MIT 学霸正在“量化审美”，想做 AI 时代的小红书

📌 一句话摘要

本文专访了 MIT 学霸梁芊荟，深入介绍了其 AI 创业项目 Viba——一个定位为「AI 闺蜜」的生活方式消费决策入口，通过审美引擎和场景感知 Agent，帮助用户在购前阶段探索和表达自我。

📝 详细摘要

本文是「十字路口」对 Viba 创始人梁芊荟的深度专访。Viba 是一个由 MIT 建筑与计算机双硕士、前华为河图社交产品负责人创立的 AI 生活方式消费决策平台。文章详细阐述了 Viba 的核心定位：不同于 Doji、Phia 等解决「购中」效率问题的 AI 购物助手，Viba 聚焦于「购前」环节，即用户在明确消费意图之前的灵感生成与自我探索阶段。其核心产品逻辑是「一人千面」，围绕用户的真实生活场景（如约会、旅行、音乐节）提供个性化的穿搭灵感，并通过「审美引擎」（可解释的美学特征空间）和「场景感知 Agent」（动态记忆建模）构建技术护城河。文章还披露了 MVP 阶段的亮眼数据（周均收藏 13.79 个、次周留存 70%）、团队背景、市场策略（从 LA 打透全美）以及分三阶段的产品路线图。Viba 的终极目标是成为年轻人「check my fit」的第一站，并最终连接真实世界的消费与服务。

💡 主要观点

1. Viba 定位为「购前」环节的 AI 生活方式消费决策入口。 与解决「购中」效率问题的 AI 购物助手不同，Viba 专注于用户在明确需求前的灵感生成阶段，帮助用户探索「想成为谁」，从而创造新需求而非优化旧流程。
2. Viba 的核心产品逻辑是「一人千面」，而非「千人千面」。 传统平台将同一内容推给不同人，Viba 则围绕同一个人，帮助其管理在不同生活场景（约会、旅行、派对）下的多个「社交人格」，提供以用户为中心的个性化体验。
3. Viba 的技术护城河在于「审美引擎」和「场景感知 Agent」。 审美引擎将服装拆解为数十个可解释的美学特征，实现跨品类推荐；场景感知 Agent 将场景、记忆提取和使用置于同一训练循环，学习在具体场景下调用最相关的记忆来生成行动。
4. Viba 的 MVP 数据验证了「高意图资产」的价值。 MVP 测试中，用户周均收藏 13.79 个灵感，次周留存高达 70%，且用户自发分享的 Instagram 动态浏览量破 10 万，表明用户愿意投入时间经营自己的「虚拟形象」和真实生活计划。

💬 文章金句

• Viba 解决的是用户尚未明确表达「我想要什么」之前的那个阶段。
• 我们做的是「一人千面」——围绕同一个人，帮她管理她不同场景下的不同面。
• AI 时代最大的机会，不是在效率上优化 10%，而是在意图上创造 10 倍的新需求。
• 我们害怕的不是抄袭，而是自己的飞轮转得不够快。
• 有些改变，不是为了「更高效」，而是为了「更成为自己」。

📊 文章信息

阅读完整文章