AI+产品创新峰会-2026上海站

出品人：贾安亚

Boston University 数学和经济学学位、金融工程硕士学位；Tufts University 国际关系和工商管理硕士学位。曾于 EverQuote 和 Charles River Development 等科技公司担任产品经理，负责产品从概念到市场的全过程。加入商汤后参与了各技术阶段 AI 产品在 ToG、ToB 等领域的创新和落地，现负责「小浣熊家族」系列AI Native 生产力系列工具产品从day 1的概念、模型、产品到商业闭环验证。

商汤科技高级产品总监/小浣熊家族产品负责人

行业爆款AI产品案例拆解

从概念到现象级应用，爆款AI产品的背后是战略、技术与运营的完美融合。本论坛将深度拆解金融、泛互、制造等行业的成功AI产品案例，聚焦其从0到1的创新路径、关键决策与增长策略。坦诚复盘失败经验，分享可复用的方法论与工具。旨在为业界提供真实、深刻的实战指南，赋能企业和个人成长。

从 AI 尝鲜到 AI 原生：产品经理进化实战

蔡奇展

微软首席集团产品经理

内容简介：

核心背景：打破“余生中最差模型”的思维枷锁
在 AI 技术能力远超摩尔定律的今天，多数产品经理仍停留在“AI 尝鲜”阶段，被过去的经验限制了对未来的想象。蔡奇展指出，模型当前的缺陷应被视为起点而非终点。产品经理必须意识到，未来的 AI 交互将超越简单的对话框，向隐形界面、多模态交互以及从被动到主动执行任务的代理自主性进化。
思维重构：从“确定性工具”到“概率性生命体”
演讲强调了 AI 时代产品经理必须经历的底层思维转型：
• 管理模糊性：放弃传统的确定性规则，拥抱概率逻辑，学会与概率性“共舞” 。
• 软件即生命体：摆脱发布即终点的“静态工具”思维，将产品视为能伴随用户交互动态成长的“持续进化生命体” 。
• 评估驱动开发：以“持续基准测试”取代传统的“二元通过/失败”验收模式，利用 Evals 和模型评估来决定用户体验的准确度。
实战进化：产品经理的四大基石与 90 天转型蓝图
为实现向“AI 原生 PM”的彻底转型，演讲者提出了四大核心能力基石：核心产品能力、领导力与协作、工程基础认知以及 AI 生命周期与运营（MLOps）。
为听众规划了一份详尽的90 天转型计划：
1. 阶段 1（0-30天）：解构与重塑。理解大模型运作原理，打破固定 UI 依赖。
2. 阶段 2（31-60天）：内化模型思维。从绘图转向写逻辑，掌握 AI 原生设计及 Agent 构建。
3. 阶段 3（61-90天）：AI 原生实践。实施 B2B 场景应用，关注成本/效果分析与人机协作路径设计。
总结寄语：告别焦虑，动手构建
AI 不会淘汰产品经理，但那些亲自动手实践、用 AI 武装工作流的产品经理，一定会淘汰仅在岸上观望的人。

演讲提纲：
1. 为什么多数 PM 还停留在 AI 尝鲜？
2. AI 时代产品经理的新思维
3. 开启你的 AI 原生 PM 元年

听众收益：
1. 突破思维局限：听众将意识到过去经验对未来想象的限制，学会面向未来构建产品并忽略当前的短期限制。
2. 重塑交互设计观：掌握超越对话框的交互想象，学习隐形界面、多模态交互以及代理自主性等前沿设计思维。
3. 掌握概率逻辑管理：学习如何从确定性规则转向概率与模糊性管理，掌握与 AI 行为“概率性共舞”的方法论。
4. 理解“软件即生命体”思维：摆脱发布即终点的静态工具观，学习孕育能随用户交互动态成长的生成式智能生命体。
5. 习得模型评估（Evals）核心技能：掌握通过持续基准测试而非二元通过/失败来驱动产品性能提升的专业方法。
6. 明确 AI 原生 PM 的四大基石：认清核心产品能力、工程基础认知、领导力协作以及 AI 生命周期与运营（MLOps）的完整能力矩阵。
7. 获取 90 天转型行动路线图：获得一份从解构重塑到内化模型思维，再到 AI 原生实践的详细转型计划表。

