TWITTER · 人工智能
Lovable 创始人复盘：从 GPT Engineer 到 7000 万项目的演进
AI 总结
Lovable 创始人 antonosika 分享了从开源工具 GPT Engineer 到商业化平台 Lovable 的演进历程。产品目标始终是让不会写代码的人通过聊天完成软件开发。核心技术演进包括：收窄问题范围、降低 Agent 自由度、用知识文件替代微调、缩短修改循环、实现对运行中机器的分支合并。平台累计合并 10 万个 PR，用户创建 7000 万个项目。
核心要点
- Lovable 通过限制 Agent 自由度提升可靠性与用户体验
最初追求高度自主的 Agent 设计导致问题复杂化、错误频发。后期采用用户请求对应可预测工具链，输出聊天回复加实时预览，显著降低了不可预测性，提升了产品可靠性。
- 知识文件优于微调提升 Agent 执行效率
团队发现通过整理错误案例形成知识文件（如图标使用规范），结合检索技术效果优于 2023 年的微调计划。这种‘扩展定律’让 Agent 更快、更可靠，错误率显著下降。
- 沙盒快照技术实现对运行环境的分支与合并
开发了 Camille 框架，可对内存、CPU 状态、磁盘创建快照，Agent 可以恢复到相同工作环境。这不仅提升了开发效率，还支持从同一起点尝试不同方案，成为平台功能的基础。
Lovable 创始人复盘：从 GPT Engineer 到 7000 万项目的演进
Lovable 创始人 antonosika 分享了从开源工具 GPT Engineer 到商业化平台 Lovable 的演进历程。产品目标始终是让不会写代码的人通过聊天完成软件开发。核心技术演进包括：收窄问题范围、降低 Agent 自由度、用知识文件替代微调、缩短修改循环、实现对运行中机器的分支合并。平台累计合并 10 万个 PR，用户创建 7000 万个项目。
文章金句
"现在，超过 7000 万个项目已经由 Lovable 创建。
"我们 Fork 整个计算机，包括其内存、运行进程、环境和数据，以提供最佳客户体验。
"我认为这比做一个‘AI 软件工程师’更重要——用户已经在上面建立业务系统。