AIPM二级考试大纲拟于2026年9月更新，AI产品经理能力进一步走向生产级治理与规模化经营

过去，AI产品经理更多关注需求分析、Prompt设计、模型选型和AI功能落地；但当RAG知识库、Agent、MCP、Skills开始真正进入企业系统后，产品经理还需要面对权限、安全、运行稳定性、评测、成本和规模化经营等更复杂的问题。

据了解，CAIE人工智能研究院推出的AIPM人工智能产品经理认证Level II计划于2026年9月完成新一轮考试大纲更新。

从目前拟更新版本来看，AIPM二级仍然面向AI产品方向的专业人才，但能力重点进一步从“会设计AI产品”，向“能够定义、治理和持续运营复杂AI产品”升级。

新版大纲明确提出，二级需要考查学习者在真实业务环境中进行产品机会评估、非确定性产品定义、复杂系统设计、智能体运行治理、评测闭环和规模化经营决策的能力。

原文链接：https://www.caieglobal.com/news/922.html

AIPM二级首先强化“值不值得做”的判断

AI产品经理并不是接到需求以后直接选模型。

新版AIPM二级首先强调AI机会评估与价值组合决策。除了判断业务问题是否适合采用大模型，还需要在传统机器学习、规则自动化和非AI方案之间进行选择，并明确选择和排除的理由。

同时，还要综合考虑用户收益、业务收益、战略价值、开发投入、算力成本、运营成本和风险成本，在不同AI项目之间进行资源配置。

这意味着二级产品经理需要回答的不只是“能不能做”，而是：

值不值得做、优先做什么、投入到什么程度，以及什么时候应该停止继续投入。

AI产品设计进一步强调责任边界

AI产品具有非确定性，尤其当Agent开始调用工具、修改数据甚至执行业务操作后，产品责任变得更加重要。

新版大纲进一步强化了系统事实与AI推断的区分、人机责任划分、高影响操作控制、个人信息保护、数据安全和知识产权等内容。

对于资金处理、权限变更、重要数据删除和正式外发等操作，新版要求设置确定性的身份验证、授权校验、审批和审计机制，避免模型直接决定高风险行为。

同时还进一步加入产品红队测试，要求通过边界条件、业务逻辑和安全攻击等方式提前发现高风险问题，并将严重缺陷设置为上线阻断条件。

RAG和复杂AI架构要求进一步提高

相比一级，AIPM二级对技术架构的理解要求更加深入。

新版要求学习者能够从业务角度判断大模型、传统机器学习、OCR、多模态、规则系统、小模型等不同技术的职责边界，并理解单模型、模型路由和模型级联等不同方案。

RAG部分也不只是知道“知识库是什么”，而是进一步关注文档解析、切分、索引、召回、重排、生成，以及知识权限、知识过期、恶意知识内容和检索注入等生产环境问题。

这说明AIPM二级并不是要求产品经理自己写算法，而是要求其能够与研发团队讨论真正可落地的系统方案。

Agent从“会设计”走向“生产级运行治理”

此次更新中，一个非常明显的变化，是智能体模块进一步升级为生产级智能体编排与运行治理。

新版不仅涉及Workflow、状态机、ReAct、多智能体和Skills，还进一步加入故障恢复、熔断、检查点、断点续作、幂等控制、补偿机制、服务等级目标和错误预算等内容。

对于产品经理来说，这意味着不能只关注“Agent能不能完成任务”，还要考虑：

如果任务执行到一半失败怎么办？
如果同一个操作执行两次怎么办？
如果工具调用异常怎么办？
如果Agent陷入循环怎么办？
什么时候必须转人工？

新版还进一步强调Agent的可观测性，包括任务成功率、节点成功率、工具成功率、人工接管率、时延、成本、链路日志和状态快照等。

这已经明显从“Agent Demo设计”进入生产级产品治理阶段。

Prompt也从技巧升级为“可维护的指令体系”

AIPM二级仍然考查Prompt，但重点已经不只是“写一个好提示词”。

新版进一步强调系统指令、业务规则、用户输入和外部数据之间的层级关系，以及Prompt的模块化、版本管理、测试、发布和回滚。

每次修改指令后，都需要通过固定测试集与基线版本进行比较，出现效果下降或安全风险时还要支持回滚。

因此，Prompt在AIPM二级中更接近一种长期维护的产品资产，而不是一次性的使用技巧。

评测工程成为AIPM二级的重要能力

新版AIPM二级还进一步强化了评测工程。

除了准确率、召回率、任务完成率、人工接管率、响应时延和成本，还增加黄金评测集、回归评测集、探索评测集，以及LLM-as-Judge等自动评估方法。

产品经理还需要理解失效分析、回归测试、实验设计、小流量验证和安全发布。

这意味着AI产品经理未来不仅要问“产品上线了吗”，更需要问：

怎么证明新版本更好？出现问题后怎么定位？修改之后有没有产生新的问题？什么时候可以逐步放量？

AIPM二级适合哪些人？

从新版能力结构来看，AIPM二级更适合已经具备一定产品、项目、业务或技术经验，希望进一步参与复杂AI产品和企业AI项目的人。

例如：

传统产品经理向高级AI产品经理转型；
AI产品经理负责RAG、Agent等复杂产品；
项目经理、业务分析师参与企业AI项目；
数字化负责人、解决方案人员承担AI产品规划；
具备业务经验，希望进一步负责AI产品建设和治理的人员。

如果说AIPM一级更偏向建立AI产品经理的完整基础能力，那么AIPM二级则更强调复杂AI产品的架构判断、运行治理、评测和规模化经营。

AI产品经理正在从“功能设计”走向“系统经营”

从此次拟更新可以看到，AI产品经理岗位正在发生一个明显变化。

过去，产品经理更多负责把功能设计出来；未来的AI产品经理还需要确保系统安全运行、成本可控、效果可验证，并能够持续迭代和规模化。

AIPM二级新版大纲可以概括为一条更完整的工作链路：

机会评估 → 产品定义 → 系统架构 → Agent治理 → 指令体系 → 评测工程 → 安全发布 → 规模化经营。

最终版本及正式启用安排仍需以CAIE官方信息为准：aipm.caieglobal.com