7月8日,英矽智能宣布旗下AI设计的候选药物Rentosertib(ISM001-055)正式启动III期临床试验。这是全球首款完成AI药物临床药效验证的候选药物,创新靶点和新颖结构均由AI辅助发现,用于特发性肺纤维化(IPF)治疗,具有"全球首创"潜力。
据The Information报道,SpaceXAI与Cursor联合开发的首款AI模型有望在7月8日正式面世。据称该模型在某些方面可与Anthropic Claude Opus 4.8或OpenAI GPT-5.5相媲美。两家公司此前曾多次推迟发布,以便进一步提升效率。
7月4日,字节跳动旗下豆包与阿里巴巴旗下千问几乎同时向用户推送通知,宣布智能体功能将于2026年7月15日正式下线。届时用户将无法新建智能体,已创建的智能体也无法调用运行。千问更狠,7月10日就关停。
业内人士分析,此次下线与AI拟人化新规有关,平台正在"合规清场"。但底层Agent能力、企业应用构建仍保留。
2026世界人工智能大会将于7月17日至20日在上海"三地四馆"(世博、张江、西岸)举行,主题"智能伙伴 共创未来"。展览总面积首次突破10万平方米,1100余家企业参展,300余款产品将全球首发。
国家发改委负责人表示,去年国内AI相关产业总规模已迈过万亿关口,今年增速预计维持30%以上。去年中国AI手机、AI电脑等智能终端年出货量超1亿台,今年AI手机、AI电脑销量有望超过非AI产品。
7月7日,支付宝AI开放平台正式上线,面向企业开发者、代开发服务商开放邀测。通过"阿宝",商家可一次接入,实现"一次接入,多端分发,统一管理",覆盖手机、车机、AI眼镜、IoT等智能终端。
1. 2026年AI PM市场正在分化:工具层在饱和,战略层在饥渴——会用AI工具的PM不稀缺,但能定义AI产品方向的PM极缺。
2. AI PM有三条成长路径:技术深化型(懂AI底层)、垂直领域型(深耕一个行业)、商业化型(懂变现),三条路都能通向高薪资。
3. 五大核心能力:AI系统设计思维、AI评估与迭代能力、跨职能协作能力、伦理与风险意识、持续学习能力,缺一不可。
4. 突破职业天花板的方法:选择高密度学习环境、建立个人品牌、参与真实的AI产品0到1。
✅ 成立的部分:
· "工具层饱和,战略层饥渴"是真实的——现在会用ChatGPT、Midjourney的PM太多了,但能设计AI产品架构、定义AI产品策略的PM凤毛麟角。
· 三条成长路径的分类合理——技术深化型适合技术背景PM,垂直领域型适合业务背景PM,商业化型适合有商业sense的PM。每条路都能走通。
· 参与真实0到1的建议很实在——看10个教程不如做一个真实项目,AI产品的经验只能在实战中积累。
⚠️ 存在的漏洞:
· 薪资数据(45K-80K+)有点乐观——这是顶级公司或稀缺人才的价格,大多数公司给不了这么高。而且"极稀缺"和"高薪资"之间还有距离,取决于你能不能找到愿意为稀缺性买单的公司。
· 文章对"AI系统设计思维"的定义比较抽象——没有给出具体可操作的方法,比如怎么学、怎么练。对于想转型的新人,落地性不够强。
· 忽略了一个关键变量:公司平台——在字节做AI产品和在小公司做AI产品,积累的经验质量完全不同。文章鼓励"参与0到1",但没说清楚在什么环境下0到1才有价值。
启发1:建立自己的"AI评估框架"比学工具更重要。文章说AI评估能力是核心,但没给具体方法。我的建议是:每周选一个AI产品,深度使用并打分——从准确率、响应速度、用户体验、商业化四个维度评估。这比看100篇教程都有效。
启发2:选对战场比努力更重要。同样是做AI PM,在哪个行业、做哪类产品、服务的用户是谁,决定了你三年后的市场价值。做AI+客服和做AI+医疗,积累的经验含金量完全不同。选择比努力重要100倍。
启发3:"AI+行业"比"纯AI工具"更抗风险。文章提到豆包、千问下线智能体,再次证明ToC的AI娱乐产品风险大。真正的壁垒是"AI能力+垂直行业knowhow"的组合——比如AI+客服、AI+医疗、AI+教育。有行业深度的AI PM,比只会调模型的PM更抗淘汰。
重大变化:7月15日正式下线智能体功能(消费端),但专业版已上线,基于2.1系列大模型推出"办公任务模式",可自主拆解并调用本地/云端能力。
战略意图:从"娱乐化AI"转向"生产力AI"——砍掉那些容易踩监管红线的拟人化功能,集中资源做企业级AI办公工具。
一句话总结:豆包在"断臂求生",用失去ToC娱乐功能换ToB合规安全。
重大变化:比豆包更激进——7月10日就关停智能体,7月15日全面下线。拟人化互动类智能体和用户自建智能体全部清除。
同时动作:千问与第三方服务打通,把办事能力推向更深的阶段;"通义"品牌在企业内部继续保留,但面向消费者的智能体入口全部关闭。
一句话总结:千问在"抢跑合规",宁可提前牺牲用户体验,也不愿承担监管风险。
最新动态:DeepSeek V4正式版计划7月中旬上线,将带来功能优化与性能提升。同时开始招聘产品和应用人才,补足商业化短板。
战略定位:技术驱动+开源生态,靠API和B端盈利,不急于C端变现。
一句话总结:DeepSeek是"技术派",先做最强模型,商业化慢慢来。
