AI 先锋小组 · 产品视角2026.07
What does the next product look like?

下一代产品
长什么样

之 「扭屁股理论」
当 Agent 不再等待指令,而开始承担结果

Agentic Product垂直专家结果交付产品架构
01 · 从上一次分享出发KNOW-HOW → WORKFLOW

优秀的 AI 产品,是把模型的泛化能力,
约束进专业工作流。

PPT Agent 将策划稿和设计稿分离
PPT Agent

把 8 年方法论写进流程

需求调研 → 资料搜索 → 便利贴大纲 → 策划稿 → 设计稿,不再“一键套模板”。

Laper 产品界面
Laper

把编剧工业流程写进产品

大纲、节拍、人物、场景、剧本格式、制片拆解,形成连续的项目工作空间。

模型负责“会不会”;垂直产品负责先做什么、做到什么程度、下一步是什么。
02 · 模型厂桌面端的血盆大口THE PLATFORM MOUTH
一个插件,Codex 就长出类似 Lovart 的无限画布

模型厂桌面端像一张血盆大口:
没有吃不掉的,只有还没吃的。

Codex 加无限画布插件
Codex + tldraw / Excalidraw
≈
专用无限画布产品
专用 Agent 产品的无限画布体验
无限画布PPT剪辑B-roll编码部署
如果壁垒只是“Agent + 老需求 + 特殊 UI”,离被吃掉可能只差平台的一次更新。
图片与逻辑来源:《OPC公司真实财报:Laper 发布的6个月后》“血盆大口,吃不停歇”。
03 · 当前产品形态IDE → AGENT WORKSPACE
模型厂不再满足于内置垂直功能,而是开始直接接管完整任务

从“帮你写代码”,到
替你把产品做出来。

ByteDance / TRAE

SOLO 模式

Work ModeCode Mode
  • 从自然语言需求或图片开始,而不是从代码文件开始
  • 自主拆解需求并完成多步骤编码任务
  • 调用开发工具,持续生成、运行和修改
  • 结果在面板中直接呈现,用户评论、控制和验收
需求 → 任务拆解 → 编码执行 → 可见结果
Google

Antigravity 2.0

Agent ManagerEditor
  • 从编辑器视角切换到 Agent-first 的任务管理视角
  • 多个 Agent 可在不同工作区并行推进任务
  • Agent 自主使用编辑器、终端和浏览器完成工作
  • 通过计划、截图、录屏等 Artifacts 提供验证证据
分配任务 → 并行行动 → 产出证据 → 人类验收
传统 IDE人自己写
→
AI IDE只是帮你写
→
Agent Workspace替你把产品做出来
垂直编码工具的安全距离,再次被平台缩短。
来源:TRAE SOLO 官方页面与文档;Google Antigravity 官方产品页 / Codelab;Antigravity 2.0 细节参考公开体验资料。
04 · 更残酷的现实LAUNCH ≠ PRODUCT
一份对 500 个 Product Hunt 明星项目的追踪

8 个月后,
487 个产品宣告“死亡”。

97.4%MRR < $1,000
456活跃用户少于 100 人

它们并不缺发布能力:有产品、有首页、有点赞,曾经登上榜单。

真正缺少的,是一个用户愿意持续付钱让它完成的结果。
Product Hunt Cemetery 文章配图
文章配图:Product Hunt Cemetery
来源:用户提供文章及其 Reddit 原帖;属于作者自述式追踪,非独立审计。“死亡”是原作者的叙事表述。
05 · 同一份分析中的两条线索CAPABILITY VS RESPONSIBILITY
从“结果责任”的视角重新看这 487 个项目

很多产品不是做不出来,
而是只提供了能力,没有承担结果。

集中的死亡原因
01从功能和 Demo 出发,没有定义用户购买的结果
02打开仍是空白画布,把任务拆解和编排留给用户
03输出建议或内容,却不负责最后一公里的交付
04交付后不读取结果,无法形成持续改进的飞轮
13 个幸存者的共同线索
47 × $50

