出品人：韩瞳
现任「小瞳咨询」创始人，为企业客户提供AI Native组织重构、内容社区、搜推策略、数据科学领域的咨询陪跑服务
字节跳动创始团队成员，《策略产品经理实践1/2》作者
东北大学数学系，数学建模竞赛国际一等奖，从数学建模的经验走向策略产品岗位。
擅长企业AI转型（1年）、搜推策略（10年）、社区生态策略（7年）、数据分析（10年）、团队管理（4年）
字节跳动创始团队成员，《策略产品经理实践1/2》作者
东北大学数学系，数学建模竞赛国际一等奖，从数学建模的经验走向策略产品岗位。
擅长企业AI转型（1年）、搜推策略（10年）、社区生态策略（7年）、数据分析（10年）、团队管理（4年）
《策略产品经理实践 1/2》作者
AI 时代的产品经理（生产力跃迁）专场
议题背景：
AI Agent 的自主任务完成能力每 4 个月翻倍，Claude Code 已贡献 4% 的全球 GitHub 提交量。开发者的工作方式正被 Agent 深度重塑，但产品经理的世界仍是 "Everything is a Silo"——需求在文档里，数据在后台里，上下文在会议里，没有一条贯通的信息链路让 AI 真正介入。
Zilliz 产品团队率先打破这道墙。我们的实践证明：当 PM 拿起 Agent 工具，角色边界会发生根本性的变化——从功能的定义者，进化为功能的构建者。而这些实践反过来也塑造了我们对 AI 原生产品交互的理解。
内容提纲：
1. 开篇：Agent 吃掉了中间层
1.1 AI Agent 能力指数增长：自主完成任务的能力每 4 个月翻倍
1.2 开发者已被重塑：Claude Code 贡献 4% GitHub commits，目标年底 20%
1.3 PM 的困境：需求在文档里、数据在后台里、上下文在会议里——没有一条贯通的信息链路
1.4 核心论点：没有流动的信息链路，AI 只能做局部优化；PM 必须主动打破孤岛
2. Zilliz 内部实践：PM 即 Builder
借助 Coding Agent，产品经理可以直接构建原型甚至功能模块；产品体验问题做到发现即修复。这不仅仅是 Prototype First，而是产品、研发与测试边界的真正消融
2.1 边界消融：PM 不只写 PRD，直接构建原型甚至功能模块，代码 Review 后进生产
2.2 发现即修复：Coding Agent 赋能，PM 体验产品时直接定位并修复体验问题
2.3 信息穿透：Skill + MCP 打通代码/设计/会议纪要，消除 90% 对齐会
2.4 真实案例：技术检索 Skill、需求回溯 Skill、PM 直接修复产品问题的故事
3. 从实践到产品：Zilliz AI Assistant
3.1 背景：内部 PM Builder 和多团队的实践沉淀出的Skill构建方法论，反哺为面向客户的 Agent 产品
3.2 Agent标准范式：内部 Skill 的不断积累，借助脑子（Agent） + 手&工具（CLI） + 知识（多领域的知识沉淀与最佳实践的载体） 的Agent范式，最终成为 ToB 产品帮助客户上手的最佳路径
3.3 Zilliz AI Assistant 赋能 Zilliz Cloud 产品使用（上手/Schema Design/查询诊断&优化），更将赋能即将发布的 Zilliz Lakebase 产品
4. PM 角色进化：Builder + 知识架构师
4.1 全链路视角：PM 是最了解从客户需求到技术实现完整流程的人
4.2 Builder：不止定义产品，用 Agent 工具直接构建产品
4.3 知识架构师：定义数据资产，编排 AI 理解业务的方式，从整体流程驱动产品优化
4.4 Zilliz PM 的当下现实：写 PRD 也写代码，定义功能也修复 Bug
5. 总结与 Q&A
5.1 回顾主线：打破孤岛 → 内部实践 → Agent 产品范式 → PM 角色重定义
