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：

在生成式 AI 的狂热之后，我们正集体进入“幻灭期”。绝大多数团队仍停留在对AI好奇的阶段：在沙盒里测工具、在 App 里加聊天框，却发现用户留存惨淡，ROI 无法闭环。数据显示，93% 的 AI 转型项目未能产生实际业务价值。
这不仅是技术的更迭，更是产品经理职业范式的重构。
本次演讲将揭示 AI 原生时代的五大核心战术：我们将探讨如何利用生成式 UI 终结聊天框的低效，如何通过 Vibe Coding 实现 10 倍速的创新闭环，以及如何重构 AI 原生组织AI-Native OS。无论你是深耕业务的 PM，还是引领变革的领袖，这都将是你跨越技术炒作、掌握未来 5 年核心竞争力的进阶实战指南。

演讲提纲：
1.现状：93% 的项目其实都没落地
2.交互：别再只给用户一个聊天框
3.效率：Vibe Coding 带来的研发革命
4.增长：当传统流量渠道失效时怎么办
5.组织：打造 AI 原生的协作系统
6.结语：实战派的胜出

听众收益：
1.掌握 AI 幻灭期的生存法则 (Survival & Pivot)
2.交互革命：从聊天框到生成式UI
3.研发进化：用自然语言编程实现 10 倍速验证
4.商业闭环：从炫技到损益表
5.组织重构：打造 AI 原生运营系统

目前负责领导微软亚太研发集团OneDrive、SharePoint和Enterprise Search的产品管理团队，专注于推动其在人工智能时代的战略创新与转型，致力于将前沿科技融入产品设计与开发中，以满足超过百万级日活用户与市场不断变化的需求。他具备逾20年海内外企业级应用技术研发和产品管理经验，此前在SAP(思爱普)任职期间，他作为商务分析解决方案亚太及大中华区产品管理副总裁，以及中国研发团队负责人，热衷于在创业孵化器项目中指导团队推动产品创新，他以用户为中心、数据为驱动的理念，成功构建了为亚太地区500强企业提供决策支撑的解决方案，展现了其在商业智能领域的卓越领导力。凭借其深厚的专业知识和行业洞察力，多次受邀在全球各大技术峰会上进行产品发布和专题演讲，分享他对行业趋势的深刻见解和前瞻性思考。

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