2026世界人工智能大会暨人工智能全球治理高级别会议将于7月17日至20日在上海"三地四馆"(世博、张江、西岸)举行,主题为"智能伙伴 共创未来"。本届大会展览规模、首发新品数量、论坛场次均创历届新高。
主办方包括外交部、国家发改委、工信部、教育部、科技部、国务院国资委、网信办、中科院、中国科协和上海市政府,筹备已进入最后冲刺阶段。
安全厂商Sysdig首次记录到完全由AI Agent自主完成的勒索攻击,从漏洞利用到数据库加密全程无人类参与,代号JADEPUFFER。这意味着AI不再是"理论威胁",已能独立完成攻击全流程。
速途网7月6日消息,腾讯混元Hy3正式发布,相比preview版本展现出显著强于同尺寸模型且比肩参数规模2-5倍旗舰模型的智能水平,定价进一步降低。这是腾讯在大模型领域的重要升级。
据艾媒网报道,将于2026年秋季发布的华为Mate90系列计划搭载基于"韬定律"的新麒麟芯片,有望实现整机性能的跨代跃升。同时,佑驾创新发布四轮足机器人及无人物流方案,摩尔线程完成LongCat-2.0极速适配,高德AI专车完成升级。
住建部、央行、财政部等六大部委罕见同步发声:3000亿保障房专项再贷款收购存量房、首套房首付降至15%、"卖一买一"个税全额退税、全面取消限购限售。这是本轮楼市调整的历史性拐点。
据36氪报道,6月最大的一笔融资投给了DeepSeek,募资总额超过500亿元人民币,投后估值突破500亿美元(约3500亿人民币),刷新国内AI公司单笔融资纪录。Kimi月之暗面同期也在推进新一轮10-20亿美元融资,目标估值300亿美元。
1. AI Agent在电商领域的渗透率已达43%(IDC数据),但618消费增长仅0.9%,消费者对AI购物助手"接受但未信任"。
2. Agent的核心价值不在"替代人",而在"帮人做得更好"——AI店小蜜接入后转人工率下降45%,"AI+人"协同转化率提升超10%。
3. 用Agent效果天差地别的原因只有一个:调试成本远大于使用成本,跑通的人无一例外花大量时间"教"Agent。
4. 未来竞争不在工具本身,在"技能包"精细度——谁先把自己的经验转化成可复用的Agent工作流,谁就领先一步。
✅ 成立的部分:
· "调试成本远大于使用成本"是实操中最真实的痛点——很多SaaS卖的不是工具,是"教会你用工具"的服务,这解释了为什么有人用Agent省一半时间,有人越用越累。
· 成功案例(苍何的Shopify跨境店、张立的100店管理)都指向同一个规律:把业务拆解得越细,Agent越能发挥作用。这是合理的,因为Agent本质是"规则执行器"。
· "AI+人"协同模型比"AI替代人"更现实——阿里店小蜜的数据是最有力的证明。
⚠️ 存在的漏洞:
· 文章选择的案例都是"用得好的",存在明显的幸存者偏差。那些用Agent失败后沉默的商家,文章没有呈现。
· 618增长0.9%的数据,文章用来论证AI购物"消费者不买账",但这个因果关系是间接的——增长放缓可能更多是消费大盘疲软,而非AI功能问题。
· 作者对"技能包"的定义比较模糊——它到底是Prompt模板、工作流配置,还是完整的Agent应用?概念边界不清晰,容易造成读者理解偏差。
启发1:设计Agent类产品时,默认用户不会调试。要把"教用户用Agent"本身做成产品的一部分——预设模板、引导式配置、内置调试反馈,而不是扔给用户一个空白画布让他自己摸索。
启发2:AI的边界感很重要——不要剥夺用户的"参与感"。消费者享受的不是"最快买到东西",而是"发现、比较、决策"的过程。AI购物助手如果把整个过程都自动化,反而让用户觉得失控。好的AI功能是"在合适的时候出现",不是"替用户做所有决定"。
启发3:商业化路径要分阶段,不要一步到位卖"替代"。豆包和千问的AI电商策略都是先免费+轻度功能,再逐步叠加付费权益——这比直接推高价订阅的"替代型"方案更符合用户心理接受曲线。
