AI产品的成功不在于技术堆砌，而在于如何无缝融入用户原有的工作习惯。Lovart的创新之处在于它将AI能力自然嫁接在设计师熟悉的画布协作场景中，通过Touch and Talk功能重新定义了设计协作方式。本文深度剖析了AI Native产品的三大核心原则：交互的自然融合、体验的结构重塑以及商业站位的上游卡位，揭示出AI产品设计的深层逻辑与战略思考。

听完 Lovart（Liblib）创始人陈冕和罗永浩那期对谈，我最大的感受其实挺“产品/设计视角”的：

这期最值钱的不是创业八卦，而是他把一套交互设计思路和一套业务站位逻辑讲得非常清楚。

如果把整期内容压缩成一句话：

真正厉害的 AI 产品，不是堆功能，而是把新能力长在旧习惯里，同时把自己站在工作流的上游入口。

我最想分享的就是这三步判断：

1. 新能力要长在旧习惯里（交互）
2. 没有 AI，这个体验就不存在（AI Native）
3. 别一上来卷下游（商业站位）

最后补一句：他“十年大厂通关”的跳槽逻辑，其实和这三步是一套。

01 Lovart 的交互让我服：新能力要长在旧习惯里

我这两年看 AI 产品看多了，会有一种疲惫：

很多东西能力很强，但你用着就是不顺。

不顺的原因往往不是技术，而是它从一开始就站在“技术能做什么”的角度去设计，忽略了用户真实的工作习惯：

用户原来怎么对稿、怎么协作、怎么推进一件事，它不管。

于是你学半天，最后还是回到老工具。

Lovart 的交互选择看起来简单，却很高级：

左边无限画布，右边对话。

这背后抓的是一个“永恒的现实”：

不管是不是 AI 时代，甲方和设计师、团队成员之间协作，本质都是围绕一个“东西”来沟通。

这个“东西”以前是：设计稿、参考图、版本方案。

它需要一个可以承载、可以摆开、可以对齐的空间——画布。

而 AI 带来的新能力，最自然的入口是什么？

对话。

所以 Lovart 做的其实是“融合式设计”：

不推翻旧结构，而是把新能力接到旧结构上。

用户不用为了 AI 换脑子，仍然用熟悉的方式工作，只是多了一个能听懂你、能接住你表达的“搭档”。

你会明显感觉：它不是在教你怎么用 AI，而是让 AI 学会你原来怎么沟通、怎么对稿。

02 我对 AI Native 的理解：没有 AI，这个体验就不存在

我印象最深的一句话，其实很简单：

真正的 AI Native，是“如果没有 AI，这个体验就不存在”。

这句话特别好用，因为它能帮我们区分两类东西：

• 一类只是把能力“加上去”，体验没变，用户只是多了一个功能
• 另一类是 AI 让体验结构发生变化，用户的工作方式因此被重新组织

Lovart 更像后者。

它的“无限画布 + Touch and Talk（边指边说）”在做的不是“更快地出图”，而是更像人类协作的那种对稿式沟通：

你指着画布上的某一块说——

“这里更轻一点”“这个颜色再暖一点”“人物往左挪一点”“整体更高级一点”。

你会发现，真正变化的不是某个按钮，而是：

表达方式变了、协作方式变了、对稿方式变了。

这时 AI 更像一个“会对稿的搭档/AI Designer”，而不是一个单点工具。

它接住的是你的模糊表达、你的审美意图、你的来回修改，而不是只接住一个“明确指令”。

从这个角度看，AI Native 的重点不是“更智能”，而是更贴近人。

03 别一上来卷下游：先站上游，才有活路

第三个让我觉得特别“清醒”的点，是陈冕讲的业务站位：

创业公司不要一开始就去下游硬刚成熟工具，而要优先卡住上游入口。

我理解的“上游 / 下游”可以这么拆：

下游：最终精修、最终交付、细节打磨、格式适配

这类环节通常已经有非常强的既有工具和用户习惯（比如设计、剪辑、排版、工程化输出）。创业公司如果直接从这里切入，等于正面撞上巨头生态 + 用户迁移成本 + 工具链惯性，胜率很低。

