我们正在见证首个设计类 AI Agent。

👦🏻 作者: 镜山

🥷 编辑: Koji

🧑‍🎨 排版: NCon

2025 年，「十字路口」的第一期播客是 Koji 和真格基金管理合伙人戴雨森的开年对谈：《AI 关键之年，Agent 开启元年》

——当时，我们很大胆地将 2025 称作「Agent 元年」。

事实印证了这一点。Manus 打响了「Agent 元年」的第一枪，发布后受到广泛关注，更获得顶级 VC Benchmark 投资，估值 5 亿美元。

如果参考 OpenAI 提出的 AI 能力 L1-L5 分级，我们其实已经明确来到了 L3 阶段：L1：Chatbot（对话）L2：Reasoner（推理解决问题）L3：Agent（调用工具完成复杂任务）

我们相信在接下来的 6-12 个月，但凡存在明确效率提升需求的赛道，都有 AI Agent 创业机会。

🚥

昨晚，我们发现了一款名为 Lovart.ai^[1] 的产品，或许是全网第一个设计 AI Agent，完成度很不错，外网也有不少 KOL 在分享讨论。

我们和官方 x 沟通要了一个体验码，给大家带来第一手的体验与思考。

Lovart.ai  的官网很现代，简洁得不能更简洁了，首屏只有 10 个英文单词，言简意赅介绍清楚了它是什么：

Auto-Deisgn —— The design agent who creates by your side.

Lovart：一个颇有诚意的设计师

Lovart 与最近纷纷落地的 AI Agent 的操作流程基本相似，但是体验感拉升了不止一个纬度。

它虽然可以使用自然语言（俗称：用嘴）进行交互，但是目前体验下来，最好还是使用英文，提示词一致度最高。

例如，我想让 Lovart 生成一组麦当劳与熊猫联名的 logo ，它在思考之后，给出了一组具有视觉设计感的图标。

比较惊喜的是 Lovart 对我的意图有很好的理解，它先通过提示词解析进行推断，自己决定下一步该怎么做。

之后，通过外接的一众大模型对任务进行拆解和发散（例如强推理思考的 o3 ），最后再用生图模型 GPT-Image-1、Flux pro 等等完成图像生成任务。

在我测试这个设计类 AI Agent 生成 logo 的时候，这些外接的大模型已经比较好地融入进了 Lovart 的工作流里，展现的完成度已经非常高了。

比如：当它面对灵感不足的情景时，会自动去网络搜寻相关灵感，从中选几个跟我输入的提示词意图相近的样本作为参考。

然后，基于这些灵感，它才会按部就班地发挥创意思维，用 Lovart 外接的 GPT-Image-1 生成了一组我想要的 logo。

多说一句，在我测试 Lovart 的过程中，注意到它生成图像时大频率地使用了 GPT-Image-1。它是上个月 OpenAI 发布的全新图像生成模型，能批量生成多种风格变体。只不过这个模型 API 的单位价格并不低，一张高质量图片就要 1.3元 ，很贵。

不过，目前 Lovart 上使用还是免费的，推广期里诚意满满。

图像生成任务结束后，还会再额外附赠我一份完整的“Lovart 如何从专业角度解析这些 logo ”的指南，告诉我这些 logo 的设计理念是怎样的。

这一步其实很关键，因为它体现了 AI Agent 最基础的交互能力，用户需要先知道它怎么想的，才能在多轮对话中找到自己想要的设计稿。

仅仅是生成 logo 完全展现不了作为设计类 Agent 的 Lovart 的潜力，传统的文生图工具多多少少也能做得不错。

我提出了更进一步的要求：

我需要它作为一站式设计平台，做一整套完整的品牌 VI。

于是，我输入了很简单的一句提示词：

（原 prompt 为英文）

我喜欢你做的这个 logo，根据它做一整套 VI 设计。

Lovart 调动思考模型，又开始思考了，思考的结果是：制定出来一!整!套!完整的品牌设计系统。

然后直接一站式设计了整套的 VI set。

在这么多物料里，其实有几张是我觉得非常惊艳的，主要在于 Lovart 的创意没有脱离实际，几乎是拿起来就能用的程度。

第一个令我特别惊喜的就是快餐店必有的食品套餐包装！我一看到这个“麦当劳 X 熊猫”的联名包装，就觉得 Lovart 做出来的设计是符合行业标准的，拥有一个真正做过一线任务的设计师的 Know-how。

