消滅產品經理后，Lovart活成了Manus的“影子”

文 | 新立場Pro

美國未來學家羅伊·阿瑪拉提過一個

著名的結論：人們往往高估技術的短期效益，卻低估其長期影響。

在商業世界里，這個定律顯得尤為殘酷——那些試圖兌現短期紅利的公司，大多沒能堅持到長期變革到來的那一天。

1月9日，Lovart的創始人陳冕坐在羅永浩的播客鏡頭前，談起過往幾年，語氣里有一種出乎意料的平淡。這位歷經了移動互聯網整個周期的老兵，彼時的處境遠非“平淡”二字可以概括：公司賬上曾只剩4000元現金，核心產品遭遇過無預警下架，在投資人門前吃閉門羹更是常態。

用羅永浩的話說，那時他“很狼狽”，如同站在一場慘烈補貼戰爭后的廢墟上，四下望去，還看不見隧道盡頭的光。

轉機發生在2025年5月，Lovart發布即迎來“大爆”，推特上出現近 5000 條討論帖，官方視頻播放量近百萬，甚至連馬斯克都點了贊。24小時內，waitlist 申請人數超過 2 萬。從谷底到峰巔，轉折快得像一部精心剪輯的創業電影。

但如果只把它看作一個絕地求生的幸存者故事，似乎又顯得過于簡單。2025年的生成式AI，卡在一個微妙的臨界點——從一個令人驚嘆的“昂貴玩具”，蛻變為真正可靠的生產力工具。Lovart的這次“意外”走紅，恰恰成了觀察這個轉折的最佳樣本。

Lovart 在海外的意外突圍，不僅關乎生存，更是在回應一個行業質疑——在模型巨頭的陰影下，應用層公司究竟只能做短期的流量生意，還是能長出獨立于模型之外的核心競爭力。

在Midjourney依然統治著“抽卡式”繪圖的當下，Lovart選擇了一條更重的路徑：它不再滿足于單點的“內容生成”，而是試圖接管復雜的“工作流（Workflow）”。這是所有AI應用想要落地的必經之路，但回顧互聯網歷史，那些優化工作流的工具，往往也是最先聽到倒計時鐘聲的。

陳冕將公司搬到了離AI震中最近的地方。在那里，他和他所代表的這批來自中國的應用層創業者，都面臨著同一個問題：他們所擅長的“極致工程化與產品化”能力，即被戲稱為“縫合”的智慧，究竟足以演化出一套獨立的“創意操作系統”，還是說，一切僅僅是在巨頭陰影徹底吞沒賽道之前，最后一段盡力的狂奔？

大廠思維遭遇AI“原生”問題

陳冕的履歷，是一份標準的中國移動互聯網“成功學”樣本。

從騰訊、百度、360、到滴滴、字節跳動，這份名單幾乎囊括了中國移動互聯網時代所有的巷戰與榮光。對他而言，那十年是一場漫長的“創業預備役”，也教會了他一套關于“認知領先”與“極致執行”的方法論。

然而有趣的是，這位深諳大廠規則的老兵，在AI時代卻發起了一場小小的“兵變”：在Lovart，他拿掉了產品經理（PM）的位置。

陳冕的邏輯自洽且激進。他認為在AI改寫生產力規則的當下，產品的壁壘正從“交互體驗”的細膩，轉向“垂直行業知識”的密度。因此，懂行業 Know-how 的專家，理應比管理需求的通才更有話語權。

這背后有著一層未曾言明的自信，或許源于他作為摩拜產品總監的過去——當創始人自己就是最頂尖的產品經理時，自然會覺得“需求翻譯”這個角色，有時略顯多余。

這就好比雷軍作為集技術、產品與營銷于一身的“超級節點”，也曾讓小米在很長一段時間里呈現出類似的特質：頂層意志能夠穿透組織直接定義產品時，依靠一個全知全能的大腦來壓縮決策鏈條，往往被視為效率的最優解，而那些負責按部就班的中間層，則容易被視為一種效率的磨損。

