企业官网建设流程全解析

1. 在ChinaJoy 2026的展台前，出海营销平台成了主角

ChinaJoy 2026的N5馆里，飞书深诺的展台是我今年逛下来最挤的展位之一。围在大屏前的人，手里拿着手机录的不是游戏演示，而是Marvy 2.0的Agent OS界面。这件事放在两三年前很难想象——一个出海营销平台，居然能让一群游戏发行团队顶着热浪排队看。原因不复杂：游戏出海的流量红利见顶，谁能在“买量”这件最花钱的事上把效率再抬一个台阶，谁就有机会在存量市场里多吃一口。Marvy 2.0想做的，正是用Agent OS把出海增长这件事从“经验手艺活”变成一套“可规模化的操作系统”。

1.1 出海买量的真实处境：预算在涨，ROI却在掉

先说大背景。我接触的发行团队里，几乎没有哪家还觉得“出海可做可不做”，大家默认这是必选项。但必选项不等于容易项。过去两年，海外主流媒体渠道的流量成本整体上移，尤其欧美T1市场，CPI、CPA已经涨到让不少休闲游戏团队算不过账。SLG和混合变现产品稍微好点，但也架不住素材生命周期越来越短：一套素材跑两周就开始衰减，得不停补量、换素材、换文案、换投放形式。隐私政策收紧之后，投放端的归因数据又变得模糊，可优化的信号少了，很多团队只能靠经验拍脑袋。

现场有个发行朋友说得挺直白：过去投得出量就有机会，现在投得准才有机会，而投得准的前提是反应够快。反应快靠人是不现实的——优化师再能干，一天能盯的账户和计划也就那么几个，等报表里看出问题，往往已经亏了两天预算。这才是Agent OS能引起围观的根本原因：大家缺的不是又一个广告后台，而是一个能在分钟级响应变化的“增长指挥系统”。

1.2 展台上的Marvy 2.0：一句话能说清，背后是三层结构

如果只让我用一句话介绍Marvy 2.0，我会说：它不是投放工具，而是以Agent OS为核心的出海增长操作系统。这句话有点拗口，但拆开看并不难懂。现场演示的逻辑是这样的：运营者在一个输入框里给出增长目标，比如“某款SLG在北美市场上线30天，ROAS做到120%”，剩下的拆解任务由系统分配给一群不同角色的智能体去执行。

从我看到的架构信息来理解，Marvy 2.0整体分三层。最底层是数据接入层，负责接广告平台API、归因平台、变现SDK和团队自有数据；中间是Agent层，包含投放Agent、素材Agent、预算Agent、风险Agent、数据Agent等等，每个Agent有明确的分工；最上层是目标管理层，面向运营者提供目标设定、决策树查看、异常告警和人工干预入口。这个分层和电脑操作系统很像：底层管硬件资源，中间层做调度，上层提供交互界面。Agent OS多出来的东西叫“自主调度”，从接收目标到动态调整预算、更换素材，形成一条自动化的流水线。

这里有个细节值得注意：Marvy 2.0不是把一堆AI功能塞进旧界面，而是先把增长链路里的“角色”抽象出来，再让智能体去扮演这些角色。这和很多产品“加个AI助手”是两种完全不同的产品哲学，也是它敢叫“OS”的原因。

1.3 这届ChinaJoy，大家不只看游戏，还在看怎么把游戏卖出去

往年的ChinaJoy，大家关心的是新游Demo、IP联动、周边和Coser。今年明显多了一个话题：怎么在海外把游戏卖出去。围绕出海的论坛、沙龙和展台数量肉眼可见地变多，飞书深诺把Marvy 2.0放到这样一个场合发布，本身就传达了一个信号——游戏出海已经从产品单点竞争，进入“产品力+增长力”的双轮竞争阶段。发行团队不再满足于买一个数据工具或找一家代投团队，而是想建立一套属于自己的增长能力。

我在现场听到不少发行负责人问的问题，已经从“你们能投哪些渠道”变成“这套系统能不能接我们自建的数据中台”“智能体的决策依据是什么”“能不能保留人工干预”。这些问题说明大家不是来看热闹，而是在为下一阶段的增长方式做选型。当大家不再问“要不要上Agent”，而是问“怎么上、上哪家、怎么接”的时候，这个趋势基本就已经很清晰了。