5.2 Call to Action：拿起 Agent 工具，从文档写作者变成 Builder
听众收益
1. 少走弯路：分享 Zilliz 产品团队在 PM 转型 Builder 过程中踩过的坑——哪些场景适合 PM 直接介入代码、哪些不适合，Agent 与人类的信任边界如何划定
2. 产品设计启发：为正在思考如何将 AI Agent 更好融入自身产品的 PM 提供可借鉴的架构思路
AI Agent 的自主任务完成能力每 4 个月翻倍，Claude Code 已贡献 4% 的全球 GitHub 提交量。开发者的工作方式正被 Agent 深度重塑，但产品经理的世界仍是 "Everything is a Silo"——需求在文档里，数据在后台里，上下文在会议里，没有一条贯通的信息链路让 AI 真正介入。
Zilliz 产品团队率先打破这道墙。我们的实践证明：当 PM 拿起 Agent 工具，角色边界会发生根本性的变化——从功能的定义者，进化为功能的构建者。而这些实践反过来也塑造了我们对 AI 原生产品交互的理解。
内容提纲：
1. 开篇：Agent 吃掉了中间层
1.1 AI Agent 能力指数增长：自主完成任务的能力每 4 个月翻倍
1.2 开发者已被重塑：Claude Code 贡献 4% GitHub commits，目标年底 20%
1.3 PM 的困境：需求在文档里、数据在后台里、上下文在会议里——没有一条贯通的信息链路
1.4 核心论点：没有流动的信息链路，AI 只能做局部优化；PM 必须主动打破孤岛
2. Zilliz 内部实践：PM 即 Builder
借助 Coding Agent，产品经理可以直接构建原型甚至功能模块；产品体验问题做到发现即修复。这不仅仅是 Prototype First，而是产品、研发与测试边界的真正消融
2.1 边界消融：PM 不只写 PRD，直接构建原型甚至功能模块，代码 Review 后进生产
2.2 发现即修复：Coding Agent 赋能，PM 体验产品时直接定位并修复体验问题
2.3 信息穿透：Skill + MCP 打通代码/设计/会议纪要，消除 90% 对齐会
2.4 真实案例：技术检索 Skill、需求回溯 Skill、PM 直接修复产品问题的故事
3. 从实践到产品：Zilliz AI Assistant
3.1 背景：内部 PM Builder 和多团队的实践沉淀出的Skill构建方法论，反哺为面向客户的 Agent 产品
3.2 Agent标准范式：内部 Skill 的不断积累，借助脑子（Agent） + 手&工具（CLI） + 知识（多领域的知识沉淀与最佳实践的载体） 的Agent范式，最终成为 ToB 产品帮助客户上手的最佳路径
3.3 Zilliz AI Assistant 赋能 Zilliz Cloud 产品使用（上手/Schema Design/查询诊断&优化），更将赋能即将发布的 Zilliz Lakebase 产品
4. PM 角色进化：Builder + 知识架构师
4.1 全链路视角：PM 是最了解从客户需求到技术实现完整流程的人
4.2 Builder：不止定义产品，用 Agent 工具直接构建产品
4.3 知识架构师：定义数据资产，编排 AI 理解业务的方式，从整体流程驱动产品优化
4.4 Zilliz PM 的当下现实：写 PRD 也写代码，定义功能也修复 Bug
5. 总结与 Q&A
5.1 回顾主线：打破孤岛 → 内部实践 → Agent 产品范式 → PM 角色重定义
5.2 Call to Action：拿起 Agent 工具，从文档写作者变成 Builder
听众收益
1. 少走弯路：分享 Zilliz 产品团队在 PM 转型 Builder 过程中踩过的坑——哪些场景适合 PM 直接介入代码、哪些不适合，Agent 与人类的信任边界如何划定
