作者 | 《新程序員》編輯部

出品 | CSDN（ID：CSDNnews）

在技術(shù)浪潮中，產(chǎn)品經(jīng)理的角色不斷演變。PC 時(shí)代，他們更像“需求分析師”；移動(dòng)互聯(lián)網(wǎng)時(shí)代，則轉(zhuǎn)向“用戶體驗(yàn)設(shè)計(jì)者”，在創(chuàng)意與落地之間不斷磨合。過去常說，“不懂技術(shù)的產(chǎn)品經(jīng)理做不好產(chǎn)品”。如今，大模型、Agent 等技術(shù)的出現(xiàn)正在重塑產(chǎn)品經(jīng)理的工作方式——角色邊界被打破，思維模式被迫升級(jí)，曾經(jīng)清晰的分工正在被新的產(chǎn)品形態(tài)和工作流徹底改寫，這種變化不僅影響個(gè)人與團(tuán)隊(duì)，也在行業(yè)層面掀起深刻轉(zhuǎn)型。

8 月 15 日，由 CSDN 與 Boolan 聯(lián)合舉辦的 2025 全球產(chǎn)品經(jīng)理大會(huì)在北京威斯汀酒店重磅開幕。會(huì)場(chǎng)座無虛席，熱鬧非凡，匯聚了 40 余位來自互聯(lián)網(wǎng)與科技產(chǎn)品領(lǐng)域的一線專家及 1000 多位與會(huì)者，現(xiàn)場(chǎng)演講深度十足，討論與交流氛圍熱烈，精彩觀點(diǎn)不斷碰撞，

主會(huì)場(chǎng)上，奇點(diǎn)智能研究院院長(zhǎng)、CSDN 高級(jí)副總裁李建忠，昆侖萬維董事長(zhǎng)兼 CEO 方漢，久痕科技創(chuàng)始人、CEO、前網(wǎng)易副總裁汪源，YouMind 創(chuàng)始人 & CEO、前字節(jié)跳動(dòng)產(chǎn)品副總裁、語雀創(chuàng)始人王保平（玉伯）等嘉賓帶來了關(guān)于 AI 產(chǎn)業(yè)最新趨勢(shì)的洞察與產(chǎn)品實(shí)踐的心得分享。

奇點(diǎn)智能研究院正式成立！

在大會(huì)現(xiàn)場(chǎng)，李建忠重磅宣布，CSDN 與 Boolan 聯(lián)合多家機(jī)構(gòu)共同發(fā)起的奇點(diǎn)智能研究院（Singularity Intelligence Research Institute）正式成立！奇點(diǎn)智能研究院旨在成為專注于人工智能前沿技術(shù)和產(chǎn)業(yè)落地的創(chuàng)新研究、咨詢與智庫機(jī)構(gòu)。其愿景是成為人工智能產(chǎn)業(yè)的“范式孵化器”，使命是推動(dòng) AI 成為普惠性的生產(chǎn)力工具。官方網(wǎng)站：https://singintelligence.com

研究院聚焦人工智能帶來的計(jì)算范式、開發(fā)范式和交互范式轉(zhuǎn)換，并圍繞這些方向設(shè)立了六大研究領(lǐng)域：

1. 智能化戰(zhàn)略轉(zhuǎn)型與落地；

2. 智能軟件工程與研發(fā)效能；

3. 企業(yè)開源軟件設(shè)計(jì)與治理；

4. AI 系統(tǒng)軟件技術(shù)棧；

5. 系統(tǒng)軟件性能工程與優(yōu)化；

6. 軟件架構(gòu)設(shè)計(jì)與重構(gòu)。

此外，奇點(diǎn)智能研究院還與華東師范大學(xué)聯(lián)合成立了“開源創(chuàng)新與變革聯(lián)合實(shí)驗(yàn)室”，計(jì)劃發(fā)布全球開源發(fā)展報(bào)告、大模型賦能軟件開發(fā)范式變革白皮書等系列研究成果，推動(dòng)奇點(diǎn)智能在前沿技術(shù)和產(chǎn)業(yè)應(yīng)用方面的探索與創(chuàng)新。

李建忠：大模型驅(qū)動(dòng)的 AI 產(chǎn)業(yè)生態(tài)與產(chǎn)品創(chuàng)新

奇點(diǎn)智能研究院院長(zhǎng)、CSDN 高級(jí)副總裁李建忠?guī)碇黝}為《大模型驅(qū)動(dòng)的 AI 產(chǎn)業(yè)生態(tài)與產(chǎn)品創(chuàng)新》的開場(chǎng)演講。他表示，AI 正處于一個(gè)指數(shù)級(jí)加速的發(fā)展階段，無論是基礎(chǔ)模型、應(yīng)用開發(fā)、人機(jī)交互還是智能體，都在經(jīng)歷重大的變化。

李建忠 奇點(diǎn)智能研究院院長(zhǎng)、CSDN 高級(jí)副總裁

基礎(chǔ)大模型正在經(jīng)歷從“訓(xùn)練”到“推理”范式的轉(zhuǎn)換。李建忠形象地比喻：“在預(yù)訓(xùn)練階段，模型是在‘講知識(shí)’；后訓(xùn)練階段，它在‘講文明’；而推理階段，模型開始‘講邏輯’。”這種變化背后的核心驅(qū)動(dòng)力，是強(qiáng)化學(xué)習(xí)帶來的“經(jīng)驗(yàn)數(shù)據(jù)時(shí)代”。過去，模型幾乎完全依賴人類知識(shí)數(shù)據(jù)，本質(zhì)上是人類知識(shí)的“回聲室”；而通過強(qiáng)化學(xué)習(xí)，模型可以在動(dòng)態(tài)環(huán)境中不斷試錯(cuò)、積累反饋，從而獲得合成經(jīng)驗(yàn)數(shù)據(jù)，進(jìn)而突破人類知識(shí)的邊界。針對(duì)業(yè)界一度流行“Scaling Law 已經(jīng)失效或停滯”的說法，他深度剖析道，預(yù)訓(xùn)練階段的增長(zhǎng)放緩并非法則失效，而是公域數(shù)據(jù)幾乎耗盡造成的限制。但加入強(qiáng)化學(xué)習(xí)后，推理階段出現(xiàn)了新的增長(zhǎng)曲線，模型性能仍在持續(xù)提升。