文中一个案例在写第一行代码之前,就有 47 位客户每月支付 50 美元。

他们先确认客户愿意为什么结果付钱,再决定产品应该承担哪些工作。

JB
Jeff BezosAmazon 创始人 · Working Backwards
“从客户开始,然后逆向工作。”

从客户需要的结果出发,逆向定义产品、流程和系统能力。

来源:用户提供文章及其 Reddit 原帖;属于作者自述式追踪,非独立审计。“死亡”是原作者的叙事表述。
06 · 产品范式演进ANSWER → ASSIST → ACT → OWN
Agent 1.0 会被吃掉,不代表 AI 应用没有机会

AI 产品的演进,不只是“更聪明”,
而是责任边界不断向结果移动。

01Chatbot回答问题

输出文本
用户负责后续全部动作

02Copilot辅助步骤

嵌入工具
用户仍然编排全过程

03Agent执行任务

调用工具
完成一段明确工作

04Agentic Product承担结果

理解目标、编排任务
执行、校验、交付

责任越靠近结果,系统就越不像“功能”,越像一个可被委托的服务组织。
BG
Bill GatesMicrosoft 联合创始人 · GatesNotes

“Agent 不只会改变每个人使用计算机的方式,也会重塑软件产业。”

07 · 第一次体验THE 30-SECOND WINDOW
Agentic 2.0 的第一场表演

第一次见面,你只有很短的窗口,
证明自己真的懂行。

30
秒内:只索要一句话 / 一张图 / 一个文件
00:01 ✓ 识别任务、行业与目标阶段
00:03 → 选择专家工作流和成功标准
00:07 → 调取资料、工具、历史案例
00:12 ✓ 形成任务图并开始并行执行
00:18 ✓ 生成中间产物并自动校验
00:24 → 标记风险和需要确认的决策
00:30 ✓ 交付第一版可用结果
DONE ● 用户开始审阅,而不是从零操作
“30 秒 / 极少输入”来自原文中的产品观察,并非严格统计结论。
08 · 终于来到这个词THE HIP-SHAKING THEORY
“你别动,
我来动。”

用户给出最少意图;系统主动完成理解、规划、执行、检查和交付。

不是

更长的思考过程

用户不为 token 和日志付钱。

不是

更热闹的动画

忙碌感必须对应真实动作。

而是

更完整的责任

产品直接以可验收结果为目的。

概念来源:赵纯想《OPC公司真实财报:Laper 发布的6个月后》,2026-06-23。
09 · 案例一POLSIA · TEN-MINUTE DELIVERY
用户只输入 laper.ai,一个公司行动包开始疯长

Polsia 不是给一份报告,
而是直接推进一组公司任务。

10 分钟具体产出Input:laper.ai
01完成市场调研,判断企业当前阶段目标
02调查创始人及其 X 等社交媒体
03设计用户邀请邮件的内容和说辞
04确定广告投放渠道和策略
05开发并部署 LaperOS 营收监测面板
06确定第一条官方 X 推文及措辞
07建立融资计划
08安排合伙人招募计划和路线图
能力展示完成 → 弹出 3 天免费试用
同一个目标
Chatbot给增长建议

用户自己拆解和执行

任务 Agent做一份研究报告

用户自己编排后续

Polsia推进公司任务

研究、创建、部署、规划一气呵成

无数过程,按照专家经验编排、运行并包装成结果,才是 Agentic 2.0 所说的“直接交付”。
具体产出来自《OPC公司真实财报:Laper 发布的6个月后》中的 Polsia 实测记录。
10 · 空白画布税THE BLANK-CANVAS TAX
Polsia 之后,再回头看过程型产品

打开产品以后,
到底是谁先开始工作?

