夜雨聆风最近参加了几个饭局，只要聊到 OpenClaw，基本上就会出现两派观点。
一派说这玩意纯属炒作，没什么实际应用场景。另一派说龙虾超级好用，我每天都在用。然后两边就开始吵。
吵的节奏基本是这样的。支持的一方说一个应用场景，反对派立马反驳，这东西之前也能实现啊，何必烧 Token 干这事？或者 Claude Code 不也行吗，非得搞什么龙虾。
后来我索性就不聊了。每个中年男人都有自己难以改变的认知。
今天想聊一个叫 Ribbi 的产品。它的底层怎么实现的我不清楚，但我觉得它骨子里就是 OpenClaw 的路子，只不过把内容创作这一个具体场景做透了。
https://ribbi.ai
兴许它应该能给大家一些启发，特别是认为 OpenClaw 没有应用场景的朋友。
简单说，Ribbi 我觉得就是一个垂类场景的 OpenClaw。
它会内置很多的内容行业的 Skill，我们登录之后就能用。
比如，它有一个把播客视频剪辑为短视频的 Skill。我不需要做任何配置，把 YouTube 的链接发给它，然后就能自动帮我剪辑出来容易传播的短视频片段，同时，还能生成中文字幕。
这完全是一个全新的设计逻辑。
OpenClaw 的是与非
这个类比的关键在于，OpenClaw 定义的是一个标准化的框架，而不是一个具体的产品。它和你接哪家的模型无关，GPT、Kimi，还是千问，都可以。
它和你跑在什么机器上也无关，Mac、Windows、Linux 都行。它定义的是 AI 智能体应该怎么调用工具、怎么管理记忆、怎么拆解任务、怎么和人交互。
所有人都可以在这套框架上，接自己的模型，定义自己的工作流，把自己的想法落地成一个能干活的数字员工。
但毫无疑问，OpenClaw 这个操作系统仍然是有门槛的。
门槛目前已经不在技术层面。现在各种一键部署的方案已经很成熟了，十分钟就能跑起来。
真正的门槛在于，很多人装完之后会愣住：这玩意到底能干嘛？我该让它做什么？
说白了，能快速用起来的人，本来就知道自己要解决什么问题。
他们清楚自己每天有哪些活是重复的、琐碎的、不想干的。OpenClaw 一出来，他们立刻就能想到：这事可以流程化，然后交出去。
而用不起来的人，卡在第一步：我让它干嘛？
这不是工具的问题，而是思维方式和工作习惯的问题。
我觉得，大多数人从来没认真想过，自己手头的事，哪些是可以拆出去的。甚至更基础的，怎么把一件事变成一个可以交接的流程，这个能力本身就不是人人都有的。
Ribbi 有意思的地方就在这儿。它替用户把这一步走完了。
它帮用户把内容创作这个垂类场景的基础工作流搭好了，大家打开就能看到一排 Skill，每个都对应一个具体的活儿。
就像打开美团，看到外卖俩字就知道可以点外卖。不用想，直接用。
打个比方。OpenClaw 像是招了个聪明的应届生，潜力大，学东西快，但得花时间带。Ribbi 更像从市场上找来一个做过内容的人，基本功有了，上手快得多。
Ribbi 的设计思路
接入之后，我直接在微信上和它对话，Ribbi 会自动调用内置的 Skill，完成任务。
产品的结构非常简单。我下面截个图。
大家看它的菜单。做了这么多年产品，分析任何一个新产品，我的思路都是看它的菜单是怎么设计的。菜单是产品最高一层的抽象。
左侧是 Skills，我们可以在这里看到产品内置的 Skill，以及自己创建的 Skill。
中间的 Generate 是对话入口，当然也可以去微信里，不一定非得在这。
最右侧的 Pond 翻译过来就是池塘，养虾的池塘，在这里，我们可以安装一个 Chrome 的插件。