隨著強(qiáng)化學(xué)習(xí)帶來的推理能力提升，過去幾個(gè)月間，幾乎所有 SOTA（state-of-the-art）模型都開始內(nèi)置訓(xùn)練 Agent 和 Tool Use 能力，其核心主要依賴強(qiáng)化學(xué)習(xí)與特定架構(gòu)設(shè)計(jì)，讓模型在動(dòng)態(tài)環(huán)境中通過試錯(cuò)學(xué)習(xí)決策策略，并結(jié)合外部工具完成復(fù)雜任務(wù)。李建忠表示，這一變化使得大模型的能力從“給你建議”，轉(zhuǎn)變?yōu)椤爸苯訋湍阃瓿扇蝿?wù)”，主流大模型也正在從簡(jiǎn)單的 Chatbot 進(jìn)化到 Agentic 模型。

在應(yīng)用開發(fā)范式維度，李建忠談到近期火熱的 Vibe Coding（氛圍編程）：“有些人認(rèn)為它只能做小游戲或前端應(yīng)用，難以支撐企業(yè)級(jí)軟件，但我們應(yīng)該用發(fā)展的眼光來看待它，這正像早期曾被低估的 Web 技術(shù)，那時(shí)前端編程不被認(rèn)為是軟件開發(fā)，但是后來 Web 編程創(chuàng)造的互聯(lián)網(wǎng)軟件規(guī)模和用戶都遠(yuǎn)超傳統(tǒng)軟件?！痹谒磥?，氛圍編程不是對(duì)傳統(tǒng)軟件工程的顛覆，而是創(chuàng)造了新的增量市場(chǎng)，有望創(chuàng)造出“可塑軟件（Malleable Software）” 支持用戶對(duì)軟件進(jìn)行二次加工、個(gè)性化定制體驗(yàn)/功能。由于使用自然語言來完成軟件編程任務(wù)，軟件的生產(chǎn)和交付成本可能降至極低，實(shí)現(xiàn)“現(xiàn)用現(xiàn)做、用完即棄”的體驗(yàn)，同時(shí)可塑軟件仍依賴傳統(tǒng)軟件作為底座。

談及人機(jī)交互的演進(jìn)，李建忠認(rèn)為，AI 時(shí)代的入口是自然語言的對(duì)話界面，它不是自然語言問答這么簡(jiǎn)單，它會(huì)重構(gòu)整個(gè)智能應(yīng)用也就是Agent的形態(tài)。他進(jìn)一步總結(jié)了交互范式重塑 AI 應(yīng)用形態(tài)所帶來的“應(yīng)用服務(wù)化、APP 不再孤立、無需結(jié)構(gòu)化 UI 和生成式 UI”等新趨勢(shì)。

“只要能夠支持自然語言直接對(duì)話，無論是眼鏡、車載系統(tǒng)、可穿戴設(shè)備，還是手機(jī)，都有可能成為入口，而不是由某一個(gè)設(shè)備統(tǒng)一主導(dǎo)。”

最后，得益于推理能力的提升，以及 MCP 和 A2A 協(xié)議的落地，李建忠表示，智能體與工具/傳統(tǒng)軟件之間的交互能力得到了極大的提升，促進(jìn)了智能體生態(tài)的繁榮。談到 AI 驅(qū)動(dòng)的下一代設(shè)備，李建忠指出未來的設(shè)備未必是單一設(shè)備主導(dǎo)，而是由手機(jī)、智能眼鏡、可穿戴設(shè)備、智能音響、汽車等多元設(shè)備作為智能體的交互入口。

李建忠預(yù)見，未來可能會(huì)出現(xiàn)這樣一種生態(tài)，用戶使用自然語言，通過各種智能設(shè)備（眼鏡、手機(jī)、手表、汽車、音箱等）與智能體交互。這些設(shè)備背后可能是同一個(gè)中心化的智能體，它熟悉用戶的偏好、身份和歷史記錄，然后該智能體會(huì)將任務(wù)分發(fā)給傳統(tǒng)軟件或其他智能體網(wǎng)絡(luò)一起協(xié)作、根據(jù)任務(wù)時(shí)長(zhǎng)（分鐘級(jí)、小時(shí)級(jí)、天級(jí)、月級(jí)、年級(jí)）在合適的時(shí)間點(diǎn)來完成用戶的需求。

昆侖萬維方漢：生成式 AI 的終極形態(tài)：Skywork Super Agents 的生產(chǎn)力革命

緊接著，昆侖萬維董事長(zhǎng)兼 CEO 方漢帶來了《生成式 AI 的終極形態(tài)：Skywork Super Agents 的生產(chǎn)力革命》的主題演講。

方漢 昆侖萬維董事長(zhǎng)兼 CEO

“任何技術(shù)，包括當(dāng)前的 AI，都只是因階段性的人才緊缺和技術(shù)壁壘顯得稀缺——一旦時(shí)間推移，這些技術(shù)都會(huì)逐漸‘白菜化’?！毖葜v伊始，方漢便提出了一個(gè)特別的觀點(diǎn)：“我一直認(rèn)為，技術(shù)很難形成一個(gè)長(zhǎng)期的護(hù)城河，但是產(chǎn)品上的創(chuàng)新可以?！?/p>

