⌘ K
… 读取采集状态 同步中...
雷
10月12日10月11日10月10日更早
2026 年 6 月 24 日 · 星期三每天 08:00 出刊

电商日报 · 2026 年 6 月 24 日 · 星期三

电商热点雷达

第 8 期242026 年 6 月星期三
25件大事15个来源约 9 分钟读完
01

今日必看

02

风险与规则

抖音电商·规则动态

关于修订《【农资园艺】行业管理规范》的意见征集通知

主要涉及二个板块的变更，均处于合规要求，以保持执行内容和行业规范保持一致，非新增管控场景。 1. 资质收取更新：果蔬苗木目前实际收取资质为【种子/林草种子经营许可证】or【种子经营备案】，因此外化规则也需要更新。 2. 准入标准透传：删除准入准出规则中涉及“情节程度”的描述

原文
03

AI 电商机会

钛媒体

腾讯不当“AI老登”，微信Agent能否炸场？

文 | 财经故事荟 微信原生 AI 助手“小微”终于来了，低调开启灰度测试。 最近，部分用户的微信左上角，蹦出两个绿色的小圆点，经过授权之后即可启用“小微”。 据和菜头透露，大约有 100 万用户参与灰测，大多是小程序开发者。 这是腾讯第一次把AI深深“种”进微信这个国民级App里。 在AI赛道上，腾讯确实起步晚了。 今年1月底，腾讯年会现场，马化腾罕见承认：“我们整个动作其实是慢了，一直到2024年底，我们的AI产品元宝和混元大模型才转到CSIG（云与智慧产业事业群），他们才开始正式做这个产品。” 现在，腾讯正憋着一股劲猛追，试图后发制人，而微信是最拿得出手的一张王牌。 小微的入口虽然隐蔽，但步子迈得不小：动动嘴或打打字，就能让它帮你发消息、调设置、拨电话，还能点外卖；想看公众号文章、想生成图片，甚至想让小微“现场搓”个小程序出来——它都能接住。当然，很多指令执行前还需用户确认。 14亿人每天泡在微信里。微信能不能靠小微，变成中国最大的AI入口？ 手握微信王牌 小微排面不小。微信多个重要入口，都给它开了门。 要知道，张小龙对微信上新功能一向克制。他曾说：“什么是好产品？有创意，有用，

原文
ChannelX

ReFiBuy 推出 RetailPlaybook，由零售商代购优化专家 Andrew Bell 主持

ReFiBuy, the company that coined Agentic Commerce Optimization and built the platform to operationalize it, today announced the launch of RetailPlaybook, a new media channel designed to equip brands for agentic commerce on Amazon, Walmart, and beyond. Hosted by Andrew Bell, who joins ReFiBuy as VP of Research, RetailPlaybook will deliver original research, practical guidance, and actionable playbooks for brand, ecommerce, retail media, marketplace, and digital shelf teams adapting to retailer sh

原文
36氪

千问大模型正式发布Qwen-AgentWorld

36氪获悉，千问大模型正式发布Qwen-AgentWorld，这是首个原生语言世界模型（Language World Model, LWM）。单一模型同时覆盖文本类环境（MCP、Search、Terminal、SWE）与GUI类环境（Web、OS、Android），实现跨领域知识迁移。同步发布的还有 AgentWorldBench，覆盖七大领域的语言世界模型评测基准，每条测试样本均配备真实环境执行所得的真实环境观测数据。

原文
AI HOT

Qwen-AgentWorld 开源：让 Agent 学会"先预测，再行动"

通义千问推出首个原生语言世界模型 Qwen-AgentWorld，覆盖 MCP、Search、Terminal、SWE、Web、OS、Android 七大领域。模型基于超 1000 万条真实交互轨迹，经 CPT→SFT→RL 三阶段训练，在 AgentWorldBench 上超越 GPT-5.4（58.25）和 Claude Opus 4.8，Qwen-AgentWorld-397B-A17B 取得 58.71 分。两种范式已验证其能力：作为解耦环境模拟器实现可控 Sim RL，在 WideSearch 上超越真实环境 RL（F1 50.3% vs 45.6%）；作为智能体基础模型，LWM 预热可迁移至七个基准（三个完全未出现在训练集中）。模型与评测基准已开源。 🔗 阅读原文：https://mp.weixin.qq.com/s/NV9WGpGsfFz35jww5agM9g

原文
04

运营动作建议

人人都是产品经理

AI Agent项目为什么大多都失败了？Deloitte报告给PM的3个警告

Gartner与Deloitte相继发出预警：40%的Agentic AI项目将因三大认知误区走向失败。当企业仍在用自动化思维改造旧流程时，头部玩家已开始重构工作范式与管理体系。本文深度拆解Deloitte报告核心观点，揭示Agent项目失败的真正症结——从硅基员工管理到遗留系统摩擦，为PM提供可落地的三阶段避坑指南。 你的公司今年有没有在做AI Agent项目？ 如果有，我需要告诉你一个不太好听的消息： Gartner预测，到2027年，超过40%的Agentic AI项目将以失败告终 。Deloitte最新发布的《Agentic AI战略报告》也印证了这一判断——”尽管前景令人期待，许多Agentic AI的落地实施正在失败。” 失败的原因，不是模型不够强，不是算力不够大。 而是绝大多数团队从一开始就走错了方向。 作为产品经理，我们是离这个决策最近的人。今天这篇文章，就来把Deloitte报告里最核心的三个警告，翻译成PM能直接用的语言。 错误一：把AI Agent当「自动化工具」用 这是最普遍、也最致命的误区。 很多团队上Agent的逻辑是： 找到一个重复性流程，把它交给AI自动

原文
AWS Machine Learning Blog

使用 Amazon Bedrock AgentCore 构建蛋白质研究副驾驶

Protein researchers face a time-consuming challenge: manually searching through thousands of peptide sequences to find structurally similar candidates is slow, error-prone, and requires deep domain expertise to interpret results. Building a protein research copilot can transform how researchers search for structurally similar peptides across large datasets — enabling natural language queries, automated embedding generation, and AI-powered result summarization in a single conversational interface

原文
AWS Machine Learning Blog

共享基础设施、独立租户：使用 Amazon Bedrock AgentCore 的池模型多租户

Building multi-tenant AI applications presents new architectural challenges. You need complete tenant isolation between customers, different service tiers with different capabilities, granular cost tracking, and observability per tenant. Without these, you could risk exposing customer data, not providing appropriate quality of service to your customers or running up unforeseen costs. In this post, you will learn patterns for implementing production-ready multi-tenant systems using Amazon Bedrock

原文
05

观察信号

（本期完）

电商热点雷达 日报由编辑系统根据公开来源自动编辑，每条均附原文 · 日报合订本