这个插件可以帮助我们收集平时在各个网站看到的视频和图片。比如，下面是我在 X 看到的一张图片，点击右键，直接能够保存到 Ribbi 的池塘。
池塘这个设计挺有意思。
它有两层作用。第一层很直接，就是素材库。我们把图片丢进去，生成内容的时候 AI 可以直接参考，不用每次都从头描述想要什么风格。
第二层更值得说。池塘里放的东西，本身就在告诉 AI 我们的审美是什么样的。喜欢什么色调，偏好什么构图，这些不用专门去写 Prompt，放几张图进去，Ribbi 自己会看，会学，慢慢就朝着这个方向靠了。
把这些功能串起来看，Ribbi 的定位就很清楚了。它确实就是一个已经培训好的、懂内容、有经验的数字同事。
当然，除了内置的 Skill 外，我们也可以组装自己的 Skill。下面我给大家演示下。
在对话框中输入“@”符号可以直接调用 Ribbi 内置模型。也就是说，我们不需要接入 API Key。不是程序员，谁懂 API Key。
继续，表达我的需求：我想给我的孩子做一个童话故事绘本，主角是一只小猫，先帮我写故事、分镜和口播。
分镜和口播内容好了。接着我说用 MiniMax TTS 来配音。
大家看下面的截图，Ribbi 会直接调用 TTS 模型，然后问我，要选哪个音色。所有的这些流程，完全是 GUI 化的。没有任何的技术类配置。
有了配音后，我需要用 Nanobanana Pro 生成分镜图。
接下来，我让它把图转成视频。
等它把所有分镜视频都生成好了。我推进到 BGM 阶段。我让它用 Suno 帮我生成一个合适的 BGM，这块它直接给我生成了两首让我选。
选好 BGM 后，就到了最后的流程，把这些内容整合成一个完整的视频。
最后，我让它帮我固化成一个 Skill。
自己组装好的技能，在首页 Skills 里点击“你的技能”Tab 下就可以看见了。
操作本身非常简单。而且创建 Skill 这事我之前写过很多，流程不难。
Ribbi 让我觉得舒服的地方在于，它把整个体验做得很顺。比如内置了模型，不用跳出去配 API key。
交互设计上也明显考虑过内容创作者的习惯，不会动不动蹦出一个技术术语让人很懵。
所以，在这里，我可以直接用它内置的 Skill，也可以打磨一个自己的 Skill。相当于是平台有一些标准化的功能，同时，我也可以自定义自己想要的功能。
所以整体看下来，Ribbi 就是一个内容创作场景的 OpenClaw。
写在最后
很多人说 OpenClaw 没有应用场景，我觉得这个判断反了。云端跑一个数字同事，7x24 小时帮忙干活，这事怎么可能没有场景？
场景当然有，问题出在产品设计上。
OpenClaw 给了用户极大的灵活度，什么都能干，但也意味着什么都要自己想。打开之后一片空白，得先回答一个很难的问题：我要让它干嘛？
这和我们熟悉的移动互联网产品完全不一样。
记账 App 打开就知道是干嘛的，功能摆在那儿，有场景就用，没场景就删。但数字员工这个品类，逻辑反过来了。它不是给一个工具让人用，而是给一个人让人带。
会用工具的人很多，会带人的可没那么多。
得学会把手头重复的、琐碎的事拎出来，想清楚哪些能交出去，怎么交代清楚，交出去之后怎么验收。这套东西，大多数人在日常工作里根本没练过。
其实很像公司里带实习生。领导说给你配个实习生，第一反应是什么？很可能是：我让他干嘛啊？我自己干比教他还快。
所以 OpenClaw 这类产品刚起步的时候显得场景模糊，不是真的没场景，是产品还没帮用户把这一步走完。
Ribbi 这类产品的出现，可能就是下一步的方向。龙虾本身是通用的，什么都能干，但垂直场景的产品可以把某一类工作的经验提前装进去，让 AI 一上来就知道自己该干什么。