红白黄的配色依然经典，包装上的竹子图案和麦当劳的汉堡小图标点缀，整体完全不显得凌乱。

再有就是下面的这些联名周边：红色棒球帽，白色帆布袋和马克杯。

除了主视觉设计上的“麦当劳 X 熊猫” logo 外，帆布袋上还对称地使用了竹叶设计，马克杯也一样，上面甚至还有一句 Lovart 自己琢磨出来的标语 “Golden Arches, Panda Heart”。

真的是完美契合了这次联名活动的主题！

这两款“麦当劳 X 熊猫”联名车的设计一开始也是惊艳到我了，Lovart 会直接生成一套多重风格的外卖配送小车的视觉图，会在各个位置附加上熊猫、金拱门标志和竹水印，甚至还有原创的两句品牌 slogan：

“Taste the best of both worlds” 和 “Bite into Harmony”，精彩！

所以，Lovart 为什么可以做得这么好？

从这一整套测试流程中的体会来看，我发现 Agent 不是拿到提示词之后立刻像传统文生图模型一样“急着”干活，而是像一位成熟的设计师员工：

调动思考模型：先理解用户的需求是什么？完整的品牌设计系统包括什么？它的答案是：至少 15 张不同的物料。

帮助用户梳理意图：Lovart 会用追问的方式明确用户意图，这是从 ChatGPT DeepResearch 开始就有的 Agent 交互设计。比如，它会问道：你喜欢哪种 logo 理念？这套 VI 中要包括线下门店的应用场景吗？

每一个环节都在发散创意：像是产品原型图里呈现了“Bite into Harmony”这么有意思的 slogan，体现了 Lovart 将接入的一系列大模型 All in one，让它们在完整的设计工作流中，将创意像溪流一般延续了下去。

最后，Lovart 才能够超越用户的交付预期，却又跟用户的意图对齐：“大胆开胃的色彩，并基于简单可扩展的系统构建，整体风格现代、活泼且易于识别，同时保持商业实用性，适合全球推广。”这才能让我觉得，如果我有一家联名店，我可能真的会用 Lovart 做出来的东西，至少也可以大量参考它的设计思路。

虽然图片质量本身并没有非常高，但是抵不住 Lovart 全部基于目前的 SOTA 模型，保证了它做出来的东西是行业目前的一流水准，下限就很高。

我看 Lovart 的官方介绍中有提到他们一站式接入了各种多模态大模型，包括 GPT image-1、Flux Pro、OpenAI-o3、Gemini Imagen 3，也包括 Kling AI、Tripo AI、Suno AI…

我想这意味着，当用户需要生成视频、3D 模型、音乐的时候，快速迭代中的 Lovart 也会自动完成这些设计任务。

我是如何用有审美的 Lovart 的：分享我的工作流

除了通过用嘴对话，凭空生成创意性的设计方案外，也可以基于用户上传的图片，二次创作。

接下来，我分享下我的工作流：我是如何用 Lovart 为接下来的一整场活动快速设计一整套物料的。

我上传了一张 AI Hacker House 的 logo 作为参考图，并告诉 Lovart：

（原 prompt 为英文，为方便阅读，我做了个中文版）

我们的品牌名称是“AI Hacker House”，过去我们一直在上海举办活动，接下来要搬到硅谷，在一场科研大赛上做一场快闪。我们准备给这个活动命名为：AI 白日梦空间，为我们做一整套物料设计，要求结合：科研、硅谷、黑客、AI、白日梦等要素。

Lovart 随即生成了下面这个它所理解的硅谷风 logo 视觉图，几何形状和线条排版都和原 logo 高度相似，确实令我感觉有些惊艳。

当我确定好硅谷快闪活动的 logo 后，在左侧的无限画布中点击这个图片，可以直接加入右侧对话框，用自然语言告诉 AI：嗯，我很喜欢这个 logo，继续用它为我生成物料。