+描述你想做什么……

过程型工具

  • 用户定义目标与步骤
  • 用户挑选工具和参数
  • 用户判断何时完成
  • 产品提供能力,不承担结果
VS
正在理解项目并执行第一轮计划
已完成 4 / 7 个阶段,可随时查看证据

结果型产品

  • 产品默认一条专家路径
  • 自动补足步骤和上下文
  • 在风险边界请求确认
  • 最终交付可验收的结果
11 · 案例二MANUS · THE PIONEER
扭屁股的开山形态:让执行过程第一次变得可见

Manus 把聊天框背后的执行,
变成了一间看得见的数字工作室。

Agent Computer
计划
浏览器
终端
文件
Researching sources…
Building deliverable…
Validating result…
它证明了

“行动”本身就是产品体验

浏览、搜索、写文件、运行代码、生成网页和报告,不再藏在一次回答背后。

它也暴露了

通用自治 ≠ 垂直结果

如果缺少行业状态、专家标准与历史结果,用户仍需承担大量判断和返工。

Manus 教会行业“要动起来”;下一步是只在一个领域里,动得比专家更完整。
12 · 理论一THE INTENT COMPILER
AI-native 产品是一台“意图编译器”

15 个字的意图,被编译成
100 个决策和 1 个结果。

自然语言意图“帮我把这场婚礼办好”
领域模型默认策略 · 任务图 · 工具 · 约束 · 异常处理
可验收结果包网站、邀请函、座位、酒店、租车、物料
产品价值∝吸收的中间决策×承担的结果责任×交付质量

垂直性的本质,不是知道更多名词,而是替用户完成更多正确且可复用的中间判断。

垂直结果旁证Laper 上线六个月 MRR 7609 美元的创始人披露截图
$7,609 MRR创始人披露:上线六个月说明专业用户可能为完整工作流付费;数据为创始人自述。
13 · 理论二THE TRUST LADDER
自主不是二元开关,而是一架信任阶梯

真正成熟的 Agent,知道什么时候自己动,什么时候必须停。

LEVEL 1读取与分析

搜索、归纳、计算、发现问题

默认执行
LEVEL 2创建草稿

文档、代码、方案、待办、分支

执行后审阅
LEVEL 3外部动作

发消息、提交 PR、部署、改数据

关键点审批
LEVEL 4长期自治

持续监控、循环执行、主动决策

预算 + 审计 + 可撤销
透明不是展示每个 token;透明是让用户看见状态、证据、权限、风险和恢复路径。
14 · 结果经济FIN · OUTCOME ECONOMICS
Intercom Fin:当产品承担结果,商业模式也会变化

定价方式,会暴露你到底在卖工具、劳动,还是结果。

传统 SaaS按席位 / 月

用户购买使用权
效果好坏主要由用户负责

→
模型 API按 Token / 调用

用户购买智能原料
仍需自己完成业务闭环

→
Fin AI Agent按成功解决 0.99美元/单,6/15 Salesforce 以 36 亿美元收购

只有客户问题被解决
才形成计费结果

DT
Des TraynorIntercom 联合创始人

如果 Agent 承担的是“解决客户问题”,计费单位就应该接近已解决的问题,而不是软件席位。

来源:Intercom 官方文章《Fin 2: The first AI agent that delivers human-quality service》及 outcome pricing 说明。
15 · 结果型产品的六种能力WHAT USERS CAN FEEL
不用先讲架构,先看用户能感受到什么

一个产品要真正替用户做完事情,
至少需要六种能力。

01记得你和项目

知道用户是谁、之前做了什么、项目当前处于什么状态。

02会把目标拆开

把一句模糊目标变成有顺序、有依赖、能持续推进的任务。

03真的能够办事

不只给建议,而是能调用真实工具,改变文件、系统和业务状态。

04知道什么叫做好

理解完成标准,能检查结果,而不是做完动作就宣布成功。

05留下能继续使用的成果

交付文档、代码、页面、数据,而不是一段需要重新整理的回答。

06过程让用户放心

用户看得见进度、证据、风险,也能暂停、修改和接管。

记住上下文 → 拆解任务 → 执行 → 检查 → 交付 → 继续推进
16 · 真正的安全距离TASTE + RESULT FLYWHEEL
原文最后把问题推向了更深的一层

