單點耗損。它能自動從重複勞動中提煉規律，將成熟的流程與交付標準直接封裝成可復用的 Skill，讓好不容易積累的設計經驗不再用完即棄。
開啟新項目時，你只需帶入新素材，就能套用先前磨合出的最佳工作流，再也不必從零開始排兵布陣。
當「Skill 自進化」搭配上「記憶系統」，AI 便具備了真正意義上的自我演進能力。在先前項目里磨合出來的每一次經驗、習慣甚至是手感，都會後續項目的數位權益，帶來滾雪球般的協作複利。
往後，也許只需一句輕描淡寫的需求，就能換來一套系統、高質感的視覺表達。
前幾天火出圈的「特斯拉會飛」，也能用簡單的描述，快速落地成 KV + 延展視覺。
數學家懷特海曾寫道：「文明的進步，在於擴大我們無需思索便能完成的重要操作的數量。」
Arti 展現出的正是這種潛質，把複雜的隱性經驗，變成無需再反覆干涉的本能。而且，這些總結出的技能完全透明可控，支持隨時查看、管理或關閉，不會帶來額外的維護負擔。
更有意思的是，Arti 的成長還帶著溫度。它引入了成長路徑與角色設定，能在一次次協作中根據你的工作習慣解鎖不同的形態與默契。畢竟，誰能拒絕在工作之餘，順便「養」一個越來越懂你的可愛 AI 寵物呢？
你下班了，Arti 還能繼續工作
如果說前面的能力解決的還只是設計流程里的「單點痛點」，那麼 Lovart 2.0 最大的更新，是把這些能力整合起來，直接化身為一個 24 小時待命的自動化設計團隊。
Lovart 把這個功能叫「設計委託」。
就像給真實團隊下發需求一樣，你只需明確任務目標、期望的交付標準，或是附上基礎素材，就能快速建立一個專屬的委託任務。
設定好後，Lovart 便能按照預設節奏，自動完成競品動態監控、每日靈感收集、營銷日曆內容籌備等高頻瑣碎的工作。
為了讓這種「自動化」既省心又真正安全可控，Lovart 在算力與流程管理上也下足了功夫。
你可以先試著單次試運行一次，再看效果選擇是否開啟開啟長期任務。而且，你也可以為任務設定積分上限，像是加裝了一個「熔斷器」，一旦觸頂即自動停止，避免一覺醒來被天價賬單背刺。
運行結束後，Lovart 會交付一份詳盡的執行報告，從歷史交付物到每一步的積分消耗都清晰透明。你還可以選擇是否將報告自動歸檔至關聯項目，基於報告展開二次創作。
對於經常需要應對電商大促、按固定節奏搜集參考和籌備內容的人來說，Lovart 的設計委託，直接把那些繁重冗餘的重複性勞動，重構成了「流水線化」的高效工作流，讓設計師得以從雜務中抽身，把更多的精力投入到創作中。
少一點重複，才能多許多創意
1960 年，J. C. R. 利克萊德在《Man-Computer Symbiosis（人機共生）》中記錄了一個深刻的觀察：
所謂的「思考時間」，絕大部分都被查資料、計算和繪圖等前置準備所消耗，真正做出決策，往往只需短短幾秒。
他預言，未來的人機協作，應該是由人類負責設定目標與評估成果，而電腦則去處理那些為判斷鋪路的例行瑣事。
還在設計行業時，我就曾無數次想像過這樣的未來，但現實卻讓我無法從雜務中抽身。直到 Lovart 的 Arti 到來，我仿佛看到了曙光：它不僅能主動尋求資訊、聽懂需求並順暢落地，平時還能按計劃默默工作，只在關鍵節點交由我來做最終裁決。
現在，Arti 真正將設計工作帶入了 Personal Agent 時代。
Personal Agent 最讓人期待的，是 AI 能長期熟悉一個人的工作。放到設計里，「懂你」得落到很多重複的小細節：為什麼這一頁要留白，為什麼那張參考只借構圖，為什麼一幅足夠漂亮的畫面，仍然會被否掉。
對於珍重自己作品的設計創作者，必然都希望自己能多花一點精力在設計本身，少花一點力氣在重複的工作上。
Arti 給我留下的，是一種能持續磨合的合作關係。每一次合作的積累、人與 AI 磨合出的默契，都能沉澱為下一次高效協作的復用資產，而我作為創作者仍然有空間嘗試、反悔、推翻自己。
即便等 AI 學會越來越多的設計方法，我們仍能在作品裡辨認出那個做選擇的人。
Lovart 2.0 全新版本已經向所有用戶開放，國內用戶可以訪問 https://www.lovart.art/ 體驗。10 月 19 日至 30 日，專業版與旗艦版訂閱低至 5 折，旗艦版年包最高加贈 3 個月會員。
