专场出品人：李雪瑶
10年以上产品设计工作经验，现任 Evermind 产品VP，前阿里/字节技术产品专家，专注于 2B/2D 领域的产品设计与研究，以及用户视角的技术产品化。
- 具有 DDD 领域架构、电商 TMF 端到端交付、DevOps 多端研发平台、效能度量、数据监控运维、链路可视化、规则引擎、活动反作弊、商业风控、合规、智能审核、AI 助手等五大类30+平台产品的设计经验。
- 代表作：Mtee-阿里风控大脑、Halo-阿里星环、Bits-研发流程/数据洞察、Ework-技术运营平台、AiMate-智能提效引擎等…
- 具有 DDD 领域架构、电商 TMF 端到端交付、DevOps 多端研发平台、效能度量、数据监控运维、链路可视化、规则引擎、活动反作弊、商业风控、合规、智能审核、AI 助手等五大类30+平台产品的设计经验。
- 代表作：Mtee-阿里风控大脑、Halo-阿里星环、Bits-研发流程/数据洞察、Ework-技术运营平台、AiMate-智能提效引擎等…
盛大Evermind 产品副总裁
AI Agent设计与商业化（核心技术应用）
议题背景：
本次演讲将聚焦如何通过智能体（AI Agent）为企业从0到1构建AI能力。智能体不是”聊天“工具，更是能独立完成合同审核、研发赋能等任务的“数字员工”。演讲嘉宾将通过实际案例的分析，讲述企业 Agent落地路径，帮助企业快速验证价值，迎接“数字员工”的时代。
内容大纲：
1. AI Agent的本质认知
1.1 AI Agent的定义与思考：从模型能力到业务价值
1.2 核心逻辑三要素：场景化组织、执行体定位：复用型平台
2. 企业Gen AI的三大应用类型
2.1 内容生成：流程自动化与知识型工作加速
2.2 创新突破：新产品、新服务、新业务
2.3 能效提升：专业工作的准确性与深度增强
3. 案例分享：智擎平台—企业数字化转型的"工厂"
3.1 平台价值：让大模型真正融入组织，形成稳定生产方式
3.2 实践案例：合同审计、智能陪练、工程图
4. 企业落地AI Agent的四阶段行动建议：从初期探索到全周期建设
5. 反思与展望：业务、技术、组织的深度融合
本次演讲将聚焦如何通过智能体（AI Agent）为企业从0到1构建AI能力。智能体不是”聊天“工具，更是能独立完成合同审核、研发赋能等任务的“数字员工”。演讲嘉宾将通过实际案例的分析，讲述企业 Agent落地路径，帮助企业快速验证价值，迎接“数字员工”的时代。
内容大纲：
1. AI Agent的本质认知
1.1 AI Agent的定义与思考：从模型能力到业务价值
1.2 核心逻辑三要素：场景化组织、执行体定位：复用型平台
2. 企业Gen AI的三大应用类型
2.1 内容生成：流程自动化与知识型工作加速
2.2 创新突破：新产品、新服务、新业务
2.3 能效提升：专业工作的准确性与深度增强
3. 案例分享：智擎平台—企业数字化转型的"工厂"
3.1 平台价值：让大模型真正融入组织，形成稳定生产方式
3.2 实践案例：合同审计、智能陪练、工程图
4. 企业落地AI Agent的四阶段行动建议：从初期探索到全周期建设
5. 反思与展望：业务、技术、组织的深度融合
企业 Agent 落地 “破局”： AI 赋能产业的实践心得
万学凡
毕业于华中科技大学，华中科技大学学生校友导师，清华大学EMBA。是一位非常知名的咨询顾问和训战导师，译有《卓有成效的工程师》、《EDGE：价值驱动的数字化转型》、《回顾活动引导：24个反模式与重构实践》、《解决方案架构师修炼之道》、《AI 重新定义企业》、《内容智能：打赢每一场运营战争》、《精益设计》、《敏捷开发的艺术》、《AI驱动开发：企业级机器学习与自动化编程实战》等书，《数字化共创工作坊》专利作者。
咨询顾问、训战导师