上游：从“意图产生”到“结构成型 / 初稿出现”

这一步往往是最痛的：用户脑子里有想法，但不知道怎么落到一个可推进的雏形；或者方向不清晰，来回沟通成本极高。

Lovart 的聪明之处在于：它没有把目标设成“替代某个下游工具”，而是先解决上游那一跳——

把‘表达’变成‘可被继续加工的初稿’，把‘沟通’变成‘可被追踪的协作过程’。

这带来两个战略收益：

1. 避开正面战争：上游是新入口，下游是存量红海。先拿入口，创业公司才有生存空间。
2. 更贴近决策时刻：用户最容易形成偏好和依赖的，其实是“我开始做事的那一刻”。你能否把第一步变得顺滑，决定了你能不能成为默认选择。

所以我越来越认同一句话：

不要急着替代旧世界的“最后一步”，先把新世界的“第一步”做出来。

04 我觉得 Lovart 的发展路径：先入口，后纵深

把上面三点放一起，你会发现 Lovart 的发展路径其实挺清晰：

• 交互：新能力长在旧习惯里 → 学习成本低、传播自然
• 体验：Touch & Talk → AI 因为“对稿”而成立，而不是因为“更强”
• 站位：先上游入口 → 避开巨头下游泥潭
• 延展：入口稳住后，再谈向下游纵深，把链路做全

它未必需要立刻替代所有工具。

它只要先做到：当你要开始做视觉/做设计时，你第一时间会打开它。

这件事一旦成立，后面才有资格谈规模、生态和更深的生产链路。

05 最后补一句：他十年“大厂通关”的跳槽逻辑，其实和做产品是一套

十年时间，陈冕几乎集齐腾讯、360、百度、滴滴、摩拜、美团、字节……像在收集“竞争样本”。

很多人看到的是“跳槽频繁”，但他自己把它定义为一种通关策略：

目标不是稳定，而是成为决策者；

每到一个地方，就是为了在最激烈的战场把商业逻辑看清楚、把样本收集全。

甚至在他“至暗时刻”（教育业务受政策影响关停）之后，Midjourney 和 ChatGPT 出现，像一种“救赎”。

他愿意放弃最后一年巨额期权去赌 AI 的时间窗口，本质也是同一套逻辑：

时间成本比现金更贵，机会窗口比舒适更重要。

你会发现，他做职业选择和做产品选择，都有同一种味道：

• 先找入口（先占上游）
• 不恋战下游泥潭
• 不迷信稳定叙事
• 用最短路径验证正确性
• 然后在窗口期里全速冲刺

结尾：我听完最大的收获

这期对谈对我最大的价值，是把“AI 产品到底该怎么做”讲得非常落地。

如果我只留三条带走的原则，大概是：

第一，交互要站在工作流里，而不是站在技术里。

AI 再强，也要先解决“人原来怎么协作、怎么对稿、怎么推进”。新能力不应该逼用户换习惯，而应该长在旧习惯上。

第二，AI Native 的关键是：体验结构因 AI 而成立。

当 AI 让“对稿式协作”成为可能——指哪里说哪里、边说边改、版本可追踪——这才是那种“没有 AI 就不存在”的新体验。

第三，站位比功能更重要：先上游，后下游。

创业公司先去解决“从意图到初稿”的那一跳，把入口站住；等入口形成，才有资格谈更深的链路、更完整的交付。

最后我挺喜欢用一句更直白的话收束：

很多 AI 产品看起来是在拼功能，其实真正拼的是：你把它放进了哪条工作流、站在了哪一个环节、成为了哪一刻的默认选择。

这也是我听完 Lovart 的最大收获。