2. Agent OS的运转逻辑：它不是工具，是一支能自己开会的虚拟团队

很多产品说自己接入了AI，但实际用起来就是套壳：你问它一个问题，它给你一段建议，最后还是得人来执行。Marvy 2.0的Agent OS不太一样，它更像一支虚拟团队，每个成员有分工、有记忆、有权限，还能互相传递信息。这个差别，决定了它到底是“助手”还是“操作系统”。

2.1 一个SLG出海目标，是怎么被拆解成智能体任务的

用一个现场演示中类似的例子来说明。假设你负责一款三国题材SLG，准备在北美市场上线，管理层定的北极星指标是“首30日ROAS不低于120%”。传统做法是发行负责人手动拆解：先定总预算，再分渠道，再安排素材排期，再设置广告系列结构，中间还要不断调价、换素材，整个过程涉及五六个人、七八张表。

Agent OS的逻辑是把这些步骤变成任务树。运营者只要输入目标，预算Agent先基于历史数据估算出北美市场的合理分配；投放Agent接着按渠道特点搭建测试结构，比如Meta先跑宽受众、Google侧重搜索词；素材Agent根据竞品和热点生成一批差异化文案和视频脚本；风险Agent检查可疑流量、刷量风险和新账号的异常行为；数据Agent负责盯回传，把关键指标按小时级频率同步给其他Agent。每个Agent在完成自己的任务后，会把结果发布到内部消息总线，其他Agent再据此调整动作。

这个过程很像一个项目组在开会：目标明确之后，每个人领走自己的部分，做完同步进度，遇到冲突就协商，而不是等老板来拍板。区别是这套“开会”系统是实时且大规模运行的，几十个市场的调整可以在几分钟内完成。

2.2 素材衰减、预算转移、风险熔断：Agent间的协作闭环

Agent之间怎么协作，比单个Agent有多聪明更重要。我举一个素材衰减的典型场景。假设一套视频素材在北美的CTR从2%掉到了1.1%，系统里的素材Agent先捕捉到这个信号，判断素材进入疲劳期，自动生成两三套新变体进入测试队列；投放Agent同步调整原素材的出价预算，防止继续烧钱；预算Agent把省下来的预算暂时划给正在放量的其他计划；数据Agent继续追踪新变体的表现，如果某一套效果好，再反向通知投放Agent加大预算。

这一条链路走下来，传统团队可能需要一个上午才能完成从发现到执行的动作，Agent OS把它压缩到了分钟级。更重要的是，整个过程中每个决策都有记录，运营者可以随时查看“为什么系统当时砍了某个计划”。这种透明度，是它和那种纯粹黑盒优化工具的本质区别。

还有风控熔断。广告账号在海外市场随时可能遇到风控、封号、素材拒审等各种突发情况。Agent OS里的风险Agent不是只做报表，它会监控账户健康度、拒审率、异常操作，一旦触发阈值，自动暂停相关计划并通知人工。这类设计很关键，因为出海投放最大的成本不是钱，是账号。账号没了，前面所有预算和素材积累都白搭。

2.3 为什么叫OS，而不是叫“智能投放工具”

“操作系统”这个词这几年被用滥了，什么都说自己是OS。但Marvy 2.0的逻辑里，它确实符合操作系统的特征：连接资源、抽象差异、调度任务。电脑OS管理的是CPU、内存、磁盘，Agent OS管理的是预算、素材、渠道账号和数据表。它不直接创造素材，也不直接充值，而是把原来散落在各个平台和团队里的资源统一抽象出来，按照目标动态调度。

工具和OS的差别，可以类比成计算器和Excel。计算器能算加减乘除，但Excel可以建模、做条件格式、多张表联动、版本回溯。单点能力再强，没有编排能力，就只能解决局部问题。游戏出海恰恰是一个链条特别长的业务：预算、买量、素材、变现、数据回传、LTV分析环环相扣。一个环节的工具再强，其他环节没接上，整体效率也起不来。Agent OS的价值，是在这些环节之间建立了一套实时协作的机制，这正是传统数据分析平台和自动化规则引擎做不了的事。

3. 从买量到经营：Marvy 2.0重构游戏出海增长的三个关键转向

Marvy 2.0如果只是一个效率工具，讲清楚上面那些技术点就够了。但飞书深诺把它定义为“重构增长范式”，这个说法值得深挖。我理解下来，真正的变化不是“工具变了”，而是“做增长的方式变了”，具体体现在三个转向里。