议题背景：
电商营销素材需求呈爆发式增长，而传统内容生产存在明显瓶颈；漫剧内容创作引擎不全，存在大量人工脚本、分镜和抽卡率问题。Agent一直在电商、客服领域产品较多，但电商营销、短剧和AIGC精神文化消费的内容生产链路缺少类似应用。为此，需构建多模态识别、可控编辑与上下文理解等能力，联动打造AIGC解决方案；聚焦面向转化的电商活动营销素材工具链，涵盖图像和视频评测链路。
内容大纲：
1. 构建AIGC驱动的电商与漫剧素材工具链
1.1 打造高质量、高转化率的营销内容并准确评估效果，在媒资管理体系中后续可以实现跨模态搜索。
1.2 以Agent为核心、融合多模态AIGC技术的一站式解决方案，覆盖从内容生成到效果监测的全链路。
1.3 idea-idea生剧本-脚本-图像生成-视频生产（首位帧为例）-编辑-生成评测-优化与智能集锦-分发-保存-媒资检索。
2. 核心Agent能力构建与产品架构
2.1 对自由文本描述的兼容性和细粒度语义关联能力，精准理解如多巴胺、少女感等电商用词；也能理解霸气傲天、傻白甜等短剧漫剧用词。
2.2 抽卡率是既往产品常见问题，针对该问题展示如何快速生成上千张素材，并通过评测系统自动筛选出最优组合，实现效率与效果的倍增。
2.3 AIGC在个性化内容生成后的智能集锦，推介Cybercut全链路剪辑的能力实现路径，产品迭代规划，Cover高燃片段一键成片需求。
3. 产品迁移思考与QA
3.1 掌握一套可直接复用的 AIGC 全链路落地架构，从生成、剪辑到评测、分发形成闭环，快速落地业务。
3.2 打开AIGC 商业化思路，理解如何从工具型功能升级为平台型产品，构建长期竞争力。
听众收益
1. 启发-学会AI Agent 在内容场景的产品化方法，包括语义理解、批量生成、智能筛选、自动剪辑等高价值能力设计。
2. 借鉴-具备跨场景迁移能力，可将这套架构、方法论直接复用到营销、增长、电商、短剧、工具产品等多个领域。
运营效率的从业者。
内容大纲：
1. 构建AIGC驱动的电商与漫剧素材工具链
1.1 打造高质量、高转化率的营销内容并准确评估效果，在媒资管理体系中后续可以实现跨模态搜索。
1.2 以Agent为核心、融合多模态AIGC技术的一站式解决方案，覆盖从内容生成到效果监测的全链路。
1.3 idea-idea生剧本-脚本-图像生成-视频生产（首位帧为例）-编辑-生成评测-优化与智能集锦-分发-保存-媒资检索。
2. 核心Agent能力构建与产品架构
2.1 对自由文本描述的兼容性和细粒度语义关联能力，精准理解如多巴胺、少女感等电商用词；也能理解霸气傲天、傻白甜等短剧漫剧用词。
2.2 抽卡率是既往产品常见问题，针对该问题展示如何快速生成上千张素材，并通过评测系统自动筛选出最优组合，实现效率与效果的倍增。
2.3 AIGC在个性化内容生成后的智能集锦，推介Cybercut全链路剪辑的能力实现路径，产品迭代规划，Cover高燃片段一键成片需求。
3. 产品迁移思考与QA
3.1 掌握一套可直接复用的 AIGC 全链路落地架构，从生成、剪辑到评测、分发形成闭环，快速落地业务。
3.2 打开AIGC 商业化思路，理解如何从工具型功能升级为平台型产品，构建长期竞争力。
听众收益
1. 启发-学会AI Agent 在内容场景的产品化方法，包括语义理解、批量生成、智能筛选、自动剪辑等高价值能力设计。
2. 借鉴-具备跨场景迁移能力，可将这套架构、方法论直接复用到营销、增长、电商、短剧、工具产品等多个领域。
运营效率的从业者。
AI Agent案例：AIGC从视频生成到内容监测全链路
SeraphinaYu
现任快手基础平台部-AI产品解决方案架构师，万擎MaaS是构建覆盖模型接入、推理优化、训练微调与AI应用开发的全栈式AI平台。Cybercut为内容创作提供从生成到编辑的完整闭环，助力海内外头部消费电子、智驾、零售电商企业实现智能化升级与业务创新。