月活:约3.36亿(2026年4月),全球第二;DAU春节期间破5000万
最新动作:2026年6月下旬正式上线付费订阅(68/200/500元三档),三季度与抖音电商深度绑定,通过"AI购物顾问""个性化选品对比""专属商城补贴"等权益打造闭环。
战略意图:字节CEO梁汝波将豆包定位为"通过AI助手整合已有业务",最大一块即抖音电商。"购物不决问豆包"→AI推荐→抖音自营/商家交易→履约配送,形成字节系独有商业飞轮。
一句话总结:豆包的商业模式是"AI×抖音电商",用AI截流购物决策链上游。
月活:约1.66亿(QuestMobile 2026 Q1)
最新动作:2026年5月11日,千问与淘宝全面打通——用户可在千问App内对话完成淘宝40亿商品池的挑选、对比、下单。同期推出"AI试穿""AI算优惠""AI低价帮抢"等淘宝内置功能。
战略意图:全球首个多品类AI购物全链路闭环平台,接入淘宝商品库+支付宝AI付+40万闪购门店。对标谷歌×沃尔玛,但比谷歌更深度整合(支付、履约都在阿里体系内)。
一句话总结:千问的商业模式是"AI×淘宝生态",用AI盘活阿里20年电商资产存量。
估值:500亿美元(折合约3500亿人民币),6月融资超500亿刷新国内AI纪录
战略定位:底层大模型底座,技术驱动,不急于C端商业化,靠开源生态和B端API盈利。
一句话总结:DeepSeek是国产大模型的"硬核技术派",以技术领先而非流量驱动构建壁垒。
最新融资:10-20亿美元新一轮(2026年6月),目标估值300亿美元,累计融资超39亿美元
背景投资方:阿里巴巴、腾讯、美团龙珠、IDG资本、红杉中国等
处境:DeepSeek-R1发布后,Kimi周活被反超,产品层面承压,投资人之间的博弈也在持续。
一句话总结:Kimi是"市场化产品派",靠C端流量和品牌出圈,但技术护城河面临DeepSeek的强势挑战。
入口策略:豆包从"需求端"截流(用户在豆包里表达需求→推荐抖音商品),千问从"供给端"整合(用户在千问里搜索淘宝商品→完成购买)。
生态优势:字节有流量(抖音DAU 7亿+),阿里有商品(40亿SKU+20年消费数据),各有各的壁垒。
共同指向:AI助手正在成为新的电商入口,搜索框正在被"对话"替代。
最新动作:与Broadcom签下10GW算力部署合作协议,定制推理芯片Jalapeno(专为推理设计,从设计到流片仅用9个月)。公司开始从"纯模型公司"向"算力+模型+应用"垂直整合转型。
战略信号:一家模型公司开始造芯片,在两年前不可想象。这说明纯靠调用英伟达GPU的模式已触到瓶颈,头部玩家开始自建算力基础设施。
一句话总结:OpenAI正在变成一家"AI基础设施公司",芯片自研是必经之路。
最新动作:发布ClaudeTAG企业协作工具(Agent版Slack——Claude作为频道常驻成员,支持任务委派、持续监控、异步工作流),运行于Opus 4.8模型,向Enterprise/Team用户开放Beta。
战略意图:Claude产品线从"对话工具"向"工作流协作平台"迁移,定位是做企业级AI Agent的首选底座。
一句话总结:Anthropic走的是"企业级Agent"路线,用Claude的安全口碑撬动B端市场。
最新动作:Google将AI能力持续推向邮箱(Gmail AI)和设计工作流(Gemini for Design)。同时,Google AI Mode在多模态生成上持续迭代。
战略意图:不追OpenAI的"大模型参数"叙事,而是在Google全家桶(搜索、邮箱、文档、Meet)里嵌入AI能力,用"无处不在的AI"而非"最强大的模型"来竞争。
一句话总结:Google的AI战略是"渗透",不是"颠覆"——在用户已有的工作流里嵌入AI,比让用户学新工具更稳。
最新动作:7月1日彭博社报道,Meta正组建名为"Meta Compute"的云业务部门,计划对外出售AI算力服务。同时发布Business Agent,开放对Shopify、Shopee等数百个系统的对接。