基于此，成立于 2008 年、做網(wǎng)游家的昆侖萬維，如今已經(jīng)歷兩次轉(zhuǎn)型：

• 平臺(tái)化轉(zhuǎn)型（2016-2022 年）：在海外開展了大量移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)，包括收購 Opera 和 Star Group。

• AGI 與 AIGC（2022 年至今）：AI 業(yè)務(wù)商業(yè)化落地加速，在多模態(tài)推理、視頻生成、音頻生成等關(guān)鍵方向推出了多項(xiàng)顛覆性技術(shù)與開源成果。

其中在今年 5 月，昆侖萬維發(fā)布了全球首款基于 AI Agent 架構(gòu)的 Office 智能體——Skywork Super Agents（天工超級(jí)智能體）。它集成了“5個(gè)專家 Agent + 1 個(gè)通用 Agent”，支持 AI 文檔、AI PPT、AI 表格等一鍵生成，可大幅提高辦公效率，將 8 小時(shí)工作量縮短至 8 分鐘。

本周，昆侖萬維還啟動(dòng)了 Skywork AI 技術(shù)發(fā)布周，連續(xù)五天開源了多款多模態(tài)模型，包括：音頻驅(qū)動(dòng)數(shù)字人模型 SkyReels-A3、交互式世界模型 Matrix-Game 2.0、世界模型 Matrix-3D、統(tǒng)一多模態(tài)模型 Skywork UniPic 2.0、Agent 引擎模型 Skywork Deep Research Agent 以及 AI 音樂模型 Mureka V7.5。

截至目前，昆侖萬維的 AGI 與 AIGC 業(yè)務(wù)、信息分發(fā)與元宇宙業(yè)務(wù)和投資業(yè)務(wù)已覆蓋全球 100 多個(gè)國家和地區(qū)，海外收入也占比達(dá)到了 94%——基于這個(gè)成績(jī)，方漢進(jìn)一步分享了他在 AI 出海場(chǎng)景中的一些觀察與思考。

“在移動(dòng)互聯(lián)網(wǎng)浪潮之后，產(chǎn)品經(jīng)理普遍面臨一個(gè)痛苦的現(xiàn)實(shí)：市場(chǎng)上似乎已沒有巨大的機(jī)會(huì)了——直到 AI 的出現(xiàn)?！狈綕h表示，AI 時(shí)代做產(chǎn)品的方法，與前 AI 時(shí)代并無本質(zhì)區(qū)別，依舊需要思考產(chǎn)品的“第一性原理”。

根據(jù)海外第三方 AI API 調(diào)用平臺(tái) OpenRouter 統(tǒng)計(jì)數(shù)據(jù)顯示，編程（Coding）類調(diào)用占比高達(dá) 87%，遠(yuǎn)超其他應(yīng)用，排在第二的是角色扮演（Role Play），而個(gè)人助理和營(yíng)銷類應(yīng)用占比很低。

在方漢看來，這背后的原因很簡(jiǎn)單：從市場(chǎng)表現(xiàn)來看，編程是當(dāng)下最炙手可熱的領(lǐng)域，同時(shí)它還擁有最完整的“過程數(shù)據(jù)”，讓 AI 能夠高質(zhì)量地學(xué)習(xí)和泛化；而 Role Play 的興起，則與短視頻的流行邏輯相通，契合了當(dāng)下人們對(duì)于情感刺激和即時(shí)反饋的需求。

既如此，那么涵蓋多種應(yīng)用場(chǎng)景的通用 Agent 會(huì)是最優(yōu)解嗎？對(duì)于這個(gè)問題，方漢的答案是：“我認(rèn)為通用 Agent 不是最優(yōu)解?！彼忉尩?，除非有公司能在每個(gè)行業(yè)都積累高質(zhì)量的“過程數(shù)據(jù)”，否則所謂的通用 Agent 無法覆蓋所有行業(yè)，因此行業(yè)化大模型仍是必然趨勢(shì)。

在 AI 產(chǎn)品落地層面，ToB 與 ToC 的核心邏輯也存在差異：ToB 的關(guān)鍵是 “增效”，如大廠通過 AI 編程提升代碼產(chǎn)出效率；ToC 的核心則是 “降本”，AI 以遠(yuǎn)低于人類的 “時(shí)薪”，降低了如情感陪伴、1V1 教學(xué)等場(chǎng)景的消費(fèi)門檻，讓此前難以規(guī)?；臉I(yè)務(wù)成為可能。

至于在判斷 AI 產(chǎn)品潛力方面，方漢建議可以關(guān)注 API 調(diào)用量。Token 調(diào)用量高的產(chǎn)品通常增長(zhǎng)最快，而目前的高頻應(yīng)用包括編程、聊天、TTS（語音合成）、音樂、圖片、視頻等。

在演講的最后，方漢強(qiáng)調(diào)，盡管當(dāng)前中國 AI 行業(yè)面臨算力與融資挑戰(zhàn)，但這種壓力也催生了優(yōu)勢(shì)——中國企業(yè)更為注重快速變現(xiàn)和可盈利模式?；诖?，他表示： “我相信未來 3-5 年，中國產(chǎn)品經(jīng)理將在 AI 產(chǎn)品和商業(yè)模式的創(chuàng)新上走在世界前列?！?/p>

汪源：GenAI 應(yīng)用的交互設(shè)計(jì)

作為產(chǎn)品經(jīng)理，在 AI 時(shí)代，GenAI 應(yīng)用的交互設(shè)計(jì)究竟該怎么做？久痕科技創(chuàng)始人、CEO、前網(wǎng)易副總裁汪源，結(jié)合多個(gè)優(yōu)秀產(chǎn)品案例，做了深入剖析，并分享了自己獨(dú)到的見解。

