AiDD研发数字峰会

论坛主席：亢江妹（KK）

Thoughtworks首席产品经理、总监咨询顾问，20年以上跨行业的大型企业产品管理经验，当前专注于AI创新咨询和解决方案设计，在金融/制造/汽车/零售等10+企业客户协助进行AI 场景探索及演进规划、Agent产品落地实施及知识工程的推进。她创立了「AI2.0 时代的产品经理」主站，设计开发了「产品经理 AI 搭子」和「AI创新加速器」工具箱以及「AI2.0 产品落地实践指南」，并持续更新「Agent 产品交互设计小站」。

Inspire 总监咨询顾问

Agentic产品开发

本论坛聚焦 Agentic 产品，致力于以智能体技术打造 AI 原生产品生态。论坛涵盖业务场景智能体建模、AI 驱动产品设计、数字身份交互落地等核心技术。通过深入探讨场景化 Agent 定义、AI 原生设计及数字人与虚拟分身等关键议题，我们将共同见证互联网产品从功能工具形态向自主交互智能载体的迭代升级。

从 PRD 到 Specs：AI 重塑需求工程

亢江妹

Inspire AI 总监咨询顾问

内容简介：

SDD 落地后，开发越规范，断点越向需求端集中。PRD 的模糊性与不可执行性成为新瓶颈。本次分享基于真实项目，呈现需求侧工程化路径：从需求分类与三层资产模型，到由原型反向沉淀 Specs，再到将业务语义纳入代码仓持续维护。同时探讨 AI 如何介入需求工程——辅助生成初始 Specs、校验需求与实现的一致性、在变更时辅助影响分析，推动需求资产与代码实现协同演进。

演讲提纲：
1.SDD 的隐形瓶颈：需求侧的熵增
1.1开发侧引入 SDD 后，为什么交付断点反而向需求端集中
1.2 PRD 为何在 SDD 语境下逐渐失效：模糊性、版本滞后与不可执行性
1.3 核心诊断：需求输入需要具备结构化、可消费、可演进的工程属性
2.需求工程化的第一步：分类与分层
2.2为什么企业需求不能用单一流程处理
2.3探索型、规则型、联动型需求的判定逻辑与差异化路径
2.4 三层资产模型：L1 语义层、L2 契约层、L3 规格层
2.5不同类型需求对应哪层资产优先建设
3.从原型到 Specs：需求侧的双向闭环
3.1原型的真正作用：认知对齐与范围确认
3.2反向沉淀机制：原型确认 → 提取规则 → 编写 Specs → 进入代码仓
3.3业务 Context 经营清单：目标、场景、术语、边界、异常
3.4AI 加速闭环：生成验收标准、校验术语一致性、提示文档更新
4.需求进仓：动态维护的实践框架
4.1Specs 在代码仓中的目录结构与版本同步策略
4.2业务语义""活文档""：术语表与接口字段的映射演进
4.3 轻量级 CI 集成与渐进式资产建设
5.AI 时代的新角色：从 PRD 写手到业务输入架构师
5.1三重转变：设计输入结构、持续维护资产、闭环协同
5.2核心能力：业务抽象力、结构化表达力、工具链驾驭力

听众收益：
1.看清 SDD 落地后需求端成为瓶颈的根本原因
2.掌握""分类 + 分层""的需求处理框架与三层资产模型
3.获得原型反向沉淀 Specs 及需求进仓的具体实践
4.理解 AI 如何介入需求工程核心环节

Inspire总监级咨询师、AI X及产品社区领头人，拥有20年大型企业产品管理经验。聚焦AI2.0解决方案、数智化转型规划、企业级AI应用落地及AI人才体系培养。主理《Lean AI产品探索训战营》及AI2.0时代的产品经理(ai4pm.space)，打造了AI搭子(aipair.space)与AI创新加速器(ai4pm.xyz)工具箱，助力企业构建AI生产力，推动全员AI赋能与数智化转型升级。

从云端大模型到本地闭环：端侧AI驱动具身智能产品落地实践

龙胜海

阿加犀生态技术总监

内容简介：

具身智能产品进入真实场景后，往往同时面临网络不稳定、响应时延、数据隐私、算力与功耗受限，以及多芯片协同复杂等问题。本议题结合端侧AI与机器人产品实践，拆解如何将视觉、语音、大模型推理、任务规划与运动控制在本地形成“感知—决策—执行”闭环，并以交通劝导等真实案例说明从原型验证到场景部署的关键路径。分享将重点讨论端侧异构算力适配、模型轻量化、软硬件协同、端云边界设计、现场异常处理与产品迭代方法，总结具身智能产品从“能演示”走向“可交付、可复制、可规模化”的工程经验。

演讲提纲：
1.从Demo到现场：具身智能产品落地面临的真实约束
分析网络、时延、隐私、功耗、成本、稳定性及复杂环境对机器人产品架构的影响。
2.端侧具身智能闭环的产品与技术架构
拆解视觉感知、语音交互、大模型推理、任务规划、动作控制和设备管理之间的协同关系。
3.端侧模型与异构算力的工程化部署
分享模型选型、量化压缩、CPU/GPU/NPU协同、资源调度及端云边界划分方法。
4.案例复盘：机器人从室内原型到户外实景验证
以交通劝导等场景为例，分析需求定义、数据采集、功能联调、异常处理和现场迭代过程。
5.从项目交付到规模复制的产品化方法
总结具身智能产品在可靠性评价、场景适配、成本控制、软硬件标准化及持续运营方面的关键经验。

听众收益：
1.掌握一套判断机器人能力应该部署在端侧、云端还是端云协同的架构分析方法。
2.了解多模态感知、大模型、任务规划与运动控制形成端侧闭环的工程实现路径。
3.获得具身智能产品从原型验证、现场测试到规模化交付的实施清单与避坑经验。

大模型应用专家级工程师、CCF Yocsefy成都 AC委员，2024天府工匠年度人物、四川三河职业学院“人工智能+”应用研究中心指导专家、云南楚雄师范学院计算机与智能技术学院人工智能特聘专家、华为昇腾优秀开发者&鸿蒙高级开发者、ADG Developer Group（ADG）讲师、AWS User Group 讲师、PMI 志愿者&四川区优秀演讲嘉宾、隐语社区MOOC第三期讲师、Omega-AI核心开发者。现任职阿加犀智能科技生态技术总监，参编《目标大数据管理实践》、《数据资产管理与运营：从入表到变现》等行业专著，获国家发明专利授权与软著共计18余项，参与5项可信数据空间国标编写，多次受邀于行业峰会及高校开展专题授课，致力于推动人工智能技术的普及与深化应用。

AiDD峰会

K+峰会

联系我们