一位拥有 20 余年全球视野的产品领袖。目前在微软负责领导 OneDrive 与 SharePoint 的产品管理工作，致力于将生成式 AI 技术融入拥有 2 亿+ 月活跃用户的旗舰产品中。他不仅是产品战略的制定者，更是 AI 技术的深度实践者。为了加速向 AI 原生产品经理的彻底转型，他在业余时间坚持以开发者身份亲自构建 AI 原生应用。通过多个从构思到落地的 AI 实验项目，他不断挑战 AI 能力的边界，并以此重塑产品管理思维模式。在长达 10 余年的 SAP 产品管理副总裁生涯中，他曾通过孵化器项目点燃了无数团队的创新火花。作为一名在全球交付过 40+ 场演讲的资深专家，他致力于将这些从产品策略到 AI 转型实战经验，转化为触动人心的行业见解。

从内部工具到垂直爆款：
Get笔记在巨头夹缝中的「小生态位」生存法则

杨超

得到 Get笔记产品负责人

内容简介：

本演讲将深度复盘“Get笔记”如何从一个内部AI大赛的边缘作品，演变为拥有150w+用户、日活7万的垂直赛道“隐形爆款”。区别于追求亿级流量的通用逻辑，我们将揭秘Get笔记如何挖掘“体制内汇报”、“亲子记录”等非典型场景，在巨头忽视的“小生态位”建立壁垒。同时，演讲将拆解“Get Draft”写作Agent背后的“人机协同”设计哲学，分享团队如何通过“金饭碗”大赛与流程重构，实现从工具开发到组织进化的AI落地闭环，为垂直领域AI创业提供一套可借鉴的实战指南。

演讲提纲：
1.0到1的非典型路径：从“内部玩具”到“意外爆款”
起源复盘：并非顶层战略规划，而是源于内部“寻找AI鲁班大师”比赛的飞书机器人（Michael X）。
冷启动真相：如何在零投放情况下，仅靠“语音润色”这一单点功能击穿用户痛点，实现首个100万用户增长。
数据祛魅：摆脱“不到1亿用户不上桌”的流量焦虑，解析150万注册用户与66万非得到系用户的“精准生存”逻辑。
2.场景突围：在巨头看不见的地方建立“小生态位”
用户洞察反直觉：为什么体制内公务员（传达领导语音指示）和中小学家长（口述日记）也成为了核心用户？
差异化竞争策略：对比大厂的资源博弈，小团队如何利用决策链短的优势（如2小时从想法到研发）快速响应。
护城河构建：利用垂直领域数据资产（如得到内容生产方法和知识内容）构建体验壁垒，对抗简单的“换肤”抄袭。
3.产品进化：从工具效率到 Agent 协同（GetDraft 实战）
痛点重构：写作最难的不是“写”，而是“选择”与“判断”。
Agent 设计哲学：拒绝“一键成稿”的黑盒模式，打造“阿强（写手）+小美（调研）+放标（审稿）”的AI协作天团。
人机关系重定义：像预制菜与现炒菜的区别，保留创作者的“手感”与“品味”，让用户掌握基于风格画像的绝对控制权。
4.组织底座：AI 落地不仅是技术，更是文化变革
全员 AI 化：通过“金饭碗”比赛筛选 AI 人才，用 AI 预研替代人脑空想。
流程革命：打破传统的一周评审周期，实现“AI生成原型→会议共识→即时研发”的敏捷模式。
5.结语与思考
在这个时代，找到100万愿意付费的精准用户，比服务1亿“游客”更有价值。

听众收益：
1.获得一套“小生态位”产品生存心法：了解如何在缺乏技术绝对护城河的情况下，通过挖掘“非共识”高价值场景（如体制内、亲子、垂类知识库）建立差异化优势，对抗大厂竞争。
2.掌握 AI Agent 产品的落地设计逻辑：通过 Get Draft 案例，学习如何设计“人机协同”工作流，解决 AI 生成内容“有逻辑无观点”的通病，提升产品交付价值。
3.洞察 AI 驱动的组织提效实操路径：获取关于如何利用 AI 工具重构团队协作流程、缩短研发周期、筛选 AI 人才的具体经验，避免陷入“为了 AI 而 AI”的伪创新陷阱。