汪源 久痕科技創(chuàng)始人、CEO、前網(wǎng)易副總裁

他先回顧了交互方式的演變歷程：從 Web 2.0（UGC）、移動(dòng)互聯(lián)網(wǎng)，一直到如今的 GenAI 時(shí)代，交互形態(tài)從命令行、圖形界面（GUI），發(fā)展到對(duì)話式交互。三種方式各有優(yōu)劣——命令行效率高、便于腳本化組合，但學(xué)習(xí)成本高、文字輸入速度比點(diǎn)擊慢一個(gè)數(shù)量級(jí)；GUI 易學(xué)易用，卻容易陷入頻繁點(diǎn)擊、返回、再點(diǎn)擊的繁瑣路徑；對(duì)話式交互自然、能利用上下文提升效率，但初用者往往不知道能做什么，對(duì)簡(jiǎn)單任務(wù)反而不如 GUI 高效。

汪源指出，當(dāng)前的大環(huán)境下，海量傳統(tǒng)軟件無法推倒重來用 AI 重寫，因此大多數(shù)生成式 AI 產(chǎn)品只能以“助手”形態(tài)存在，與現(xiàn)有產(chǎn)品互操作。這種狀況在未來至少 3–5 年內(nèi)不會(huì)有根本變化。如今開發(fā) GenAI 產(chǎn)品，最大的挑戰(zhàn)在于受到現(xiàn)有環(huán)境的強(qiáng)烈約束，就像“在螺絲殼里做道場(chǎng)”，或是在既有的社交關(guān)系中小心擺正自己的位置。

對(duì)此，他將 GenAI 交互的核心拆解成兩個(gè)主題任務(wù)，并給出幾點(diǎn)深刻的建議：

一是更好、更快、更簡(jiǎn)單地提供任務(wù)與上下文：

• “四兩撥千金”，用最少輸入撬動(dòng)更多的輸出，譬如像 Granola 會(huì)議紀(jì)要這類工具，用戶只需記錄關(guān)鍵詞，它會(huì)根據(jù)你標(biāo)記的關(guān)鍵詞，智能地向上下文補(bǔ)充，將這一塊內(nèi)容的信息完整地記錄下來。

• 感知當(dāng)前環(huán)境。汪源分享了團(tuán)隊(duì)在 AI 知識(shí)助手產(chǎn)品 remio 中實(shí)現(xiàn)環(huán)境感知與微信聯(lián)動(dòng)的做法。舉例來說，前段時(shí)間有人發(fā)給了他一份采訪提綱，當(dāng)汪源在微信上收到文件時(shí)，只需在 remio 里說：“基于你對(duì)我們公司的了解，幫我把剛收到的訪談提綱里的每個(gè)問題都回答一下?！边@種交互打破了 AI 助手與微信之間的壁壘：用戶無需手動(dòng)導(dǎo)出文件再上傳到 remio，二者即可實(shí)現(xiàn)無縫聯(lián)動(dòng)，操作更自然、高效。原理也很簡(jiǎn)單——remio 可以同步本地特定文件夾，而微信收到的文件會(huì)自動(dòng)存放在名為 Wechat Files 的文件夾中。只要配置了同步，remio 就能實(shí)時(shí)感知微信上新收到的所有文件。實(shí)際上，他還同步了公司的資料、桌面、下載列表、個(gè)人資料等文件夾，使幾乎所有本地文件都能被 remio 即時(shí)感知。

• 利用可視化交互，比如 Notion AI 選中文本即可改寫或潤(rùn)色，不必導(dǎo)出再導(dǎo)入。

• 適時(shí)引導(dǎo)補(bǔ)充信息，如天工 AI 在請(qǐng)求用戶補(bǔ)充條件時(shí)，用可視化表單替代純文本輸入，既省力又可控。

• 此外，汪源梳理了當(dāng)前市場(chǎng)上常見的幾種 AI 助手喚起方式：語音喚起（如 Siri）雖然直觀，但缺乏上下文，在公共場(chǎng)合也顯得不便；固定圖標(biāo)通常被放在屏幕角落，點(diǎn)擊時(shí)不攜帶意圖；浮窗跟隨雖能保留上下文，卻容易干擾操作；劃詞喚起可傳遞部分上下文，但功能有限且多軟件并存時(shí)容易“打架”。他還透露，其團(tuán)隊(duì)正在嘗試一種新的交互設(shè)計(jì)——鼠標(biāo)雙擊喚起助手。在文字輸入框中雙擊即可精準(zhǔn)傳遞意圖且不造成干擾，例如用于快速回復(fù)郵件、總結(jié)聊天記錄或創(chuàng)建日程。

• 主動(dòng)服務(wù)：從個(gè)性化推薦到自動(dòng)補(bǔ)全（如 Cursor 編輯器 Tab 接受建議），甚至在對(duì)話中推薦相關(guān)問題，都是高效的主動(dòng)交互。

二是審核和應(yīng)用 AI 生成的結(jié)果，這需要：

• 精準(zhǔn)溯源方便核實(shí)：提供結(jié)果來源，便于核對(duì)。

• 凸顯差異方便審核：如 Notion AI 或代碼重構(gòu)視圖，讓改動(dòng)一目了然。

• 過程透明可理解：避免黑箱化，便于用戶理解。

• 可編輯：支持用戶二次調(diào)整。

• 跳轉(zhuǎn)聯(lián)動(dòng)：摘要與原文位置實(shí)時(shí)對(duì)應(yīng)，省去查找成本。

針對(duì)這一維度，汪源還表示，即便是 ChatGPT，也只能讀取外部?jī)?nèi)容，不能直接寫回原處，無法自動(dòng)對(duì)比修改前后的差異。這種“助手與主體應(yīng)用割裂”的現(xiàn)象在行業(yè)中普遍存在，也難以徹底解決，但值得探索更好的思路。