2. 产品设计启发：为正在思考如何将 AI Agent 更好融入自身产品的 PM 提供可借鉴的架构思路
PM 即 Builder，AI Agent 时代的 PM 进化
莫亦寒
现任 Zilliz AI Agent 负责人，主导 Zilliz Cloud AI Agent 产品方向与 BYOC 产品线从 0 到 1 落地，推动企业级向量数据库的 AI 原生交互演进与商业化。曾任腾讯云大数据平台产品经理，负责新一代管控平台的产品规划与商业化，落地中信银行、中国银行总行等行业标杆大数据平台项目。
Zilliz 资深产品经理、AI Agent 负责人
议题背景：
在AI生成内容泛滥、用户对“真实感”与“情感链接”极度稀缺的当下，人类讲故事能力成为不可替代的核心竞争力。
AI时代的Storyteller（故事官），是硅谷2025-2026年最热门、薪资最高的非技术岗位之一。
当产品从“功能”走向“体验”，产品拼的将不再是技术，而是与用户的情感链接。
如何将产品价值转化为用户可感知的叙事？
如何把复杂的技术讲得让人听懂产生共鸣？
这是产品经理在当下需要具备的核心能力之一。
用故事传播产品的品牌，用故事是抢占用户的心智，让用户秒懂产品价值，让用户快速做出决策。
内容大纲：
1. 硅谷启示：从招聘故事官 看叙事的重要性
1.1 为什么需要讲故事？传递主张 达成共识
1.2 什么才算好的故事？清清楚楚 真真切切
2. 讲述清楚：不清楚 就会输
2.1 识别需求：用户角色不同要讲的重点不同
2.2 确定主题：想透一句话结论才更吸引人
2.3 构建逻辑：逻辑成河才能自然结果
2.4 深入浅出：不明觉厉不如更接地气
3. 产生共情：有代入 才会动
3.1 承认差距：可以示弱表达诉求
3.2 适当宣传：平凡者伟大伟大者平凡
3.3 真诚以待：保持你仅有的活人感
听众受益
1. 学会精准识别不同用户角色需求，让你的产品故事一开口就抓住听众注意力。
2. 掌握共情技巧，懂得适当示弱、真诚表达，让故事有温度，激发听众行动欲。
3. 找到自己的表达风格，我就是我，颜色不一样的烟火。
在AI生成内容泛滥、用户对“真实感”与“情感链接”极度稀缺的当下，人类讲故事能力成为不可替代的核心竞争力。
AI时代的Storyteller（故事官），是硅谷2025-2026年最热门、薪资最高的非技术岗位之一。
当产品从“功能”走向“体验”，产品拼的将不再是技术，而是与用户的情感链接。
如何将产品价值转化为用户可感知的叙事？
如何把复杂的技术讲得让人听懂产生共鸣？
这是产品经理在当下需要具备的核心能力之一。
用故事传播产品的品牌，用故事是抢占用户的心智，让用户秒懂产品价值，让用户快速做出决策。
内容大纲：
1. 硅谷启示：从招聘故事官 看叙事的重要性
1.1 为什么需要讲故事？传递主张 达成共识
1.2 什么才算好的故事？清清楚楚 真真切切
2. 讲述清楚：不清楚 就会输
2.1 识别需求：用户角色不同要讲的重点不同
2.2 确定主题：想透一句话结论才更吸引人
2.3 构建逻辑：逻辑成河才能自然结果
2.4 深入浅出：不明觉厉不如更接地气
3. 产生共情：有代入 才会动
3.1 承认差距：可以示弱表达诉求
3.2 适当宣传：平凡者伟大伟大者平凡
3.3 真诚以待：保持你仅有的活人感
听众受益
1. 学会精准识别不同用户角色需求，让你的产品故事一开口就抓住听众注意力。
2. 掌握共情技巧，懂得适当示弱、真诚表达，让故事有温度，激发听众行动欲。
3. 找到自己的表达风格，我就是我，颜色不一样的烟火。
Storyteller火爆硅谷，你的产品故事够“燃”吗？
刘芳
中兴通讯十大金牌讲师
历任品牌宣讲官、市场策划经理、企业演讲教练
中兴通讯产品经理训练营辅导教练
中国人才交流基金会授权师资
演讲分享15年、宣讲路演1000+场，辅导人次500+
国际产品经理认证NPDP持证者\美国项目管理协会PMP\ACP\PBA\PgMP
著有《零基础提升公众表达力》《如何准备ACP考试》《产品经理知识体系学习与实践指南》