在陳冕的構想中，工具的智能化將終結“需求管理者”的使命，而將舞臺完全留給“需求定義者”。

正如今天的 Lovart 一樣，在極致的效率與大眾的易用性之間，留下了一道需要用戶自行跨越的鴻溝。它賭用戶愿意為了更深度的專業能力，去主動爬升學習的陡坡；也愿意押注“專家的密度”能夠壓過“人性的惰性”。表面上看，數據似乎為陳冕這套“專家邏輯”提供了階段性的佐證：Lovart的日活穩定在5–20萬區間，且保持增長；賽道同行 LiblibAI 的大額融資，也在印證專業級工具的市場熱度。

當然，硬幣的另一面被隱晦地折疊了。 設計師掌握的是“供給側的 Know-how”（如何畫好一張圖），而產品經理往往負責“需求側的 Know-how”（用戶愿意花幾秒鐘解決問題）。

在傳統互聯網產品中，正是 PM 站在“小白”的視角，將專家的能力降維翻譯成“一鍵操作”，從而完成了對用戶惰性的最大妥協。失去了這層過濾，Lovart 更像是設計師為自己定制的自動化工具，而非面向大眾的消費級產品。

這種供需視角的錯位，最終投射在了產品形態上。Lovart 呈現出一種極客式的精致——Web 端復雜的 Canvas 畫布，圖層、蒙版、Inpainting 等專業術語一應俱全。

坦白來講，這的確是一個完美的“桌面端工作站”，卻可能并非是“For Everyone”的最優解。對于那些真正的目標用戶：疲于奔命的電商店主、絞盡腦汁的市場專員，或是只想快速出圖的甲方。真實的高頻場景往往并不是配置雙屏顯示器的工作臺，相較于一套嚴絲合縫的“強大工作流”，他們更迫切需要的，其實是在碎片化的幾十秒內，獲得一個確定性結果的即時交付。

這像是一種典型的大廠后遺癥：善于建造精密、復雜的系統來解構世界，卻偶爾會忘記，“簡單”本身才是商業史上最強大的顛覆力。技術演進的方向，永遠是門檻的消融與直覺的勝利。Lovart果斷地消滅了PM，也順手拆掉了連接“專業深水區”與“大眾淺灘”的最后一座橋梁。

它在專業圈層贏得了尊重，卻也用這份“專業”，悄然為自己設置了增長的天花板。

在義烏，這種“錯位”被具象化，一位經營飾品的小商家向我們展示了她的困惑：面對 Lovart 復雜的“圖層混合模式”，她最終還是切回了美圖秀秀，“我只想改個背景色，為什么不能點一下就行？”

陳冕選擇了一條更難的路，試圖教育用戶像設計師一樣思考。這是一種令人敬佩的理想主義，但市場往往更偏愛那些順應人性的妥協者。

這或許解釋了Lovart當前微妙的處境：它成為了一個更好的工具，但尚未長成一個更大的產品。

Manus“出題”，Lovart“解題”

在談論Agent領域的先行者Manus時，陳冕的“感謝”流露出一種復雜的敬意。

在Manus以現象級產品點燃市場之前，關于AI Agent的頂層認知，在硅谷與中關村的咖啡廳里早已不是秘密。大家心照不宣，卻大多停留在精致的PPT與謹慎的觀望中。

本質上，是Manus充當了那個品嘗“第一只螃蟹”的勇者，用真金白銀和產品驗證了市場“毒性”與用戶熱情。它支付了最高的市場教育成本，才為后來者如Lovart掃清了認知上的迷霧，將一場冒險變成了有路可循的競賽。

