惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Apple Machine Learning Research
Apple Machine Learning Research
博客园_首页
G
Google Developers Blog
aimingoo的专栏
aimingoo的专栏
罗磊的独立博客
博客园 - 【当耐特】
M
MIT News - Artificial intelligence
D
Docker
博客园 - 三生石上(FineUI控件)
博客园 - 司徒正美
人人都是产品经理
人人都是产品经理
博客园 - 叶小钗
月光博客
月光博客
S
SegmentFault 最新的问题
Jina AI
Jina AI
Blog — PlanetScale
Blog — PlanetScale
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - Franky
L
LangChain Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Microsoft Azure Blog
Microsoft Azure Blog
阮一峰的网络日志
阮一峰的网络日志
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Last Week in AI
Last Week in AI

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
千问:阿里第二次“无线战争”
潘乱 · 2026-01-18 · via 人人都是产品经理

阿里对千问的饱和式投入不仅体现在算力免费与组织重构上,更通过直接调用阿里生态核心能力,试图用模型生成答案的方式替代传统的内容长尾模式。本文深度解析千问如何站在'长尾的对立面',以未来为中心重构业务逻辑与用户体验。

2007年1月9日iPhone发布会,乔布斯为了演示iPhone的革命性功能,现场通过iPhone的Google Maps找到了旧金山的一家星巴克,并当着全场观众的面给那家星巴克打了一个电话,说他想要预订4000杯拿铁咖啡外带,随即笑着说,“不不,只是开玩笑的。打错了。再!见!”

这通电话是苹果第一代iPhone首次拨叫公司之外的号码,乔布斯是为了展示了手机的通信与网络能力,这段经典片段成为了iPhone发布会上的高光时刻。

当时没人知道这是一场智能手机的变革到来。对于接到电话的那个星巴克服务生来说,那天只不过是有人打了一通恶作剧电话而已。她甚至都不知道电话那边是乔布斯。

在AI时代,点咖啡这个行为有了不同的意涵。一个完整的点咖啡动作,涵盖了语义理解、唤醒应用、搜索商品、确认选项、完成支付等多个步骤,可以很好地展示AI在理解用户意图、规划任务和自动操作手机应用方面的综合能力。

所以过去两年,科技圈也流行在发布会上点咖啡,比如荣耀、vivo、智谱和支付宝都曾在发布会上点过咖啡,为了展示其产品AI能力。但普遍都是产品概念演示,AI助手的点外卖功能在普通用户的手机上无法完全复现发布会上的全自动化流程。

直到今天的千问发布会,很多人在现场就用AI为自己成功点了一杯奶茶 。

从2007年的一个玩笑,到2026年每个人都能上手验证。“点咖啡”这个行为的内核早已天翻地覆,它昭示了一个更根本的转变:推动数字世界的核心范式,已从移动转向了AI。

以未来为中心

在上个月钉钉all in AI的发布会开场前,循环播放了马云当年面对移动互联网的一句讲话:“阿里的无线不是为电商服务的,反而阿里的电商是要为无线服务的。”

这句话的实质是秩序的重置:移动互联网不是PC的延伸,而是新范式。不是用新技术去优化旧业务,而是以未来的中心为原点,重构所有现有业务的价值与形态。

对应到当下,搜索框曾是互联网入口,对话框将成为AI时代新入口,而这个窗口期可能仅一两年。现在不是优化存量的时候,是押注增量的时候,必须瞄准未来体验设计产品。

谁代表未来,谁就是中心。

饱和式投入

认准方向后,我们看到了阿里紧急推出覆盖chatbot的AI APP千问,并迅疾进行饱和式投入。

饱和式投入这个词不只是铺天盖地的投放,而是算力、人才、组织资源的全面压上。

  • 算力:千问的生图、生视频功能全部免费开放,生图更是没有使用次数限制。Tokens随便用,背后是阿里云算力集群的全力托底。
  • 组织:成立独立的千问C端事业群,从各业务线抽调精英。资源可以跨部门随时调配,确保战略优先级。
  • 产品:千问APP以周为单位迭代,快速上线AI PPT、AI写作、AI讲题、视频生成。不是做一个”陪聊AI”,而是做一个能干活的助手。
  • 生态:整个阿里生态的资源向千问倾斜,使其能直接调用高德的地图与导航、淘宝闪购的商品库、飞猪的票务等核心能力,实现服务闭环。

