Ribbi:以单Agent与Chat UI重构创作闭环,一周获4万用户
2026/04/23 08:30阅读量 7
Ribbi是一款基于单Agent架构和对话框交互的AI内容创作工具,上线封测一周内即获得全球超4万用户申请。该产品摒弃了传统的多Agent协作和画布式界面,主张通过Context Layer实现Agent自主进化,打通从创意生成到数据复盘的全链路。其核心创新在于自训VLM模型构建审美层(Taste),以及将社交媒体作为Agent进化的训练场,旨在让AI成为理解完整创作流程的“人”而非单纯工具。
事件概述
Ribbi是一款由Robin创立的AI内容创作平台,于2026年4月初上线封测。在未经大规模营销投放的情况下,产品上线首周即收到全球超过4万名用户的使用申请,内测码甚至被炒至200元。Ribbi的核心定位并非传统工具,而是致力于成为能够自动管理创作全链路、具备自主进化能力的“数字创作者”。
核心产品理念与设计
1. 架构革新:Single-Agent + Context Layer
- 拒绝Multi-Agent:创始人认为多Agent架构会导致上下文(Context)在传递过程中产生损耗,且是对模型能力的低估。Ribbi采用单一Agent链路,确保Agent在高质量、完整的上下文中发挥能力。
- Context Layer设计:在Single-Agent之外构建了中间层,包含Memory(记忆)、Taste(审美)、Skills(技能)等层级。这些子Agent不直接执行任务,而是辅助主Agent收集上下文信息,降低Token损耗并提升感知能力。
- UI形态:摒弃Figma或Lovart式的“画布”交互,采用对话框(Chat)作为唯一UI。创始人认为画布将工作流节点化,锁死了模型的可能性;而Chat是容器化的,允许AI自由决定调用工具、组合顺序及执行逻辑。
2. 技术壁垒:自训VLM与审美进化
- 自训视觉-语言模型(VLM):基于开源千问8B小模型进行微调,用于将图片、视频转化为文本Context,压缩进Taste层,从而支撑审美生成。
- Pond(池塘)机制:用户可通过插件采集Behance、Pinterest等平台素材存入Pond。系统通过学习这些资产建立对用户个体审美的认知,同时凝练平台共识,使用户无需输入复杂Prompt即可获得符合偏好的高质量设计。
- AGC(Agent Generated Content):不同于UGC,Ribbi强调Agent生成的内容。用户的创作经验会沉淀为专属Skill,经评估、去重、隐私处理后贡献给平台,形成“用户使用越多,平台能力越强”的正向循环。
3. 全链路闭环
- 功能覆盖:涵盖选题、文案、脚本、分镜、配音、剪辑、封面制作、发布、数据监测及复盘优化全流程。
- 社交驱动进化:将社交媒体视为Agent在线进化的核心训练场。作品发布后的数据表现反馈给Ribbi,使其能自主迭代和优化后续创作路径,实现真正的自主进化。
团队与商业化策略
- 极简团队:目前团队仅6人(含3名全栈工程师),强调高效沟通以避免大厂常见的Context折损问题。
- 商业模式:反对模糊的积分制或无限Token但排队严重的模式,计划采用更诚实清晰的计费方式。同时探索广告模式,参考YouTube将用户成本转嫁给广告商,激励创作者。
- 融资态度:虽收到多家机构投资意向,但坚持寻找真正认同AI自主进化长期价值的投资者,避免盲目烧钱买量。
创始人观点摘录
- “创作应该是涵盖创意生成、内容生成、发布、数据监测、复盘、优化的完整链路。”
- “AI时代的UI应该是容器化的,而不是功能化的。”
- “我们立志成为硅基生命的垫脚石,希望未来能将Context Layer的Know-How开源,帮助模型厂商训练更好的自主进化模型。”