最后，他總結(jié)道，GenAI 產(chǎn)品多以助手形態(tài)存在，受環(huán)境制約明顯。交互設(shè)計(jì)的關(guān)鍵在于——高效獲取任務(wù)與上下文、便捷審核與應(yīng)用結(jié)果。當(dāng)前體驗(yàn)中仍存在大量斷點(diǎn)與不便，亟需業(yè)界持續(xù)優(yōu)化。而鼠標(biāo)雙擊喚起助手，或許會(huì)成為 GenAI 時(shí)代的交互“LBS”。

玉伯：AI時(shí)代的產(chǎn)品，如何有人味

圍繞《AI 時(shí)代的產(chǎn)品，如何有人味》這一主題，YouMind 創(chuàng)始人 & CEO、前字節(jié)跳動(dòng)產(chǎn)品副總裁、語雀創(chuàng)始人王保平（花名玉伯）開場(chǎng)先分享了兩個(gè)簡(jiǎn)單的小故事：

• 第一個(gè)故事來自于他 4 歲的孩子。有段時(shí)間他的小孩非常喜歡“豆包”里的“小豬佩奇”，每天會(huì)聊上半小時(shí)。但在問及熱門游戲《黑神話·悟空》時(shí)，佩奇卻回答“不知道”，這讓小孩頗為失望，最終逐漸放棄使用。

• 第二個(gè)故事則來自于他自己。前幾天他在準(zhǔn)備 PPT 時(shí)借助了AI生成工具，結(jié)果“一頓操作猛如虎，細(xì)看只值兩毛五”——生成內(nèi)容質(zhì)量不高，多是復(fù)制網(wǎng)絡(luò)內(nèi)容，缺乏最新信息和深度，最后仍需大量人工修改。

在玉伯看來，這兩個(gè)故事反映了一個(gè)共性：目前 AI 應(yīng)用整體還處于早期階段。

王保平（玉伯） YouMind 創(chuàng)始人 & CEO、前字節(jié)跳動(dòng)產(chǎn)品副總裁、語雀創(chuàng)始人

除了用戶對(duì) AI 的期待過高外，玉伯認(rèn)為當(dāng)前的 AI 工具存在幾個(gè)突出問題：

（1）交付模式單一：過于強(qiáng)調(diào)“一次性給結(jié)果”，缺乏與用戶的高質(zhì)量協(xié)作過程；

（2）環(huán)境感知不足：AI知識(shí)更新滯后，無法跟上現(xiàn)實(shí)世界變化；

（3）交互設(shè)計(jì)不夠直觀：用戶很難探索出高效的協(xié)作模式。

基于此，玉伯提出了一套 AI 時(shí)代的產(chǎn)品思考框架：要理解“人、AI 與環(huán)境”三者之間的關(guān)系，這也是產(chǎn)品設(shè)計(jì)的核心命題。具體來說，他將其類比為“天道、人道、AI 道”：

• 天道：即環(huán)境，包括數(shù)據(jù)集、技術(shù)生態(tài)、信息渠道等，這決定了 AI 的成長(zhǎng)速度和能力邊界——如果AI 無法感知環(huán)境變化，它就會(huì)落伍；

• 人道：即人類的變化，包括需求、知識(shí)、使用習(xí)慣等，這些都會(huì)反過來影響 AI 的能力方向；

• AI 道：即 AI 本身，需要通過上下文工程，讓 AI 知道我們知道的，也讓我們知道它知道的，從而實(shí)現(xiàn)更高質(zhì)量的雙向協(xié)作。

那么回到演講主題，AI 產(chǎn)品如何才能有“人味”？玉伯相信：只要處理好“環(huán)境、人、AI”三者之間的關(guān)系，讓三者能夠保持同步、相互協(xié)作，那么 AI 的“人味”就能體現(xiàn)出來。

也是基于這樣的想法，玉伯在去年 5 月正式創(chuàng)立了 YouMind，切入內(nèi)容創(chuàng)作領(lǐng)域，真正下場(chǎng)去驗(yàn)證和打磨 AI 產(chǎn)品。其中，為了讓 YouMind 更有“人味”，玉伯例舉了其許多功能，包括：

• 在處理數(shù)十上百篇資料時(shí)，YouMind 會(huì)篩選出適合人類閱讀的內(nèi)容直接呈現(xiàn)給用戶，并將其認(rèn)為有價(jià)值的信息保存在項(xiàng)目中——“AI 知道的，讓我知道”；
  

• YouMind上線了瀏覽器插件功能，用戶在瀏覽網(wǎng)頁、觀看視頻或收聽播客時(shí)，可以將感興趣的內(nèi)容直接保存到模板中，這些收藏行為會(huì)被AI視為興趣信號(hào)，用于未來的內(nèi)容搜索與推薦，從而提高結(jié)果的相關(guān)性與個(gè)性化程度——“我知道的，讓 AI 知道”；
  

• 每次寫作過后，可讓 YouMind 總結(jié)寫作風(fēng)格，這樣它就能基于用戶風(fēng)格和核心觀點(diǎn)直接生成初稿——“讓 AI 越來越懂我”&“讓我越來越懂 AI”。

除此之外，在多模態(tài)（音/視頻轉(zhuǎn)文字、文字轉(zhuǎn)音頻）、生成內(nèi)容的可編輯性等方面，YouMind也進(jìn)行了相應(yīng)優(yōu)化，最大程度提升用戶的創(chuàng)作效率。

在演講最后，玉伯呼吁道：“AI 產(chǎn)品的人味是讓人看見 AI，也讓 AI 看見人。在人生有限的幾十年中，與其被動(dòng)消費(fèi)信息，不如借助優(yōu)秀的 AI 工具，主動(dòng)產(chǎn)出內(nèi)容并留下個(gè)人痕跡。”