科技創投圈從不缺聰明的頭腦，缺的是將共識押上牌桌的決絕。Lovart展現的速度——在風口被確認的瞬間便拋出成熟產品，無疑是另一種珍貴的才華，一種極致的執行力。

陳冕的坦誠在于，他并不諱言這份“激進”的底氣，部分正源于站在了Manus驗證過的安全區之后。創新的光譜里，有時“時機”比“發明”更關乎生存。當陳冕感慨“是時代在呼喚這個產品”時，他含蓄地略去了前提：是Manus率先扯開了時代的幕布，讓人們看見臺下早已坐滿了觀眾。Lovart是那個迅速登臺、并且表演精彩的演員。

Manus提供的，是一個讓所有應用層創業者心跳加速的劇本。即便被貼上“套殼”的標簽，只要能精準錨定需求，中間層不僅能生存，更能爆發式盈利，這也昭示著一個顛撲不破的道理：在技術變革的早期，一個定位鋒利的好工具，往往比描繪宏大藍圖的底層基建，更快觸達真金白銀。

Lovart精準地捕捉到了這個路標。專注海外市場的策略使Lovart在美國市場獲得了三分之一的用戶與收入，根據2025年10月的數據顯示，其DAU穩定在20萬級，預測ARR達到3000萬美元。

這種漂亮的財務模型，讓Lovart成了一級市場回暖潮中的“最大公約數”，這某種程度上是VC們的一種“被動選擇”。當底層模型的戰爭演變為千億美金入場券的巨頭游戲，紅杉與高瓴們已無法再投出一個OpenAI。于是，無處安放的熱錢只能向下溢出，涌向Lovart這樣具備現金流與數據的應用層。

但這與其說是VC們篤信應用層的光明未來，不如說是身處巨大泡沫之中，他們迫切需要一些能體現在報表上的ARR數字來安撫LP（有限合伙人）的焦慮。Lovart成為了這個時間窗口下的最佳標的——它的概念或許不夠感性，不夠具備顛覆性，但至少它足夠“像”一個賺錢的正經生意。

然而，這種建立在資本“避險情緒”與海外SaaS土壤之上的確定性，在跨越國界時遭遇了斷崖式的失效。

隨著國內AI創業團隊集體出海，Lovart也試圖進行一次逆向的“出口轉內銷”，推出了國內版“星流Agent”。但現實顯得頗為骨感，在缺乏引路人以及海外那種成熟路徑依賴的情況下，星流APP在APP store的排位并不理想。截至發稿，星流APP甚至在圖形與設計分類也僅排名45位。

所謂“水土不服”的背后是中美科技生態深層勢能差的直觀體現。海外市場，是付費習慣、開放生態與工具價值的復合體；而國內市場，則意味著慘烈的價格內卷、薄弱的付費意愿，以及巨頭用圍墻精心構筑的花園。

Lovart在海外習得的“精英工具”打法，在國內大眾市場的狂野平原上，多少顯得有些曲高和寡。

此種情形，令人不禁想起曾經的網景（Netscape）。它開創了瀏覽器的時代，完成了用戶啟蒙，但最終其核心功能被操作系統無縫吸納、內置。

歷史固然不會簡單重復，但邏輯卻時常押韻。當AI從生成炫酷圖片邁向接管企業核心工作流，數據主權、技術依賴與生態鎖定將成為更嚴肅的議題。

留給Lovart們的時間，既是資本的耐心，也是技術迭代的周期，更是巨頭從觀望到下場之間，那段微妙而珍貴的寂靜。在這段寂靜被打破之前，Lovart還需要完成一次關鍵的身份躍遷。

是工具，也是“編排者”的勝利

雖然外界常以“縫合”概括Lovart的形態，但在更嚴謹的技術語境下，這種能力被定義為“編排（Orchestration）”。

這不是說簡單地把GPT-4、Sora等巨頭的模型API串起來，而是構建了一套基于多模態思維鏈（MCoT）的“創意推理引擎”。它的任務是在毫秒之間，理解用戶模糊的意圖，拆解出所謂的“品牌調性”，然后像樂隊的指揮一樣，精準調度不同的模型聲部，合成最終的可見的“樂章”。