工具不值钱。
最终一切关乎品味。

模型与界面生成、聊天、画布和 UI 都会快速普及
执行与连接工具调用、浏览器、终端和权限逐步标准化
专业状态与流程行业对象、长期项目状态、异常和协作规则
特定风味 + 结果历史 + 经验飞轮什么叫好、如何取舍,以及真实交付积累出的信任
安全距离不在“能不能做”,而在能否稳定做出一种用户认得、愿意复购的结果。
呼应原文:“工具不值钱!”“最终的一切都关乎品味”。
17 · 反模式FAKE DANCING
“动起来”之后,更要防止表演式 Agent

五种假扭屁股

01

日志替代行动

输出大量“正在思考”,却没有真实工具调用和可用产物。

02

把 Prompt 工程转嫁用户

先填 20 个字段、写完详细步骤,产品才肯开始。

03

没有领域 verifier

系统会执行,却不知道什么叫好,只能批量生产平均答案。

04

高风险动作无边界

不可撤销、无预算、无审批、无审计,自治变成失控。

05

交付停在最后一公里前

用户仍需大量复制、清洗、拼装和重做,责任没有真正迁移。

✓

真正指标

更少操作、更快首个结果、更高采纳率、更少返工、更清楚的责任。

18 · 如何辨认下一代产品FOUR QUESTIONS
不用看它叫不叫 Agent,只问四个问题

它究竟是一个更聪明的工具,
还是一个可以被委托的结果系统?

01

输入的是步骤,还是意图?

用户是否仍需自己拆解任务、选择功能和编排流程?

02

输出的是建议,还是行动?

系统是否能够跨工具推进,并留下真实世界中的变化?

03

自主是否可控、可验证?

有没有成功标准、权限边界、审计证据和失败恢复?

04

交付后会不会继续推进?

系统能否读取结果信号,并选择下一项最有价值的动作?

只会 01聊天入口→做到 01–02任务 Agent→四项成立Agentic Product
19 · 结尾FROM CONSOLE TO RESPONSIBILITY
今天的软件

你打开它,
然后开始工作。

请选择功能 / 输入指令
→
下一代产品

你说出目标,
它先开始工作。

已完成 6 个动作剩下 2 个判断需要你确认
最理想的首页,不是一张空白画布,
而是一份已经开始执行的任务单。
你别动,我来动。但关键判断,仍然由你。
附录SOURCES
延伸阅读与数据来源

参考资料

《追踪了500个ProductHunt明星项目,8个月后,487个都死了》

用户提供文档;源自 Reddit 自述式追踪分析,非独立审计。

Amazon — Working Backwards

从客户需求和预期结果出发,逆向定义产品。

Bill Gates — The agents are coming

gatesnotes.com/AI-agents

TRAE SOLO — Official

trae.ai/solo · SOLO 模式概览

Google Antigravity

antigravity.google · Google Developers Codelab

Intercom — Fin priced per outcome

intercom.com/blog/fin-2-pricing-outcomes

《OPC公司真实财报:Laper 发布的6个月后》

扭屁股理论与 Laper 案例;经营数字为创始人自述。

Polsia — About / Pinned Documentation

polsia.com/about · polsia.com/docs/pinned

Manus Documentation — Welcome

manus.im/docs/introduction/welcome

说明:材料将来源中的自述数据与大厂官方产品信息分开标注,避免把个案叙事当作普遍统计结论。
快捷键
← / → 翻页 Space 下一页
O 总览 N 演讲备注 F 全屏 Home / End