知识管理领域智库专家
历任品牌宣讲官、市场策划经理、企业演讲教练
中兴通讯产品经理训练营辅导教练
中国人才交流基金会授权师资
演讲分享15年、宣讲路演1000+场，辅导人次500+
国际产品经理认证NPDP持证者\美国项目管理协会PMP\ACP\PBA\PgMP
著有《零基础提升公众表达力》《如何准备ACP考试》《产品经理知识体系学习与实践指南》
知识管理领域智库专家
中兴通讯 有线产品能力中心总监
内容大纲：
1. 当下感受：听众普遍焦虑来自于对价值感的确认
2. 以文明史的视角理解我们的处境
2.1 用PEST模型理解当下现实
2.2 以史为鉴：工业革命带来的启发
2.3 四次工业革命的抽象框架：原子世界与比特世界、计算与连接
2.4 我们所处的位置与变化方向
3. 当下应该如何提升
3.1 一句话建议：先用AI重构自己的工作流
3.2 从叶子知识走向树干知识
3.3 选择行业、公司与职业路径的原则
3.4 提升自己的智慧、勇气和品味
1. 当下感受：听众普遍焦虑来自于对价值感的确认
2. 以文明史的视角理解我们的处境
2.1 用PEST模型理解当下现实
2.2 以史为鉴：工业革命带来的启发
2.3 四次工业革命的抽象框架：原子世界与比特世界、计算与连接
2.4 我们所处的位置与变化方向
3. 当下应该如何提升
3.1 一句话建议：先用AI重构自己的工作流
3.2 从叶子知识走向树干知识
3.3 选择行业、公司与职业路径的原则
3.4 提升自己的智慧、勇气和品味
AI时代自我迭代的一些思考
——用智慧、勇气和品味创造价值
韩瞳
现任「小瞳咨询」创始人，为企业客户提供AI Native组织重构、内容社区、搜推策略、数据科学领域的咨询陪跑服务
字节跳动创始团队成员，《策略产品经理实践1/2》作者
东北大学数学系，数学建模竞赛国际一等奖，从数学建模的经验走向策略产品岗位。
擅长企业AI转型（1年）、搜推策略（10年）、社区生态策略（7年）、数据分析（10年）、团队管理（4年）
字节跳动创始团队成员，《策略产品经理实践1/2》作者
东北大学数学系，数学建模竞赛国际一等奖，从数学建模的经验走向策略产品岗位。
擅长企业AI转型（1年）、搜推策略（10年）、社区生态策略（7年）、数据分析（10年）、团队管理（4年）
《策略产品经理实践 1/2》作者
议题背景：
AI 时代的产品创新，不应该只是“用 AI 把原来的事情做得更好”，而是“用 AI 实现原来不可能具备的能力”。Atypica 将专业的用户研究能力下放给每个人，让“理解用户”从少数专家的项目，变成每个团队随时可用的组织能力。
演讲大纲
1. 开场：一个悖论
1.1 引入问题：
1.1.1 每家公司都说“以用户为中心”，但上一次深度对话用户是什么时候？
1.1.2 我们把“理解用户”当成项目，而不是能力
1.2 核心矛盾：
1.2.1 项目：阶段性、成本高昂、滞后
1.2.2 能力：持续、复利、实时
2. 项目思维的困境
传统用户研究的三个结构性瓶颈：
2.1 时间瓶颈
2.1.1 一次深度调研需要 4-8 周（招募→访谈→分析→报告）
2.1.2 等报告出来，市场可能已经变了
2.2 成本瓶颈
2.2.1 20 人深度访谈成本：10-30 万
2.2.2 大多数公司一年只能做 1-2 次
2.2.3 只有重大决策才会启动
2.3 覆盖瓶颈
2.3.1 20 个样本能代表整个用户群体吗？
2.3.2 边缘用户、潜在用户、流失用户的声音在哪里？
结果： 我们对用户的理解是快照式的，而不是动态的 —— 就像用一张照片去理解一个人的一生。
3. 为什么做 Atypica：能力下放的产品哲学
3.1 AI 时代的产品审美：
大多数人在想：“有了 AI，什么能做得更好？”
- 写作更快、设计更快、编程更快……
我们在想：“原来不具备的能力，怎么用 AI 来实现？”
3.2 用户研究的能力鸿沟：