过往历任腾讯云 CSIG 云产品三部 AI 产品解决方案架构师；聚焦智能体开发平台（ADP）、机器学习平台（Ti-ONE）的解决方案设计与落地，依托知识图谱、RAG/GraphRAG 等技术与Rag、Workflow、Multi-Agent框架，设计跨模态检索、工作流编排方案，为某能源、某传媒等企业打造复杂业务场景下的 AI 应用落地方案；
任百度智能云 AI AM、为企业构建复杂业务场景下的AI应用，实现效率提升90%+、响应时长从分钟级优化至秒级的显著效果；、
任阿里云PDSA& BTE（轮岗），深耕人工智能与云计算，尤其是模型预训练&后训练、全生命周期 AI 开发、大模型成本性能优化架构，具备扎实的产品设计与架构落地能力。
快手AI PDSA华东负责人
议题背景
OpenClaw 的爆发让 AI Agent 从概念走向主流。但当"用对话完成任务"成为新常态，产品设计的底层逻辑正在被颠覆：没有按钮的界面如何引导用户？AI 能力的边界如何让用户感知？失败时如何不丢失信任？
MiniMax 在 产品化过程中，系统性地回答了这些问题。本议题将聚焦产品设计维度，分享我们验证过的设计原则与踩过的坑，为 Agent 时代的产品人提供可复用的实战框架。
内容大纲
1. 重构设计逻辑：Agent 产品的三个核心命题
1.1 边界感知：用户不知道 AI 能做什么、不能做什么——如何通过设计让能力边界"可触摸"？
1.2 信任阶梯：从"让 AI 看"到"让 AI 做"，用户的心理门槛如何通过产品设计逐级跨越？
1.3 失败预期：Agent 必然会犯错，如何设计让用户"接受失败"而非"放弃产品"的体验兜底？
2. 关键体验节点：MaxClaw 的设计决策复盘
2.1 首次体验设计：用户第一个任务应该是什么？我们测试多种引导方案后的结论。
2.2 能力渐进释放：哪些功能主动展示、哪些等用户发现？基于用户成长阶段的功能分层策略。
2.3 多端体验一致性：消息平台 × App × Web，我们选择"功能一致、交互适配"的取舍逻辑。
3. 产品迭代机制：如何让 Agent 越用越好用
3.1 反馈产品化：将用户的自然语言反馈转化为可量化的迭代输入。
3.2 个性化与通用性平衡：Agent 应该记住多少用户偏好？"贴心"与"诡异"的边界在哪里？
听众收益
1. 设计框架：获得 Agent 产品"边界感知—信任建立—失败兜底"的完整设计思路
2. 决策参考：了解关键体验节点的设计取舍与验证结论
3. 避坑清单：用户引导、能力外显、多端适配上踩过的坑与解法
OpenClaw 的爆发让 AI Agent 从概念走向主流。但当"用对话完成任务"成为新常态，产品设计的底层逻辑正在被颠覆：没有按钮的界面如何引导用户？AI 能力的边界如何让用户感知？失败时如何不丢失信任？
MiniMax 在 产品化过程中，系统性地回答了这些问题。本议题将聚焦产品设计维度，分享我们验证过的设计原则与踩过的坑，为 Agent 时代的产品人提供可复用的实战框架。
内容大纲
1. 重构设计逻辑：Agent 产品的三个核心命题
1.1 边界感知：用户不知道 AI 能做什么、不能做什么——如何通过设计让能力边界"可触摸"？
1.2 信任阶梯：从"让 AI 看"到"让 AI 做"，用户的心理门槛如何通过产品设计逐级跨越？
1.3 失败预期：Agent 必然会犯错，如何设计让用户"接受失败"而非"放弃产品"的体验兜底？
2. 关键体验节点：MaxClaw 的设计决策复盘
2.1 首次体验设计：用户第一个任务应该是什么？我们测试多种引导方案后的结论。
2.2 能力渐进释放：哪些功能主动展示、哪些等用户发现？基于用户成长阶段的功能分层策略。