从无线到AI,从手机淘宝到千问,变化的只是技术载体,不变的是那个“以未来为中心”的绝对优先级。所有当下的成功,都必须为未来的可能性让路并输血。这次,轮到了千问。

站在长尾的对立面

抖音和拼多多是两家看起来毫不相关、实则逻辑高度相似的公司。它们都采用”抓少量供给取胜”的策略——把海量流量灌入少数SKU,让用户无需选择就能获得最优解。

十年前在淘宝搜”白衬衫”,几千页结果,每家店二三十个销量,用户根本无从判断。拼多多的做法是只精选二三十家商家,让他们承接这个品类70%-80%的交易,确保物美价廉。抖音同理:几十万播放量的高热视频仅占平台每天内容的个位数占比,却拿走了大部分的播放量。

这是站在当年更讲究供给侧丰富的淘宝和快手的对立面。淘宝诞生于供给稀缺时代,追求”让天下没有难做的生意”,本质是服务商家;快手强调普惠,给中长尾创作者更多曝光机会。而拼多多和抖音都意识到一件事:一个人一天能消费的商品和内容是有限的,满足用户一个最大需求,比满足十个需求更重要。购物场景里用户最需要低价,娱乐场景里用户最需要持续刺激。抓住这一个点打穿,比面面俱到更有效。

千问可能走的是同一条路。

跟字节和腾讯比,阿里缺少强健的内容生态。抖音有海量短视频,微信有公众号和视频号,而阿里在内容侧的积累相对薄弱。市场通常把这当做劣势,但换个角度看,这是不是也可能是AI的机会?

传统内容平台的运转依赖长尾供给。社媒平台上搜“户外刀推荐”,你会看到成百上千条博主笔记,有真实测评,也有品牌种草,信息繁杂且未必全面。用户需要自己筛选、比对、判断,这就是长尾内容模式的典型体验:丰富,但低效。

AI提供了另一种可能。

当你问千问买什么户外刀或者办公椅,它可以瞬间整合结构化知识:材质对比、品牌口碑、价格区间、使用场景,给出一个相对全面且中立的建议。它不依赖UGC的长尾供给,而是用模型能力直接生成最优解。这和拼多多精选少数商家、抖音集中分发头部内容的逻辑异曲同工——不是给你一万个选项让你挑,而是直接告诉你答案。内容平台还有左右互搏的顾虑,但是千问不需要有。

某种意义上,AI天然站在长尾的对立面。

长尾理论的前提是:互联网让边际成本趋近于零,所以可以容纳无限供给,满足无限细分的需求。但它忽略了一个问题:用户的注意力是有限的。当供给无限膨胀,筛选成本就会吞噬长尾带来的红利。这也是为什么拼多多和抖音能够崛起——它们本质上是在帮用户做减法。

AI做的是同一件事,只是更彻底。它不需要依赖创作者生态来铺满长尾格子,而是用模型能力直接”生成”那个格子里的内容。搜索、推荐、内容生产,三件事被压缩成一件事。用模型能力替代长尾供给,用”生成答案”替代”检索内容”。

当然,这条路能不能走通,取决于模型能力的天花板在哪里。恰好,千问(特别是其旗舰模型Qwen3-Max)是当前世界上最强大的AI模型之一。

这或许可以解释千问为什么同时在推AI创作和AI办事。

AI创作——生图、生视频、做PPT——本质上就是用生成能力替代长尾内容供给。以前做一张海报要找设计师,写一篇文案要翻小红书找灵感,现在千问可以直接生成,而且不是生成一版,是生成几十版还不重样。这是生成式AI的天然强项:基座模型建好后,多样性效果是内生的,每次生成都是新的。

AI办事则是另一条线。点咖啡、订机票、查路线,这些是实打实的任务闭环。另外在生活、工作和学习过程中还有很多机械重复的或者一次性的事情,都可以交给AI。

两条线背后是同一个节奏判断:AI产品的建设周期很长,但公司需要短期果实。所以一边建设革命性工具,一边释放一些能力到”玩”和“用”上。让更多人先通过玩体会到生成式AI和AI办事的魅力,先玩起来,先用起来,才有后面的故事。

本文由人人都是产品经理作者【乱翻书】,微信公众号:【乱翻书】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。