战略意图:Meta从"AI应用层"向上游"AI基础设施"延伸——既卖模型(Llama),也卖算力,形成"模型+算力+分发"三位一体。
一句话总结:Meta的野心是做成AI时代的AWS——不只是AI能力的使用者,还要做AI能力的提供者。
最新动作:微软Copilot引入Anthropic作为第二模型提供商(企业用户可选择OpenAI或Anthropic模型),同时在Azure上扩大AI算力部署。
战略意图:微软的策略是"多模型+平台中立"——不押注单一模型,通过支持多供应商来降低风险,同时强化Azure作为AI时代云平台的主导地位。
一句话总结:微软不选边,是"AI时代云平台的裁判",谁家模型好就用谁的,自己稳坐中间收云服务费。
做AI产品,常被问"AI比传统方案好在哪里"。今天结合豆包/千问的案例,总结一个思考框架:
第一层:效率层(AI替代重复操作)→ 节省时间
第二层:能力层(AI拓展人类边界)→ 以前做不到的,现在能做到
第三层:决策层(AI辅助判断)→ 提供信息,帮助人类做更好的决策
豆包做的是第一+第二层(AI截流购物),千问做的是第二+第三层(AI辅助选品)。两者差异在于:字节更激进(AI直接成交),阿里更保守(AI辅助决策)。
💎 核心洞察:AI产品不是越"替代人"越好,要看用户心理接受曲线——越需要信任感的决策(如购物、医疗),AI越适合做"建议者"而非"决策者"。
618数据显示:47%消费者不愿用AI购衣,69%早期用户收到无关推荐后放弃使用,55%消费者不愿让AI代为购物。
但同时:上海消保委调查显示85%消费者对AI一站式购物有期待,38.65%表示非常期待。
豆包×抖音、千问×淘宝、DeepSeek×算力、Anthropic×企业软件……所有大厂的动作都指向同一个方向:AI不是独立产品,是已有业务价值的放大器。
2026年是Agent规模化元年。产品经理的角色正在从"功能设计者"向"系统架构师"转变——你要定义的不再是一个按钮的交互,而是一组Agent之间的协作流程、信息流转规则和异常处理机制。
任务背景:基于今天收集的素材(豆包/千问/618数据),我发现一个核心矛盾:消费者"期待AI便利"但"不信任AI决策"。如果能构建一个框架,帮助产品经理评估自己的AI电商功能离"用户信任"还有多远,就能有针对性地优化。
执行方法:基于文献综述+今日数据,梳理影响用户信任AI电商的核心因子,建立评估矩阵。
| 评估维度 | 关键问题 | 低信任信号 | 高信任信号 | 典型案例 |
|---|---|---|---|---|
| 透明度 | AI是否解释推荐理由? | 只给结果,不给原因 | 给出"因为XX所以推荐"的结构化理由 | 千问商品推荐卡片 |
| 可控性 | 用户能随时介入吗? | AI自动下单,无法取消 | "接管"按钮始终可见,支持撤回 | 豆包AI购物(有接管入口) |
| 容错性 | AI错了怎么办? | 出错后推卸责任 | 主动认错+补偿+学习机制 | 阿里店小蜜(智能兜底策略) |
| 隐私感 | 用户觉得隐私被侵犯吗? | 过度个性化,令人不安 | 告知用了什么数据,用户可关闭 | Google AI Mode |
| 情境匹配 | AI在合适时机出现? | 用户没问就弹出推荐 | 用户主动询问时才出现 | 对话式购物入口 |
| 历史口碑 | 用户之前用过,觉得如何? | 无历史数据参考 | 展示其他用户的真实评价 | 淘宝AI试穿评价 |
🎯 框架应用:用这个框架评估千问的"AI购物助手"——透明度3分(商品卡片有理由)+可控性4分(支持切换+接管)+容错性3分(有退款入口)+隐私感3分(明确告知数据使用)+情境匹配4分(用户主动触发)+历史口碑2分(新功能无评价)= 总分19分,刚过灰度上线门槛。
📝 框架价值:这个矩阵可以帮助AI产品经理在做功能设计时,提前识别信任风险点,而不是上线后被用户投诉"AI乱推荐"才亡羊补牢。