2.3 多端体验一致性：消息平台 × App × Web，我们选择"功能一致、交互适配"的取舍逻辑。
3. 产品迭代机制：如何让 Agent 越用越好用
3.1 反馈产品化：将用户的自然语言反馈转化为可量化的迭代输入。
3.2 个性化与通用性平衡：Agent 应该记住多少用户偏好？"贴心"与"诡异"的边界在哪里？
听众收益
1. 设计框架：获得 Agent 产品"边界感知—信任建立—失败兜底"的完整设计思路
2. 决策参考：了解关键体验节点的设计取舍与验证结论
3. 避坑清单：用户引导、能力外显、多端适配上踩过的坑与解法
MiniMax on OpenClaw：
Agent 产品设计的实战方法论
冯雯
现任 MiniMax 开放平台负责人和解决方案高级总监，自 2023 年加入 MiniMax 以来，主导并推进了多个大模型在产业场景中的落地项目，积累了丰富的大模型工程化与Agent技术应用实践经验。
加入 MiniMax 之前，冯雯曾就职于字节跳动，担任互联网行业解决方案专家，长期专注于人工智能技术在多元业务场景中的实际应用与方案设计，具有深厚的技术洞察与行业落地能力。
MiniMax 开放平台高级总监
议题背景：
在 2026 年的 AI 浪潮中，大模型已完成从“计算”到“推理”的跨越，但却深陷“数字失忆症”的泥潭。目前的 AI 仍是缺乏时空连续性的“聪明陌生人”，而用户的数字资产（网盘、笔记、代码）正沦为无人问津的“数字荒原”。本次分享将跳出传统的“算法驱动”逻辑，提出 LTM-Native（长期记忆原生） 的全新架构理念。我们将探讨如何通过 EverOS 构建独立于模型的记忆基座，将冷冰冰的异构数据转化为可感知的“数字生命”。这不仅是对产品形态的重构，更是对 AI 时代个人数字主权与生命延续方案的深度实验。
内容大纲：
1. 范式转移：为什么 AI 的下一站是“基础设施化的记忆”？
1.1 从 Model-Centric 到 LTM-Native： 告别挂载式插件，定义记忆原生操作系统的技术护城河。
1.2 行业心智对比： 拆解内容为王（兴趣分发）、流量为王（效率工具）与Evermind（生命映射）的底层逻辑差异。
1.3 数字生命底座： 为什么“秒级调用 TB 级碎片数据”是进入 AGI 时代的唯一门票。
2. 见证与摄入：如何让“冷数据”进化为“热资产”？
2.1 异构数据的高保真索引： 面对十年网盘碎片与散乱代码，如何实现语义级的“本能唤醒”而非关键词检索。
2.2 跨时空因果模拟： 案例分享：如何通过历史行为序列，帮用户排查人生/职场决策中的“循环 Bug”。
2.3 隐私与主权架构： 基于数据沙箱的“数字主权”设计，确保记忆不再是科技巨头的附庸。
3. 共鸣与交互：从“搜索答案”到“理解灵魂”
3.1 语义级反射检索（Semantic Reflex）： 抛弃生硬的 Prompt，实现 AI 对用户隐性需求的“肌肉记忆”。
3.2 交互式数字化身设计： “对话 20 岁的自己”背后的逻辑一致性与情感编译器技术。
3.3 视觉化生命星图： 将抽象的知识结构与情感脉络转化为 3D 记忆星云的产品创新实践。
4. 进化与赋能：记忆驱动的生产力革命
4.1 首席个人智囊（LTM + Agent）： 案例：EverOS 如何利用过去三年的历史思考逻辑，自动化提升当前的决策精度。
4.2 SpecCoding AI 实践： 记忆基座如何让 AI 真正理解复杂业务逻辑，实现工程效率的指数级跃迁。
4.3 自动化生命叙事： 从枯燥的数据轨迹到“自动生成传记电影”的产品运营策略。
5. 终局思考：Keep in Mind, Evolve over Time
5.1 时光之锚： 在信息洪流中，为用户建立唯一的“数字不动点”。
5.2 数字永生入场券： 探讨智慧与价值观跨越物理生命限制的商业逻辑与伦理边界。