3.1 从渠道采买转向目标运营

过去游戏出海做预算，最常见的方式是按渠道切蛋糕：Meta留50万，Google留30万，TikTok留20万，定完基本不太动了。这种方式在流量便宜、渠道边界清晰的年代没问题，但现在流量越来越贵，渠道之间的用户重合度又很高，固化的分配结构会导致预算效率越来越差。

Agent OS的思路是反过来：先定目标，再反推渠道组合。运营者不需要说“我要在Meta投多少”，只要说“北美市场30天ROAS要做到120%”，系统会基于历史数据、渠道特征、游戏品类和当前大盘竞争情况，算出一个初始分配比例，并且之后根据实时回传不断调整。这就像开车时不盯着转速表踩油门，而是盯着目的地距离和预计到达时间，让系统动态调节速度和路线。从“买渠道”变成“运营目标”，这个转变听起来是概念变化，实际上是整个预算管理逻辑的倒置。

3.2 从人盯数据转向人盯例外

传统投放团队的大量精力消耗在盯数据上。早上打开后台看消耗、看CPA、看素材跑量情况，白天调价，晚上做报表，明天再重复。优化师真正的策略思考时间被严重压缩，大多数人变成了“报表操作工”。

Agent OS把常规决策自动化之后，人的角色应该变成“盯例外”。正常的消耗波动、素材衰减、竞价变化，让智能体自己处理；只有出现异常信号，比如某个计划突然起量、某个素材CTR异常飙升、回传中断、账号风控，系统才会升级给人工处理。我在展台跟几个做投放的朋友聊，大家对这一点最有共鸣：不是想让Agent替人做所有事，而是希望把时间还给人，去做素材策略、市场洞察和产品调优。如果一套智能体系统不能让团队从重复劳动里解放出来，那它就不配叫OS。

3.3 从个人经验转向组织记忆

游戏出海行业一个长期痛点，是经验都在人脑子里。一个优秀的优化师离职，可能顺手带走了这个产品最核心的投放方法论；一个新项目启动，又是从零开始摸索受众、素材风格和出价节奏。团队之间也很难复制成功经验，因为大部分策略像“玄学”，没有系统化的记录。

Agent OS的另一个重要价值，是把个人经验变成组织记忆。每个智能体的决策依据、每次预算调整的条件、每套素材在不同市场的数据表现，都在系统里留下记录。时间久了，它会有自己的“判断倾向”：这个品类的素材哪种开头更稳，那个市场的出价波动周期是怎么样的。这种沉淀不会因为人员变动而丢失，反而会随着使用越来越准。这也是我判断Marvy 2.0不是“套壳AI”的关键依据——它愿意花力气做决策留痕和知识库，说明它盯的是长期复利，而不是短期演示效果。

4. 智能体不是即插即用：接入Marvy 2.0前，运营团队要想清楚的四件事

任何一套好工具，用不好都是灾难。Marvy 2.0的Agent OS虽然把“自动”两个字做得很有吸引力，但我在现场和同行交流后一致认为，落地阶段用户要面对的现实问题不少。如果不提前想清楚，很可能买回去之后变成昂贵的摆设，甚至把账户搞出问题。

4.1 账户资产的权限边界要提前划清

Agent OS要运转，必须连接广告平台账号、归因平台、变现后台和自有数据。这意味着它需要授权，而授权就意味着风险。我见过有团队因为接入了第三方工具，不小心把某个核心账户的广告权限全部放开，结果系统误判，一晚上烧掉一周预算。这种事不能全怪工具，更多是权限设置太粗。

在接入Marvy 2.0这类系统之前，一定要做一次账号权限盘点：哪些账户可以让Agent读写，哪些账户只能只读观察，哪些账户完全不接入。建议设置分级授权，新账户先以“建议模式”运行，确认系统判断逻辑稳定后再逐步放开执行权限。同时要设定每日消耗上限和单计划预算天花板，给系统加一道物理保险。

4.2 智能体可以自主，但必须保留人工否决权

“自主”和“失控”之间只隔着一道护栏。Agent OS跑起来之后，它会在你的预算范围内做很多自动决策，但如果运营者完全没有干预能力，心里始终是不安的。比较好的做法是“灰度放权”：第一周让Agent只出建议，所有动作由人工确认；第二周放权给素材测试、低预算计划调整；第三周才放开核心计划的预算调整权限，同时保留紧急熔断开关。

现场飞书深诺的演示里也有类似的交互设计，运营者可以在决策树里看到每个动作的触发条件和执行结果，如果想撤销某个决策，可以回退重来。这个设计很实用。我的建议是，无论系统多聪明，每周至少要花一次复盘的时间，把所有Agent在一周内做过的关键动作拉出来看一遍，保持人对系统的“掌控感”。

