生成一张图早就不是难事，难的是把一件设计活儿从头推到交付。Lovart 2.0 的答案，是配一个会记住你的 Agent。

过去一年，AI 出图的门槛降到几乎为零。但真正做过设计的人都知道，一张图只是中间产物：前期要查参考、定方向，中期要保持品牌一致，后期还要接住一条条零散的修改意见。这些事，没有一件能靠"再抽一次卡"解决。

Lovart 2.0 在 10 月 19 日发布，把重点放在了这一圈"生成之外的工作"上。它给出的角色叫 Arti，官方定位是个人设计 Agent——不是更会画画的模型，而是一个会记住你、会主动查资料、会在交稿前自己先看一遍的协作者。

先让它认识你，再谈设计

多数 AI 工具的记忆是黑箱，Lovart 这次把它做成了可以翻阅的清单。记忆 里分基础信息、沟通偏好、业务场景、协作方式、交付偏好和审美偏好几栏，你可以通过对话改，也可以上传作品集、简历或者现成的记忆文件让它读完再提炼。用一段时间之后，它对你的判断会落成具体条目，比如"接需求前先给多个方向""封面要给多尺寸版本"。

这些条目不是摆设。开新项目时，Arti 会自动取用相关的那部分，不用每次重讲一遍审美。

设计委托：把一整件事交出去

2.0 最实在的新东西是设计委托。它把"帮我做一张图"换成"每周一早上帮我看一轮竞品视觉，出三个值得参考的方向，存到某个项目里"——目标、交付标准、执行周期、每次运行的积分上限都能设，创建之前还可以先试运行一次，看结果再决定要不要正式开跑。

运行历史里能看到每次跑出来的结果和实际消耗的积分。这一点对成本敏感的人很重要：订阅不等于无限跑，长活慢活得先算清楚。

调研与巡检：把"没想到"提前

设计调研 会在后台围绕当前任务去查案例，产出一份带来源、带分析的报告，里面的图可以直接拖进画布当参考。过去这一步是设计师自己一个网页一个网页翻，现在它替你翻完，你只判断哪条对路。

画布巡检 是另一种主动：它定期对照项目要求和画面本身，找出不一致的地方——某个页面的文案还是旧版、某组物料的风格跑偏了——先提醒你，你确认之后它才动手。官方给的触发频率是每天一次。这个设计克制的地方在于，它不会自作主张改你的稿子。

改稿这件事，终于有了落点

分享链接打开评论，审阅人可以直接在某个元素上留言；你把评论交给 Arti，它整理成修改计划再执行，改完还是同一个链接，历史版本能回看。做过乙方的大概都清楚，把散在聊天记录里的"这里再大一点"收敛成一份清单，本身省下来的就是时间。

另外，反复用到的流程会被它总结成技能。第一次由你确认，之后遇到类似任务它会问要不要调用。这套机制不算新鲜，放在设计场景里却合用——同一个品牌每个月都要出的那几张图，本来就有固定套路。

它不是替你拍板的人

需要说清楚的是，Arti 全程都在等你的判断：方向要你选，巡检的建议要你点确认，委托跑出来的结果要你验收。第一版方案大概率不是你想要的最终稿，它更像一个反应快、记性好、不会抱怨改第十遍的实习生。

所以它适合这样一类人：手上设计活儿不断，但没到养一个设计团队的量级；愿意花时间把需求和偏好讲清楚，换后面少讲几十遍。如果只是偶尔要一张配图，这些主动能力大多用不上，直接生图就够了。

Lovart 2.0 改的不是画质，是工作流：记忆记住你，委托替你跑周期，巡检帮你查漏。把人的精力从"重复交代"里挪出来留给判断，这才是设计 Agent 该干的活。