听众收益：
1. 产品经理： 学习如何从“功能思维”转型为“架构思维”，掌握设计 LTM 原生产品的新范式。
2. 开发者与架构师： 借鉴 EverOS 处理 TB 级异构数据索引与语义反射检索的底层工程经验。
3. 创业者： 洞察 2026 年 AI 赛道的新机会点——从抢占“算力”到抢占“个人经历数据”。
4. 避坑指南： 了解在构建长期记忆系统时，如何平衡召回率、推理成本与用户隐私。
在 2026 年的 AI 浪潮中，大模型已完成从“计算”到“推理”的跨越，但却深陷“数字失忆症”的泥潭。目前的 AI 仍是缺乏时空连续性的“聪明陌生人”，而用户的数字资产（网盘、笔记、代码）正沦为无人问津的“数字荒原”。本次分享将跳出传统的“算法驱动”逻辑，提出 LTM-Native（长期记忆原生） 的全新架构理念。我们将探讨如何通过 EverOS 构建独立于模型的记忆基座，将冷冰冰的异构数据转化为可感知的“数字生命”。这不仅是对产品形态的重构，更是对 AI 时代个人数字主权与生命延续方案的深度实验。
内容大纲：
1. 范式转移：为什么 AI 的下一站是“基础设施化的记忆”？
1.1 从 Model-Centric 到 LTM-Native： 告别挂载式插件，定义记忆原生操作系统的技术护城河。
1.2 行业心智对比： 拆解内容为王（兴趣分发）、流量为王（效率工具）与Evermind（生命映射）的底层逻辑差异。
1.3 数字生命底座： 为什么“秒级调用 TB 级碎片数据”是进入 AGI 时代的唯一门票。
2. 见证与摄入：如何让“冷数据”进化为“热资产”？
2.1 异构数据的高保真索引： 面对十年网盘碎片与散乱代码，如何实现语义级的“本能唤醒”而非关键词检索。
2.2 跨时空因果模拟： 案例分享：如何通过历史行为序列，帮用户排查人生/职场决策中的“循环 Bug”。
2.3 隐私与主权架构： 基于数据沙箱的“数字主权”设计，确保记忆不再是科技巨头的附庸。
3. 共鸣与交互：从“搜索答案”到“理解灵魂”
3.1 语义级反射检索（Semantic Reflex）： 抛弃生硬的 Prompt，实现 AI 对用户隐性需求的“肌肉记忆”。
3.2 交互式数字化身设计： “对话 20 岁的自己”背后的逻辑一致性与情感编译器技术。
3.3 视觉化生命星图： 将抽象的知识结构与情感脉络转化为 3D 记忆星云的产品创新实践。
4. 进化与赋能：记忆驱动的生产力革命
4.1 首席个人智囊（LTM + Agent）： 案例：EverOS 如何利用过去三年的历史思考逻辑，自动化提升当前的决策精度。
4.2 SpecCoding AI 实践： 记忆基座如何让 AI 真正理解复杂业务逻辑，实现工程效率的指数级跃迁。
4.3 自动化生命叙事： 从枯燥的数据轨迹到“自动生成传记电影”的产品运营策略。
5. 终局思考：Keep in Mind, Evolve over Time
5.1 时光之锚： 在信息洪流中，为用户建立唯一的“数字不动点”。
5.2 数字永生入场券： 探讨智慧与价值观跨越物理生命限制的商业逻辑与伦理边界。
听众收益：
1. 产品经理： 学习如何从“功能思维”转型为“架构思维”，掌握设计 LTM 原生产品的新范式。
2. 开发者与架构师： 借鉴 EverOS 处理 TB 级异构数据索引与语义反射检索的底层工程经验。
3. 创业者： 洞察 2026 年 AI 赛道的新机会点——从抢占“算力”到抢占“个人经历数据”。
4. 避坑指南： 了解在构建长期记忆系统时，如何平衡召回率、推理成本与用户隐私。
从“对话工具”到“生命底座”：
LTM 原生架构下的产品进化与 AI 基础设施重构
李雪瑶
10年以上产品设计工作经验，现任 Evermind 产品VP，前阿里/字节技术产品专家，专注于 2B/2D 领域的产品设计与研究，以及用户视角的技术产品化。
