全栈AI编程工具，一句话构建网站应用
Lovable 正式宣布原生集成 Wiz 安全扫描引擎，将企业级供应链安全直接嵌入 AI 代码生成工作流。此次更新实现了 Wiz 策略在 Lovable 项目中的自动应用，无需额外流水线步骤。开发者可在 Lovable 内实时查看并修复依赖漏洞，安全团队则能在 Wiz 平台统一管理所有生成应用的风险敞口，彻底解决 AI 开发带来的‘影子 IT’治理难题。
Lovable 正式推出 Skills 功能，旨在解决 AI Agent 通用化导致的重复指令问题。该功能允许用户将特定任务的工作流（如设计规范、API 调用逻辑）封装为 Markdown 文件，仅在相关任务触发时加载。通过区分“知识（Knowledge）”与“技能（Skills）”，Lovable 实现了上下文的高效管理与复用，显著提升了开发效率与团队协作的一致性。
Lovable 正式宣布深度集成 Google Workspace、Gemini Enterprise 及 BigQuery，允许开发者通过自然语言提示词，直接利用企业现有的 Gmail、日历、文档及数据仓库构建应用。此次更新消除了数据孤岛，支持从 Google Sheets 构建 CRM、基于 Gemini 知识库开发内部工具，并可将应用直接部署至 Google Cloud Marketplace，显著降低了中小团队及企业级应用的开发与维护成本。
Lovable 正式推出 Subagents（子代理）功能，通过并行处理机制解决大型项目中代码探索慢、上下文窗口过载的问题。该功能允许主 Agent 自动调度多个子 Agent 同时执行只读探索任务，如代码库扫描与网络调研，显著缩短构建时间并降低 Token 成本。开发者无需手动干预，即可享受更精准的代码理解和更快的迭代速度。
Lovable 正式发布全新自动安全体验，在应用发布前自动运行 10-15 秒的基础安全扫描，并支持一键修复低风险漏洞。该功能涵盖数据库配置、RLS 策略及敏感数据暴露检测，同时提供耗时的深度 AI 代码审查。新增的“安全记忆”机制能通过学习用户反馈提升扫描准确率，降低误报率 20%，让开发者无需具备深厚安全背景即可构建安全应用。
Lovable 宣布重构其计费与信用体系，旨在解决开发者在应用开发与生产运行间成本不透明的问题。此次更新将原本分离的‘构建信用’与‘云/AI 服务信用’合并为单一余额，并升级仪表盘以提供细粒度的支出追踪。尽管计费逻辑发生转变，但用户订阅价格、每日免费额度及核心服务成本均保持不变，旨在降低认知负担，提升资金管控效率。
Lovable 正式推出 Workspace Insights，作为 Security Center 的新增模块，旨在解决企业级多项目协作中的治理难题。该功能提供统一的项目视图，支持基于 PII、安全漏洞及废弃状态的深度筛选，并集成自动化的 PII 扫描与红黑处理。通过可视化的统计卡片、可导出 CSV 的审计追踪以及跨层级的安全扫描整合，Lovable 帮助管理员在零干扰开发者的前提下，实现对企业数据资产的全方位掌控。
Lovable 正式推出 Agent 集成功能，通过 Model Context Protocol (MCP) 标准，让构建在 Lovable 上的应用可直接嵌入 ChatGPT、Claude 等主流 AI 助手。开发者无需额外开发，Lovable 自动托管并维护 MCP 服务器，确保应用逻辑与 AI 工具实时同步。此举打破了传统 App 与 AI 助手的壁垒，使业务流程自动化成为可能，大幅提升了用户在工作流中的效率。
Lovable 正式成为首个获得 AIUC-1 认证的 AI 编程代理平台。该认证由斯坦福大学、MIT 等权威机构联合制定，针对 AI 代理生成可执行代码、接触生产基础设施及处理真实用户数据带来的独特风险，确立了包含 51 项要求的安全标准。此次认证标志着 Lovable 在代码生成安全、秘密管理及企业治理方面达到了行业最高可靠性水平。
Lovable 正式推出‘用户级连接器’功能，允许开发者构建的应用直接集成每位用户的个人工具（如 Google Workspace, Salesforce 等）。该更新实现了从‘个人工作流加速’到‘企业级产品交付’的跨越，通过零信任架构确保用户数据隔离与权限继承，彻底解决了 AI 应用与企业现有 SaaS 生态的集成难题。
Lovable 正式推出专为构建在其平台上的企业应用设计的“信任中心”（Trust Center）。该功能无需人工维护或额外审计，自动展示 HTTPS 强制、TLS 证书、依赖项漏洞扫描（OSV）及内容安全策略等关键安全指标。它解决了 B2B 软件在缺乏专业安全团队时难以向投资者和客户证明安全性的痛点，为开发者提供了即插即用的合规可视化证明。
Lovable 宣布与 Cerebras 达成战略合作，旨在通过部署瓦片级引擎（Wafer-Scale Engine）解决传统 AI 架构中的通信延迟问题。此次合作将把响应时间大幅压缩至 2027 年实现极致实时化，让开发者在构建软件时不再受限于等待，真正实现“所想即所得”的极速迭代体验。