AI 下半場(chǎng)：產(chǎn)品創(chuàng)新的涌現(xiàn)與顛覆

作為上午主會(huì)的壓軸環(huán)節(jié)，本次圓桌對(duì)話在奇點(diǎn)智能研究院開源技術(shù)委員會(huì)主任王偉的主持下拉開帷幕。圍繞“AI 下半場(chǎng)：產(chǎn)品創(chuàng)新的涌現(xiàn)與顛覆”這一主題，CSDN 高級(jí)副總裁、Boolan首席技術(shù)專家李建忠，久痕科技創(chuàng)始人、CEO，前網(wǎng)易副總裁汪源，YouMind創(chuàng)始人 & CEO、前字節(jié)跳動(dòng)產(chǎn)品副總裁、語雀創(chuàng)始人王保平（玉伯）分享了他們對(duì) AI 產(chǎn)品設(shè)計(jì)、創(chuàng)新落地實(shí)踐以及行業(yè)顛覆趨勢(shì)的深入見解。

王偉：AI 給產(chǎn)品經(jīng)理帶來了哪些影響與機(jī)會(huì)？

李建忠：首先，從產(chǎn)品實(shí)現(xiàn)的角度來看，產(chǎn)品經(jīng)理顯然是 AI 這波變革的主要受益者。我在演講中提到的氛圍編碼，會(huì)賦能更廣泛的群體。但產(chǎn)品經(jīng)理掌握了從需求意圖到最終交付的端到端流程，所以在這個(gè)過程中，AI 更多是扮演“實(shí)現(xiàn)工具”的角色。目前，AI 并沒有意識(shí)，無法主動(dòng)發(fā)起需求定義或產(chǎn)品設(shè)計(jì)。雖然學(xué)術(shù)界和產(chǎn)業(yè)界對(duì) AI 是否具備意識(shí)存在討論，但在現(xiàn)階段，我們還沒有看到明確證據(jù)。因此，從這個(gè)角度來看，產(chǎn)品經(jīng)理可以直接從 AI 中獲益。

另一方面，從時(shí)代變化的角度來看，我們上一代產(chǎn)品經(jīng)理和這一代相比，確實(shí)存在一個(gè)跨越式的代際差異。移動(dòng)互聯(lián)網(wǎng)時(shí)代和 PC 時(shí)代的產(chǎn)品方法論，在 AI 時(shí)代可能會(huì)被徹底顛覆。換句話說，產(chǎn)品經(jīng)理不僅是受益者，也是在被 AI 顛覆的一群人，而且這種顛覆并非漸進(jìn)，而是跳躍式的。對(duì)其他行業(yè)的人來說，AI 可能主要提供建議，但在產(chǎn)品領(lǐng)域，無論是 Agent 還是 AIGC 內(nèi)容，最終的策劃者和定義者仍然是產(chǎn)品經(jīng)理自己。AI 成為一個(gè)巨大的顛覆變量，同時(shí)也帶來了極大的挑戰(zhàn)。

汪源：我覺得可以從工作和生活兩個(gè)方面來看。生活上，AI 的影響可能不會(huì)特別明顯，我個(gè)人感受也不深。相比之下，工作環(huán)境的變化會(huì)更大?，F(xiàn)在我們的分工非常細(xì)，從大學(xué)分專業(yè)，到進(jìn)入職場(chǎng)各司其職。但未來，隨著 AI 的加入，一個(gè)人可能會(huì)身兼多職，完成原本需要多個(gè)崗位協(xié)作的任務(wù)。正如現(xiàn)在流行的“一人公司”，AI 讓個(gè)人也能承擔(dān)更多、更復(fù)雜的工作。

從產(chǎn)品創(chuàng)新的角度看，未來的工作不再是“一個(gè)蘿卜一個(gè)坑”。產(chǎn)品經(jīng)理可能同時(shí)寫代碼，工程師也可能參與產(chǎn)品設(shè)計(jì)，技能邊界正在被打破，這背后就是新的機(jī)會(huì)。只是這些機(jī)會(huì)最終會(huì)在哪些維度爆發(fā)，現(xiàn)在還很難下結(jié)論。

玉伯：我認(rèn)為，我們正處于一個(gè) AI 時(shí)代，而這個(gè)時(shí)代并不是只有“產(chǎn)品經(jīng)理”這一角色有機(jī)會(huì)參與。隨著 AI 技術(shù)門檻的降低，越來越多的人能夠參與到產(chǎn)品設(shè)計(jì)與管理中，我們幾乎已經(jīng)進(jìn)入了“人人都是產(chǎn)品經(jīng)理”的階段。不過，這種趨勢(shì)對(duì)于已經(jīng)是產(chǎn)品經(jīng)理的人來說，可能會(huì)帶來一種“二極化”現(xiàn)象——要么逐漸被邊緣化，要么在競(jìng)爭(zhēng)中“強(qiáng)者越強(qiáng)”。

比如，我曾和一些同事討論過一個(gè)話題：在目前的 AI 產(chǎn)品領(lǐng)域中，中國有哪些原創(chuàng)且被廣泛認(rèn)可的運(yùn)營(yíng)產(chǎn)品？這其實(shí)很難得出一個(gè)共識(shí)，但張濤老師的Manus算一個(gè)，很多人都認(rèn)為他很強(qiáng)。事實(shí)上，他本身就是有十幾年經(jīng)驗(yàn)的資深產(chǎn)品經(jīng)理，而在 AI 浪潮下，他深入鉆研技術(shù)，并將其與產(chǎn)品邏輯有機(jī)結(jié)合，最終打造出頂級(jí)的 AI 產(chǎn)品。他在定義 AI 產(chǎn)品邊界、理解產(chǎn)品本質(zhì)方面都有很深的認(rèn)知，因此變得更加出色。