- 具有 DDD 领域架构、电商 TMF 端到端交付、DevOps 多端研发平台、效能度量、数据监控运维、链路可视化、规则引擎、活动反作弊、商业风控、合规、智能审核、AI 助手等五大类30+平台产品的设计经验。
- 代表作：Mtee-阿里风控大脑、Halo-阿里星环、Bits-研发流程/数据洞察、Ework-技术运营平台、AiMate-智能提效引擎等…
- 具有 DDD 领域架构、电商 TMF 端到端交付、DevOps 多端研发平台、效能度量、数据监控运维、链路可视化、规则引擎、活动反作弊、商业风控、合规、智能审核、AI 助手等五大类30+平台产品的设计经验。
- 代表作：Mtee-阿里风控大脑、Halo-阿里星环、Bits-研发流程/数据洞察、Ework-技术运营平台、AiMate-智能提效引擎等…
盛大Evermind产品副总裁
议题背景：
语音 Agent 不是给文本 Agent 套一层 TTS，而是需要从架构层面解决三个核心难题。本次演讲基于 VUI Labs 的产品研发与商用落地实践，拆解语音 Agent 的三堵墙及其技术解法与商业化路径。
语音 Agent 不是给文本 Agent 套一层 TTS，而是需要从架构层面解决三个核心难题。本次演讲基于 VUI Labs 的产品研发与商用落地实践，拆解语音 Agent 的三堵墙及其技术解法与商业化路径。
内容大纲：
1. 第一堵墙——延迟：级联架构的结构性瓶颈为何无法靠工程优化解决？端到端架构是如何解决延迟问题的。
2. 第二堵墙——情感：语音情绪信息在级联架构中如何逐步丢失？端到端情感模型如何实现从感知到回应的闭环？
3. 第三堵墙——端侧：500M 参数模型如何达到 2B+ 效果？端侧部署如何从成本优化手段变为终端厂商的商业准入条件？以荣耀合作为例拆解落地路径。
4. 展示从 Voice Model → Voice Agent → Voice Agent OS 的演进路线与三条并行商业化路径，并提供 3 个可直接带走的决策工具，帮助听众评估自身产品的技术选型。
听众受益：
1. 理解语音 Agent 与文本 Agent 的本质差异：明确为什么语音 Agent 不能简单套用文本 Agent 的架构思路，避免常见的设计误区
2. 获得 3 个可落地的决策工具：延迟门槛判断法（你的 Agent 需要端到端吗）、情感需求分级法（你的场景对情感3. 了解端到端语音大模型的技术选型逻辑：从延迟、情感、部署三个维度理解架构选择的底层判断依据，参考 6 篇顶会论文（NeurIPS / ICASSP / Interspeech）的核心结论
4. 把握 Voice Agent OS 的行业趋势：理解从语音模型到语音 Agent 到语音操作系统的演进方向，评估自身产品在这条路径上的定位
语音 Agent 的三堵墙：延迟、情感与端侧
— 从 Voice Model 到 Voice Agent OS 的核心技术
与商业化实践
梅杰
宇生月伴（VUI Labs）创始人兼 CEO，浙江大学毕业，连续创业者。2009年 创立晟莘科技，发展为浙江最大教育品牌连锁，2017年被新东方全资收购；2015年 创立杰竞科技，国内领先垂直行业 SaaS，估值10亿，获微盟战略投资；2018年 创立潘哒科技，获顺为、钟鼎、险峰等2000万美元投资，3年做到年营收超5亿，管理800人团队。2025年 创立宇生月伴(VUI Labs)，致力于打造全球领先的端到端情感交互语音大模型，由上海交大听觉认知与计算声学研究中心孵化，获7000万元天使轮融资。
宇生月伴（VUI Labs）创始人兼 CEO
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