拥有超过 10 年+的互联网产品经验，熟悉互联网行业的最新趋势和技术，对 AI、电商、教育培训领域有深刻理解；
探索了多个不同方向的 AI 类产品（AI搜类-得到AI学习助手，培训类-AI练练，营销类-赞多多），并帮助多家企业成功落地 AI 应用场景。

灵光，让复杂变简单

程沉（喜芸）

蚂蚁集团灵光团队用户运营高级专家

内容简介：

灵光是由蚂蚁集团旗下推出的新一代全模态通用AI 助手。也业内首个全代码生成多模态内容的AI助手。融合语言、图像、语音与数据的理解与生成能力，支持3D、音频、图表、动画、地图等多模态信息的输出。于11月18日正式上线后，6天总下载量突破200万大关。借此机会与各位分享灵光从0到1的增长以及，产品背后用户洞察和思考。

演讲提纲：
1.灵光在产品早期的行业洞察和思考
1.1 从LLM到多模态，产品的选择
1.2下一代 AI 交互，会长成什么样子
2.从“问答”到“做事”：灵光如何重塑AI助手范式
2.1 灵光对话的全模态输出
2.2 灵光产品的信息美学
3.通过场景找到目标人群，成为增长引擎
3.1一句话生成闪应用，技术普惠，人人都是开发者
3.2 灵光闪游戏，应用个性化带来想象空间

听众收益：
1.作为AI原生产品的增长，从实践上与以往产品推广有什么不同
2.产品创新与增长的双轮驱动，人人都是创造者，AI普惠时代，能带来更多AI产品未来发展的想象空间

2024年加入蚂蚁集团，现为灵光团队用户运营高级专家，负责用户增长，参与AI产品灵光从0-1的发展。此前在阿里、网易两家公司任职，作为核心成员参与包括电商、游戏、OTA等业务的整合营销/品牌营销工作10年。

MemOS 在 OpenClaw 插件里如何实现记忆的创新实践

唐波

记忆张量应用算法负责人

内容简介：

本次分享将围绕 MemOS 在 OpenClaw 插件中的创新实践展开，探讨一个核心问题：为什么 AI 依然会"失忆"？传统架构大多是无状态的，依赖临时上下文或简单 RAG 机制，难以支持跨会话理解与长期行为一致性，同时还带来成本与管理上的挑战。
我们将简要分析 RAG 在长期记忆管理上的局限，并介绍 MemOS 如何通过独立的 Memory Layer 抽象、workspace 隔离机制以及分层记忆调度架构，在插件中构建可管理、可扩展的长期记忆能力。
并进一步拆解 MemOS 是如何支持一个 OpenClaw 实例下运行多个 agent，通过团队共享记忆和单个 agent 隔离记忆，实现跨 agent 协作而无需人工信息传递。

演讲提纲：
Part 1: OpenClaw 爆火背后的机遇与问题
1.1 OpenClaw 为什么爆火？
1.2 问题 1：失忆
1.3 问题 2：Token 爆炸
1.4 RAG 的局限
Part 2: MemOS 如何解决记忆问题
2.1 核心架构：独立的 Memory Layer
2.2 Workspace 隔离机制
2.3 分层记忆调度
Part 3: 创新方案：多 Agent 协作的记忆架构
3.1 MemOS 的创新：记忆分层管理（核心原则：共享该共享的，隔离该隔离的）
3.2 共享记忆层（团队记忆）
3.3 隔离记忆层（私有记忆）
3.4 实际案例演示
结尾：从工具到系统

听众收益：
理解 AI 记忆系统的技术本质：不只是存储，而是独立的操作层
理解如何通过记忆系统降低 token 成本
了解 workspace 隔离机制和跨 workspace 记忆共享
了解 AI Agent 从"单兵作战"到"团队协作"的演进路径

记忆张量（上海）科技有限公司应用算法负责人，专注于大模型记忆的算法研究与工程化落地。曾在微软亚洲研究院、阿里巴巴与美团任职，并与纽约大学和中山大学开展产学研合作。长期从事自然语言处理与强化学习研究，聚焦安全强化学习方向；所研发算法每日支撑数十万中小企业完成数十亿次智能出价决策。主持课题获阿里巴巴“优秀学术合作项目奖”和美团“卓越创新奖”，在 ICML、NeurIPS、ICLR、ACL 等国际顶级会议发表论文 40 余篇。

AiDD峰会

K+峰会

联系我们