所以在我看來，AI 時(shí)代會(huì)造就少數(shù)“強(qiáng)者型”產(chǎn)品經(jīng)理，而這種強(qiáng)大并非偶然，需要靠自身的努力和積累去達(dá)成。

王偉：今天大家的分享中多次提到“開源”關(guān)鍵詞，奇點(diǎn)研究院也有專注于開源這一方向。作為產(chǎn)品經(jīng)理，我們?yōu)槭裁匆P(guān)注開源？特別是在當(dāng)前人工智能時(shí)代，為什么開源會(huì)成為一個(gè)如此重要的手段？它對(duì)于企業(yè)和產(chǎn)品究竟意味著什么？

李建忠：最早，開源是從程序員群體中興起的，但今天，它已經(jīng)不僅僅局限于開發(fā)者的層面，而是上升到全產(chǎn)業(yè)鏈、戰(zhàn)略級(jí)的生態(tài)。

如果大家回想一下，從去年的產(chǎn)品經(jīng)理大會(huì)到今年，這一年的變化非常明顯。去年 9 月時(shí)，全球還是閉源模型占據(jù)領(lǐng)先地位，開源模型與之差距很大。但今年 1 月，國內(nèi)的 DeepSeek R1 模型發(fā)布后，一度成為“獨(dú)苗”。到了 4、5 月，通義、智譜以及其他自主研發(fā)的開源模型紛紛登場(chǎng)，而且在一些權(quán)威榜單上的表現(xiàn)，已經(jīng)不輸國外頂尖的閉源模型。甚至像 Google/OpenAI 這樣的AI巨頭，也開始在排行榜上與中國一線開源模型正面交鋒?？梢?，開源模型對(duì)整個(gè) AI 產(chǎn)業(yè)的影響正在快速擴(kuò)大。

回到產(chǎn)品層面，我認(rèn)為產(chǎn)品經(jīng)理的一個(gè)重要角色，是創(chuàng)新的協(xié)調(diào)者和組合者。喬布斯曾引用畢加索的話，說“Good artists copy,Great artist steal. ”。他被指責(zé)從施樂借鑒了圖形界面技術(shù)，但他的回應(yīng)是——把技術(shù)放在實(shí)驗(yàn)室里毫無用處，只有通過組合式創(chuàng)新，才能誕生偉大的產(chǎn)品。事實(shí)也證明了，他在多個(gè)消費(fèi)領(lǐng)域的創(chuàng)新，確實(shí)名副其實(shí)。

從這個(gè)角度看，產(chǎn)品經(jīng)理不一定自己直接創(chuàng)造技術(shù)，但需要發(fā)現(xiàn)、挑選并整合創(chuàng)新資源。開源的核心價(jià)值，正是提供了一種高效的創(chuàng)新協(xié)作機(jī)制——它讓全球范圍內(nèi)的產(chǎn)業(yè)鏈參與到無邊界、低成本的協(xié)作中，加快了創(chuàng)新的速度和迭代的節(jié)奏。如果沒有開源，創(chuàng)新往往只能局限在公司或小圈子內(nèi)。因此，雖然傳統(tǒng)意義上產(chǎn)品經(jīng)理對(duì)代碼的關(guān)注度不高，但在 AI 時(shí)代，開源所帶來的這種“協(xié)作式創(chuàng)新機(jī)制”，對(duì)產(chǎn)品經(jīng)理同樣具有極大的價(jià)值和啟發(fā)意義。

王偉：汪源老師在報(bào)告中多次提到一個(gè)關(guān)鍵詞——Chat BI。目前 Chat BI 的確是一個(gè)熱門方向，但它究竟能發(fā)展到什么程度？目前的 Chat BI 最大的挑戰(zhàn)是什么？

汪源：其實(shí)我離開網(wǎng)易后，就沒有直接做 Chat BI，但我一直保持關(guān)注。就我個(gè)人經(jīng)驗(yàn)來看，目前在 Chat BI 領(lǐng)域做得最出色的是消息類產(chǎn)品。我發(fā)現(xiàn)這些產(chǎn)品在需要時(shí)，會(huì)靈活使用 Python 來滿足復(fù)雜需求，這一點(diǎn)在同類產(chǎn)品中非常突出。

你提到的 Chat BI 可以拆成 SQL，這是其中一種實(shí)現(xiàn)方式。但 SQL 的表達(dá)能力本身有限，而數(shù)據(jù)分析往往涉及大量數(shù)據(jù)處理庫。如果模型本身具備寫代碼的能力，通過代碼處理數(shù)據(jù)會(huì)更靈活。我經(jīng)常碰到的場(chǎng)景是：用戶用自然語言觸發(fā)模型，讓它幫忙寫腳本、同步數(shù)據(jù)等，但對(duì)圖形化需求并不強(qiáng)，關(guān)鍵還是統(tǒng)計(jì)整個(gè)數(shù)據(jù)。

目前落地到企業(yè)環(huán)境時(shí)，最大的挑戰(zhàn)是數(shù)據(jù)基礎(chǔ)。企業(yè)原有的數(shù)據(jù)庫設(shè)計(jì)主要面向交易系統(tǒng)，并不適合 Chat BI 這樣的分析產(chǎn)品。這就需要把交易數(shù)據(jù)模型轉(zhuǎn)化為面向分析的數(shù)據(jù)模型，比如建立數(shù)據(jù)參考、通過維度建模組織數(shù)據(jù)。但在中國，能夠把數(shù)據(jù)參數(shù)設(shè)計(jì)得非常完善的企業(yè)其實(shí)很少。