随后，它就展现了它作为一个成熟的设计 Agent 的工作流：自动制定 Smart Plan。

我们录了一段屏，你们可以感受下 Lovart Agent 认真干活的过程。

Lovart 的计划中，往往存在这么几步：

运用视觉推理能力分析我上传的图像中有什么元素；

当它意识到自己需要更多的设计知识以及需要整理知识点时，Lovart 会进行推理并且在计划中列出子任务；

根据提示词调用图片生成模型；

结束，“整理一切”，总结归纳。

最终，它很好地把控了我的需求，生成了帆布包、衣服、活动入场 card 甚至 APP UI 设计。

赛事快闪活动总避免不了要发一些纪念性的证书和卡片，如果有些特定元素只需要在同一个模版上添加的话，就可以让 Lovart 直接做个设计模板，然后通过“继续编辑”功能再微调设计，之后一键复合即可导出。

到此为止，AI Hacker House 的“AI 白日梦空间”活动的证书、奖杯、小礼盒也就基本设计完毕了。如果需要各个角度的原型图，直接进行再对话即可。

把所有这一切测试跑完，我大概只用了半个小时，唯一的难点就是查一查有些复杂英文单词怎么拼写……希望 Lovart 速速加强中文语义识别。

除了这些物料设计之外，一般活动还得有一套现成的 PPT 模版，毕竟我们在上海办的历届活动里都有“开放麦”环节。所以我也觉得是时候统一下格式，方便随时上台发声的参赛者。

Lovart 是这么理解的：

这种任务对于它来说太过简单，完全没有一站式 VI 设计那么有挑战性，完全不需要多次 roll，交付给我的就是很成熟的设计稿，整体的风格正如我上传的 logo 参考图一样。

所以说 Agent 最关键的一点是：要有审美啊！

以上所有内容导出时，Lovart 也提供了 JPG、PNG、SVG 等格式。

好了，接下来就是我测试 Lovart 的所有内容了：

不得不提地就是 Lovart 提供的无限画布设计，它让所有生成的结果都可以放在最左侧，整套设计一目了然。

如果有些同类别产品原型图不满意，则可以反复 roll，毕竟是免费的。然后聚合在一起，一键扩大，这显然是个很专业的工作室级别的设计 Agent。

至此，我们自己用 Lovart 跑的 case 都是为了服务某个具体的 Marketing Campaign（像是麦当劳 X 熊猫联名）或活动（AI Hacker House 硅谷开放麦）。

对于这样整套的创意 + 视觉设计复杂任务， Lovart 表现很出色。  不过 Lovart 作为规划和推理能力综合的 AI Agent，也同样擅长其他各种长程任务，比如我们在官网上（或者 x 上）还看到：

有人拿它做时尚海报设计：

有人拿它来写剧本，做黑色幽默且有荒诞喜剧性的连环画：

有人拿它来生成一系列风格和模特动作姿态一致的海报：

有人拿它来给自己的小孩设计一套生日派对视觉：

为自创现代面包品牌制作一个网页：

2025年，当我们在年初提出「Agent 元年」这个观点时，内心充满了兴奋和些许不确定。然而今天，Lovart 的表现不仅证实了我们的判断，更彻底颠覆了我们对 AI 能力上限的想象。

如果说 Devin 让我们第一次见证了 Agent 如何清晰呈现思考过程与任务拆解的魅力，那么 Lovart 则让我们在设计的领域又一次感受到了这种魅力。

它真正做到从意图理解到长线任务规划，从设计知识、灵感的主动获取到精准 tool use，它确实就像一个真正聪明、熟练的伙伴，帮我们解决实际问题。

现在，Lovart 展现的远不仅仅是创意设计流程上的惊艳，而是在实际地解决用户痛点。

可以说，数据从来不是 Agent 的护城河，用户体验才是。

回望当时那个大胆的预测，我们或许没有想到，未来来得如此迅猛而美好，Agent 现在正快速占领各个垂类专业领域。

但正是因为有了像 Lovart 这样出色的 Agent，我们才可以更自信地说：AI Agent 的黄金时代，才刚刚开始。

参考资料