传统上，深度用户研究是少数专家的特权：
- 需要专业训练（访谈技巧、分析方法）
- 需要大量时间（不是每个产品经理都有）
- 需要高额预算（不是每个决策都值得投入）
结果是： 90% 的产品决策，都是在没有充分用户洞察的情况下做出的。
3.3 Atypica 的设计初心：
我们要做的，是把用户研究的能力下放给每个人：
- 产品经理不需要等调研团队排期，随时可以问用户
- 营销团队不需要申请预算，随时可以测试创意
- 战略团队不需要依赖咨询公司，随时可以探索新市场
这不是工具的民主化，是能力的民主化。
4. 能力思维的可能性
4.1 如果“理解用户”是一种永远在线的能力，会发生什么？
场景 1：产品经理的日常
- 从：“我们下个月做一次用户调研吧”
- 到：“让我问问用户对这个功能的真实感受” —— 随时、即时、低成本
场景 2：营销团队的创意测试
- 从：“这个文案我们内部投票决定吧”
- 到：“让我们在 100 个用户人设上测试这 5 个版本” —— 覆盖更广、反馈更真实
场景 3：战略层的决策
- 从：“我们凭经验判断用户需要什么”
- 到：“我们有一个关于用户动机、恐惧和决策模式的模拟器” —— 可以随时查询、随时演化
4.2 这不是 100 倍的效率提升，而是一种质变：
- 从偶尔听用户说话 → 随时和用户对话
- 从理解用户的过去 → 预测用户的未来
- 从少数人的能力 → 整个组织的能力
5. 这种能力如何建立：设计哲学
我们在设计 Atypica 时问自己三个问题：
5.1 如何让 AI 真正理解“人”？
人不是数据点，人是有动机、有恐惧、有矛盾的复杂存在。
我们的方法：让 AI 模拟人设
- 每个用户人设承载真实用户的价值观、生活情境、决策模式
- 不是虚构，是从真实访谈、真实行为数据中提炼的主观性模型
- 就像物理学是客观世界的模型，我们在构建主观世界的模型
5.2 如何让这种能力可以复利？
传统调研是一次性的 —— 每次都要重新招募、重新访谈、重新分析。
我们设计的是会生长的系统：
- 每一次对话都在丰富人设库
- 每一次测试都在校准模型
- 每一次使用都在积累组织的用户理解资产
这是复利系统，不是一次性工具。
5.3 如何让它融入组织的日常？
最好的能力不是需要特殊流程才能使用的，而是随时可以调用的。
我们不是在做“用户调研平台”，而是永远在线的用户理解层：
- 产品经理可以随时问
- 营销团队可以随时测
- 战略层可以随时查
6. 真实案例
案例 1：某出海 SaaS 公司
- 传统方式： 进入欧洲市场前，3 个月、50 万预算做市场调研
- 现在： 2 周内模拟 200 个目标用户反馈，成本不到原来的 1/10
- 关键： 这 200 个人设成为永久资产，每次产品迭代都可以继续使用
案例 2：某消费品牌
- 传统方式： 每次新品测试找 20-30 人做焦点小组，周期长、成本高
- 现在： 几小时内测试 10 个产品概念，覆盖 100+用户画像
- 意外收获： 发现了之前从未注意的边缘用户群体，后来成为增长最快的细分市场
7. 总结：
AI 正在让“理解用户”从一个项目变成一种能力。
客观世界有物理学、化学、生物学 —— 我们用这些模型来理解和预测物质世界。
主观世界呢？ 人的动机、恐惧、决策模式 —— 这些一直是模糊的、难以捉摸的。
但从今天起，我们有了工具来建模、来模拟、来理解。
这不只是 Atypica 在做的事，这是整个行业的机会。
我们邀请大家，在人类主观性的模型之上，去构建。
因为真正以用户为中心的公司，不是一年和用户对话一次的公司，而是把理解用户变成永久组织能力的公司。
这不只是 Atypica 在做的事，这是整个行业的机会。
我们邀请大家，在人类主观性的模型之上，去构建。
因为真正以用户为中心的公司，不是一年和用户对话一次的公司，而是把理解用户变成永久组织能力的公司。
从项目到能力：AI 时代的用户理解范式转变
张子璇
.......