因此，即使 BI 系統(tǒng)可以訪問大量表格，數(shù)據(jù)質(zhì)量問題仍然普遍存在。原始數(shù)據(jù)本身可能有問題，再精確的分析也難以得到完全可靠的結(jié)果。Chat BI 的核心目標(biāo)是讓自然語言能夠自由獲取和分析數(shù)據(jù)，并最終可視化。大模型的能力越來越強(qiáng)，再加上過程理解，即便偶爾出錯(cuò)，用戶也能發(fā)現(xiàn)，大部分（90% 以上）的情況是沒問題的。但如果數(shù)據(jù)源本身未經(jīng)處理，結(jié)果就不可避免地會(huì)出錯(cuò)。這和企業(yè)知識(shí)庫面臨的問題類似：知識(shí)庫的原則必須正確，否則基于它生成的回答就會(huì)有偏差。

王偉：AI 時(shí)代的用戶體驗(yàn)和傳統(tǒng)產(chǎn)品的用戶體驗(yàn)，有什么不一樣的地方？你們?cè)诖蛟?/strong>AI產(chǎn)品的時(shí)候，又會(huì)怎樣去考慮用戶體驗(yàn)？

玉伯：回顧傳統(tǒng) SaaS 時(shí)代，我們常常在用戶體驗(yàn)上做大量“精雕細(xì)琢”的工作——針對(duì)特定用戶群體反復(fù)優(yōu)化細(xì)節(jié)。這種過程就像雕花，看似細(xì)微，但當(dāng)所有細(xì)節(jié)積累到一定程度時(shí)，就會(huì)帶來顯著的整體提升。比如微信功能的優(yōu)化，單個(gè)改動(dòng)可能很小，但等全部打磨到位，它就成了一個(gè)完整且有價(jià)值的作品。

然而，進(jìn)入 AI 時(shí)代，這種思路需要格外謹(jǐn)慎。AI 產(chǎn)品設(shè)計(jì)中，首先要明確產(chǎn)品的邊界——哪些體驗(yàn)的提升依賴于功能優(yōu)化，哪些依賴于數(shù)據(jù)層面的能力。尤其是數(shù)據(jù)準(zhǔn)確性，對(duì) AI 輸出結(jié)果的影響巨大。假設(shè)一個(gè)企業(yè)或個(gè)人的知識(shí)庫中存有大量錯(cuò)誤數(shù)據(jù)，即便 AI 能幫你分析，結(jié)果仍然會(huì)出錯(cuò)。這種情況下，你就很難將問題歸咎于產(chǎn)品本身。

因此，在 AI 產(chǎn)品的設(shè)計(jì)與迭代中，要注意不要急于去做那些需要語言模型本身能力提升才能覆蓋的事情。語言模型的進(jìn)步是一個(gè)過程，就像種下一棵小苗，要等它長(zhǎng)成才能開花。在此之前，我們需要權(quán)衡——是立刻用小模型來解決短板，還是等待大模型升級(jí)后再統(tǒng)一優(yōu)化。

最后在投入策略上，如果能確定某個(gè)功能點(diǎn)在調(diào)用后一定會(huì)提升體驗(yàn)，那么即使是創(chuàng)業(yè)公司，也可以毫不猶豫地投入資源。舉個(gè)例子，大廠在某個(gè)具體產(chǎn)品或功能上，可能出于綜合成本考慮，只投入一兩個(gè)人全職負(fù)責(zé)；但創(chuàng)業(yè)公司如果能看清方向，就可以在這個(gè)點(diǎn)上投入 5 人甚至 10 人，集中 5 倍資源在一個(gè)關(guān)鍵節(jié)點(diǎn)上以做出差異化，最終形成獨(dú)特優(yōu)勢(shì)。

因此對(duì)于創(chuàng)業(yè)公司來說，做產(chǎn)品第一要想清楚“哪些事情不做”，避免資源浪費(fèi)；第二要想清楚“要做的事”并將其做到極致，這樣才能在市場(chǎng)中站穩(wěn)腳跟。

本次大會(huì)還特別設(shè)置了生成式人工智能產(chǎn)品、Agent 智能體產(chǎn)品設(shè)計(jì)、企業(yè)級(jí) AI 產(chǎn)品與應(yīng)用、AI+ 行業(yè)應(yīng)用落地實(shí)踐、具身智能與硬件產(chǎn)品、海外產(chǎn)品實(shí)踐、產(chǎn)品戰(zhàn)略與創(chuàng)新、產(chǎn)品管理實(shí)踐、產(chǎn)品與服務(wù)體驗(yàn)設(shè)計(jì)、產(chǎn)品運(yùn)營(yíng)與增長(zhǎng)、商業(yè)模式設(shè)計(jì)、用戶研究與需求分析等 12 大專題。來自騰訊、智譜、支付寶、百度、網(wǎng)易、字節(jié)跳動(dòng)、快手、科大訊飛、360、金山辦公、京東、vivo、出門問問等領(lǐng)先企業(yè)及組織的技術(shù)專家進(jìn)行了深度分享。

除了干貨滿滿的產(chǎn)品技術(shù)分享，本次大會(huì)也得到了鴻蒙生態(tài)服務(wù)公司AIGC 軟件 A 股上市公司萬興科技（300624.SZ）聲網(wǎng)人民郵電出版社異步社區(qū)清華大學(xué)出版社等合作伙伴的大力支持。會(huì)場(chǎng)外的展位人氣十足，參觀者興致勃勃地與展商交流互動(dòng)，深入了解各類創(chuàng)新成果，現(xiàn)場(chǎng)氣氛熱烈、絡(luò)繹不絕。

以上，就是此次 2025 全球產(chǎn)品經(jīng)理大會(huì)的首日精彩內(nèi)容。明天我們將換個(gè)角度繼續(xù)深挖——技術(shù)趨勢(shì)、行業(yè)應(yīng)用、未來展望，精彩不停歇，敬請(qǐng)期待！