4.3 数据中台没打通，再强的Agent也白搭

这是最容易忽略的一点。Agent OS的决策质量，完全取决于喂进去的数据质量。如果游戏客户端的事件埋点不完整，收入数据在归因平台和商店后台两边对不上，Android和iOS的LTV口径不一致，那Agent的一切计算都是空中楼阁。

出海业务的数据链路本来就长：广告平台曝光点击、SDK事件、变现广告收入、内购收入、归因平台的wash数据，每一环都可能存在偏差。想玩好Agent OS，第一步不是选产品，而是做数据治理。至少要保证三件事：客户端关键事件埋点完整、收入归因口径统一、广告后台和自有数据的回传延迟可控。否则再强悍的Agent也只会用漂亮图表把错误决策包装得很合理。

4.4 团队角色要重新定义，投放优化师变成“智能体运营者”

还有一个容易被低估的变量：组织架构。一个团队上了Agent OS，但优化师的工作方式不变，那系统和人都会很痛苦。优化师觉得Agent抢了自己的饭碗，或者觉得Agent判断不准；Agent又因为优化师没有及时配置好规则而表现不佳。这不是技术问题，是管理问题。

更好的做法是把投放优化师重新定位成“智能体运营者”。他们的工作不再是手动调价，而是设计目标、制定边界规则、审核例外决策、优化数据口径。素材团队的生产节奏也要跟上，因为Agent OS对素材的测试和消耗速度可能比人工运营快得多，素材供应不及时，系统再聪明也巧妇难为无米之炊。团队里最好有一个人专门负责“喂”系统，盯数据质量、调决策参数、做周度复盘，就像运维工程师伺候服务器一样。

5. 我的实际判断：Marvy 2.0这类产品能走多远，取决于这三件事

最后说点我自己的判断。Marvy 2.0在ChinaJoy 2026一亮相就能引起关注，说明方向是对的——游戏出海确实需要一套能真正协同的Agent OS。但站在行业人士的角度，我更关心它接下来的落地表现。这类产品最后能走多远，不是看发布会演示多华丽，而是看三件很现实的事。

5.1 跨渠道数据稳定性与容错能力

Agent OS的决策链路建立在多个渠道API和数据回传之上。任何一个环节抖动，都可能让系统判断失真。iOS侧回传延迟、某渠道接口深夜故障、归因平台数据wash，这些都是出海日常。系统能不能在这种“脏环境”里保持稳定，且不因为数据抖动做出激进决策，是用户信任的基石。我见过太多自动化工具，Demo时完美，接入真实账号后三天两头误判，最后被团队关掉。

5.2 能不能沉淀出真正的行业know-how

Marvy 2.0的定位是游戏出海，那么它对游戏行业规律的理解能不能超过泛用AI工具？SLG、休闲、二次元、混合变现，每种品类的投放逻辑不同，每个市场的用户偏好差异也很大。飞书深诺多年来服务出海客户积累的经验，能不能真正变成Agent层上的行业模型，这是它区别于其他产品护城河的地方。如果只是拿通用大模型套一层壳，那用户凭什么不用更便宜的方案？

5.3 定价模式会不会成为第二道门槛

目前官方没有公布详细的定价体系，但智能体类产品的成本结构注定不便宜。如果按API调用量或Agent运行量计费，大型发行团队一个月可能跑出不小的账单；如果是年费制，又可能让中小团队望而却步。出海市场不是只有头部大厂，大量中小发行团队同样需要增长系统的帮助。定价能不能设计得让不同体量的团队都能算得过账、能用得起，很可能决定Agent OS是成为行业基础设施，还是变成少数团队的奢侈品。

展会结束的时候，我站在出口和一位做了五年出海发行朋友聊了几句。他原话大意是：技术他不是太担心，他担心的是自己的团队能不能跟上这种变化。两年前他们上线第一套自动投放工具，花了三个月才让优化师们愿意相信系统判断。这次的Agent OS，变化更彻底，恐怕是一场组织层面的改造，而不仅仅是装个新软件。我当时没接话，但心里挺认同。工具从来不是最难的部分，难的是人的习惯、流程的重新设计，以及你愿不愿意把一部分绝对的决策权交给系统。Marvy 2.0到底能不能重构游戏出海增长范式，明年ChinaJoy再看各家拿出来跑的数据，答案自然会出来。