Blueprint Maker 对比 Lovable：用 AI 生成应用的两种方式

两种生成方法，两种不同的保证

Lovable 直接生成代码：你描述想要什么，模型便产出 React、TypeScript 和 Supabase 表，你通过继续对话来调整它们。这既强大又灵活：AI 既写界面，也写逻辑。代价则是一切由模型直接编写的代码都有的：结果可能在一次次生成之间发生变化，某些部分要经过反复迭代才稳定下来。

Blueprint Maker 有意区分两种角色。AI 先写一份业务规格：实体、关系、状态、指标，由你确认。随后，由确定性的构建器，也就是我们维护的代码而非模型，来编写 Prisma 模式、API、CRUD 界面和仪表盘。那些敏感的技术属性（数据库关系、组件属性、查询）在构造上即正确，绝不由 LLM 猜测。

区别不在于「有没有 AI」：而在于 AI 在哪里介入。在 Lovable，它编写最终代码。在 Blueprint Maker，它写出对业务的理解，再由一套确定性机制把这份理解译成标准代码。正是这一点让结果可复现、可验证。

价格的可预期性：生成前就知道成本

Lovable 按操作消耗的积分计费：每一条构建或修改应用的消息，所花的积分数量取决于请求的复杂度。一旦开始，这个模式是透明的，但它让项目预算难以事先估算：一个带身份验证、几轮修正和一处集成的应用，可能在第一周结束之前就消耗得远超预期。

Blueprint Maker 公布其积分权重，并在每次生成前显示预估成本。你在启动之前就知道一次生成要花多少，而不是事后才知道。套餐简单且不按席位计费：Discovery 免费，Pro 每月 25 €，Max 每月 149 €。所产出的应用上没有用户数计量，也没有随每次修正而攀升的按量计费。

这并非对价值的评判：通过对话迭代确有其意义。这是可预期性的差异。Lovable 的成本随你交流的次数与复杂度而变，而 Blueprint Maker 的成本则针对一项确定的交付物提前告知。

代码的归属，以及应用在哪里运行

在这一点上，两款工具比人们以为的更相像：Lovable 产出真实、可导出的 React/TypeScript 代码（Vite、Tailwind、基于 PostgreSQL 的 Supabase 后端），并具备双向的 GitHub 同步。你可以克隆仓库，在别处继续。我们不会否认：Lovable 让代码可及。

微妙之处在于应用与什么耦合。一个 Lovable 应用是围绕 Supabase 生态以及与平台的往返而设计的；要干净地导出它、让它在外部存活，就得承接这套架构。一个 Blueprint Maker 应用则是标准的 Next.js + Prisma 项目，内含其关系型数据库：ZIP 导出、GitHub 推送，以及自由托管，包括托管在所提供的专属 URL 上，或在你自己的基础设施上。

换句话说，问题不在于「代码是否归你所有」——两种情况下都归你——而在于「用哪套技术栈、哪种托管」。Blueprint Maker 追求的是让你随处托管的代码与数据库，不依赖任何同步平台。

一个成品业务应用，而非有待塑形的项目

Lovable 是一款开放式工具：可以用它构建网站、落地页、各式各样的 Web 应用，并通过对话来雕琢结果。这份自由是它在原型设计和定制界面上的强项。

Blueprint Maker 专攻管理类应用。从一段描述出发，它产出一个连贯而完整的整体：关系型数据库、API，创建/读取/更新/删除的界面、指标仪表盘，以及逼真的演示数据，好让你在填满的而非空白的界面上评判这款工具。你一上手就得到一个可用的应用，而不是一块待填的画布。

对于明确的业务需求，比如库存、卷宗、客户或工地的跟踪，这种专攻缩短了路径：更少的迭代就能得到一个结构化的应用，因为结构本身就是被生成出来的一部分。

运行时验证与安全责任

Blueprint Maker 通过一项自动化的运行测试（称为「K-15」）来验证每一个应用：生成的应用会真正被构建、启动并逐一浏览，之后才算合格。通过此测试的应用比例以 Health Score 的形式公布。这是「构造上即正确」的延伸：确定性的东西，也在运行时受到测试。

安全值得一提，且只陈述事实。由 AI 直接生成的代码曾引发公众关注：2025 年，一个漏洞（CVE-2025-48757）波及了 170 多个 Lovable 应用，它们的 Supabase 行级安全（RLS）规则配置有误或根本未配置，导致数据外泄。此后 Lovable 与 Supabase 已调整了各自的默认设置。我们提及此事而不加渲染：它提醒我们，由模型直接编写的代码需要细致的安全审查。Blueprint Maker 的确定性做法，正是要让这些属性成为系统性的常态，而非取决于某一次生成。