最新动态:微信正在小范围测试内置AI助手"小微",定位是微信内的AI能力补充(如朋友圈文案优化、公众号摘要等)。
战略意义:如果"小微"正式上线,微信将成为继支付宝之后又一个拥有AI助手的超级App。微信的AI策略一贯是"后发制人"——等别人先趟雷,自己再精准入场。
一句话总结:微信的AI是"慢半拍但狠一击",一旦入场就是14亿用户的流量入口。
最新动态:支付宝AI开放平台正式上线,商家可接入"阿宝",实现"一次接入,多端分发"。支持手机、车机、AI眼镜、IoT等终端。
战略意义:支付宝想把自己20年的支付、金融、生活服务能力,打包成AI接口开放出去——做AI时代的"基础设施"。
一句话总结:支付宝的AI战略是"开放",把自己的能力变成别人的工具。
最新动态:7月8日,SpaceXAI与Cursor联合开发的首款AI模型正式发布。据称可与Claude Opus 4.8或GPT-5.5相媲美。
战略意图:马斯克的AI野心:用SpaceX的数据中心+Starlink的边缘计算+SpaceX的芯片,打造一个"去中心化AI帝国"。Cursor的编程能力+SpaceX的工程能力,剑指编程Agent。
一句话总结:马斯克要在AI编程领域正面硬刚OpenAI+GitHub Copilot。
最新动态:微软开始在Excel和Outlook中用自研MAI模型替代OpenAI和Anthropic模型,每周已有数万条AI提示由MAI处理。Copilot也在"瘦身",裁撤低效功能。
战略信号:微软不想一直当"中间商"——虽然持有OpenAI约27%股权,但自研模型可以降低成本,提高利润率。
一句话总结:微软正在"去OpenAI化",用自研模型掌握更多话语权。
最新动态:OpenAI正在与美国政府谈判,计划将公司5%股权(约426亿美元)拱手让给政府。奥特曼的说法是"让公众分享AI红利"。
战略意图:这是一张"政治牌"——用股权换保护伞,避免被反垄断调查,同时获得政府背书。
一句话总结:OpenAI在"交保护费",用股权换安全和政策支持。
最新动态:Anthropic发布Claude Sonnet 5,API价格比Opus 4.8低40%,能力集中在编码、浏览器使用和长链路Agent。同时正在探索自研AI芯片。
战略意图:用"性价比"撬动开发者市场——能力接近Opus,价格只有三分之一。同时向上游延伸,开始考虑芯片自研。
一句话总结:Anthropic在打"价格战",用Sonnet 5抢占中端市场。
豆包、千问同日下线智能体,给所有AI产品经理上了一课:
第一原则:合规比功能更重要。一个能带来100万用户但可能踩监管红线的功能,不如一个只有10万用户但完全合规的功能。
第二原则:ToC娱乐要谨慎,ToB生产力更稳健。拟人化AI(虚拟女友、角色扮演)是监管重灾区;AI办公、AI客服、AI数据分析风险相对可控。
第三原则:用户数据要用,但要用得透明。豆包、千问关停时要求用户自己备份数据,说明平台对数据使用非常谨慎。产品设计时,要让用户知道数据被怎么用。
💎 核心洞察:2026年的AI产品,合规不是"加分项",而是"生存项"。做AI产品之前,先问自己:这个功能会不会被监管?"合规检查清单"应该成为AI PM的标配。
支付宝AI开放平台都上线了,微信AI助手"小微"还在内测。为什么微信的AI策略这么保守?
微软开始用自研MAI模型替代OpenAI,即使它持有OpenAI 27%的股权。这说明什么?
支付宝把AI能力开放给商家,一次接入,多端分发。这个动作的战略意图是什么?
任务背景:豆包、千问同日下线智能体,让我意识到一个问题:很多AI产品经理在设计功能时,很少主动考虑合规风险。如果我们能有一个"AI产品合规自查清单",在设计阶段就能识别风险,就能避免上线后被下线的尴尬。
执行方法:基于近期监管动态(AI拟人化新规、数据安全法、生成式AI管理办法等),结合豆包/千问案例,梳理AI产品上线前的合规检查项。
| 检查项 | 风险点 | 自查问题 | 应对策略 |
|---|---|---|---|
| 拟人化程度 | 可能被认定为"冒充人类" | AI是否有姓名、头像、情感表达? | 明确标注"AI",限制情感交互深度 |
| 数据收集 | 过度收集用户数据 | 收集了哪些数据?是否告知用户? | 最小化收集,明确隐私政策 |
| 内容生成 | 生成有害/虚假信息 | AI能生成什么类型的内容? | 内容审核机制,敏感词过滤 |
| 用户自主性 | AI替用户做决策 | AI能替用户做什么决定? | 保持用户主导,AI只是建议 |
| 数据导出 | 用户无法导出自己的数据 | 用户能否导出对话记录? | 提供数据导出功能 |
| 未成年人 | 未成年人使用风险 | 产品是否有年龄限制? | 设置年龄验证,限制未成年人使用 |
🎯 框架应用:用这个清单检查豆包的"智能体"功能——拟人化程度(高风险)、内容生成(高风险)、用户自主性(中风险),三项全中,这就不难理解为什么被下线了。
📝 框架价值:这个清单可以帮助AI产品经理在设计阶段就识别合规风险,避免上线后被下线的损失。建议把这个清单作为AI产品PRD的固定附录。