atypica.AI 产品增长负责人
议题背景：
从⾏业观察和⾃身经历出发，分享互联⽹产品经理转型成AI产品经理的⼀些经验。
从⾏业观察和⾃身经历出发，分享互联⽹产品经理转型成AI产品经理的⼀些经验。
内容大纲：
1. 产品经理的核⼼能⼒没有改变，但游戏规则变了
1.1 看清业务⼤趋势
1.1.1 AI带来的价值究竟有多⼤：这是能⼒的⼯业⾰命
1.1.2 AI在往哪个⽅向发展：均值回归，建⽴⼀个数据循环就变⾰⼀个⾏业
1.1.3 从传播和连接回到制造：从互联⽹思维⾥跳出来
1.2 看懂游戏规则
1.2.1 围绕AI能⼒的未来突破去构建产品
1.2.2 智⼒型产品需要智⼒来理解，新体验先⾏，好体验慢慢来
1.2.3 破坏式创新⽅法仍然有效，但是本应被破坏的⼤⼚也学会了
1.2.4 Day1开始考虑商业模式
2. 团队协作⽅式和职能划分彻底变了
2.1 AI和⼈类开始分⼯了
2.1.1 ⼈类负责决策，AI负责⼲活
· A
2.2 团队⼯作⽅式从上下游流⽔线变成并⾏
2.21 当PM可以交付可运⾏的demo，PRD的效率⼤幅下降
2.2.2 当AI可以基于spec遵循设计，设计师更多输出⼀个版本的品味
2.2.3 当研发可以轻易的需求变更，产品给出初稿就可以并⾏开⼯
2.2.4 开会设计是⼀切的开始，⽂档是⼀切的结束
2.3 传统职能划分在被重构，最强能⼒就是新的职能
2.3.1 团队写作顶尖的，写官号、做标注、写投放brief
2.3.2 每个⼈将最强能⼒注⼊给AI，撑起团队的每⼀块⽊板
3. AI产品经理如何搭建⾃⼰的能⼒体系
3.1 ⼼态的转变
3.1.1 从做事转到管理，更多去关注运作效率
3.1.2 ⾏业发展⻜快，输⼊要多于输出，持续学习，最快建⽴判断⼒
3.1.3 明确⼈和AI的边界，建⽴有效的合作
3.2 机制设计是最需要的能⼒
3.2.1 把举⼀反三的机制建⽴起来，发现⼀个问题消除同类所有问题
3.2.2 让最优化⽅法成为Harness，定义标准，让AI打你的Benchmark
3.2.3 学会构建循环
3.2.4 验证变得更加容易，建⽴实验体系
3.3 控制熵增
3.3.1 加速的运⾏带来加速的熵增，从产品设计到组织设计都要控制
3.3.2 在起点注⼊⾜够的熵减，混乱的节点就会⼤幅延后
3.3.3 沉淀规范和review，及时纠偏
听众受益：
1. ⼤量的AI产品经理实战经验
2. 互联⽹上没有的⼀些探索和实验的成果
从互联⽹到AI-产品经理的变化与不变
邹昌力
从0到1打造AI产品“问⼩⽩”，AI 连续创业者。曾在抖⾳主端，帮助抖⾳从短视频平台转型成涵盖电商、⽣服、图⽂、⻓视频的多业务平
台。
滴滴国际化从事产品⼯作，从0到1做成特价拼⻋、海外算法动态定价等新交易形态产品，擅⻓攻坚和突破难点。
台。
滴滴国际化从事产品⼯作，从0到1做成特价拼⻋、海外算法动态定价等新交易形态产品，擅⻓攻坚和突破难点。
A2H Market 产品合伙⼈
PM组委会由业界在产品经理或相关领域具有显著成就和影响力的产品人发起，邀请联合主席团专家一起挖掘全球产品领域的创新突破，旨在推动产品领域的知识分享和能力提升，促进行业产品创新。我们相信，通过持续的学习和交流，产品人能够在快速变化的市场环境中不断成长，创造更多的用户价值和商业价值。同时依托智盟创课国内领先的人才能力提升服务供应商，组织专业的会务服务团队，全面推进会议的顺利落地，保证参会者体验。
服务总线：400-183-9980
商务、媒体合作：木子 151-2264-3988
演讲分享：丽媛 186-0005-0529
购票咨询：白老师 135-1619-6409