商業的本質，有時是相通的。滴滴不生產汽車，美團也不做飯菜，但它們通過算法掌握了調度權，從而握住了生態的閥門。Lovart的邏輯異曲同工，通過ChatCanvas實現的圖文分離與局部重繪（Inpainting），本質上是在解決生成式AI最大的痛點——不可控。它的野心，是把Midjourney那種充滿隨機驚喜的“黑盒抽卡”，馴化成一條穩定、可預期、可回溯的工業級SOP（標準作業程序）。

《新立場》一直的觀點都是，進入2026年，底層模型逐漸走向同質化，對工作流（Workflow）顆粒度的極致理解，成為了應用層真正的壁壘。Midjourney代表了上一階段的“生成范式”：結果驚艷但如同開盲盒，修改一個杯子的顏色往往意味著重繪整張圖片。而Lovart標志著產品邏輯從“單點工具”向“系統化SOP”的進化。

這種進化在ChatCanvas中得到了具象化體現：圖文分離、分層提取、實時協作。用戶不再是“生成后離場”，而是可以在平臺內完成多輪編輯與交付。這種將AI能力無縫嵌入SOP，讓隨機靈感變為確定性資產的能力，正是陳冕所強調的“AI Native”。

陳冕對此很清醒：“我知道和巨頭硬碰硬是什么下場。” 因此，Lovart的選擇是“向深處走”，去挖那些又臟又累的垂直溝壑。巨頭們喜歡一望無際的平原，喜歡用通才模型覆蓋最大公約數。而Lovart則蹲在那些需要手工介入、流程瑣碎、ROI算不過來的細分場景里，構筑自己的迷宮。在這里，通用大模型的“暴力美學”容易失效，而Lovart積攢的垂直Know-how，便成了唯一的通行證。

當然，作為建立在頂尖API之上的應用層，Lovart始終面臨著一種結構性的緊迫感。1月13日，Anthropic發布的Claude Cowork僅用一周半時間開發完成，展示了底層模型在通用場景下驚人的推理與規劃能力。

這無意間為不久前那場震動硅谷的并購案增添了幾分黑色幽默，Meta重金將Manus收入囊中，但Anthropic卻用不到兩周的開發周期證明了：應用層引以為傲的壁壘，在原生模型的進化速度面前，或許薄如蟬翼。如果僅僅停留在淺層的調用，中間層的“編排價值”極易被不斷進化的Foundation Model（基礎模型）稀釋。

盡管陳冕將愿景設立為“創意操作系統”，Lovart目前仍處于從“生成驅動”向“交付驅動”跨越的關鍵期。在格式兼容、團隊協作等交付閉環上，Lovart面臨的挑戰不言而喻，而這些正是Adobe等傳統軟件巨頭的腹地。

但商業的戲劇性也在于此，巨頭背負著歷史的包袱與生態的枷鎖，而Lovart們，則擁有輕裝上陣的速度和近乎魯莽的決絕。

陳冕與Lovart的故事，是中國AI時代應用層創業者的一份典型樣本。他們是移動互聯網大廠體系培養出的“優等生”，也繼承了上一代互聯網戰爭中磨練出的敏銳嗅覺、戰術素養，還有極致的動員能力：在風口確立的瞬間，迅速組織資源，以體驗優秀的產品承接溢出的流量，并高效地兌現商業回報；以及面對大公司收購邀約時堅定的決心。

依靠ChatCanvas帶來的體驗紅利，Lovart暫時在Adobe與Midjourney之間，擠占了一個微妙的生態位。

當然，獨立的代價也是昂貴的。為了避免被上游模型廠商“順手整合”的命運，《新立場》認為，Lovart的當務之急是向深處下潛——介入LoRA模型、渲染引擎以及私有化數據閉環的自研。即便在拼資源、拼算力、拼周期的陣地戰中，這是巨頭最擅長、而創業者最容易力竭的領域。

正如劉慈欣《山》里寫到，“山在那兒，總會有人去登的”，既然Manus能到達，為什么Lovart不能努力往那兒走呢？