标签: 方法论

平台用 AI 优化匹配，用 Agent 提升你在它后台里的操作效率——但这些智能都长在平台的墙里面。跨出墙头，你得有自己的一层。 作者：zhanbo · 2026-09-09 声明：本文为独立行业观察 / 独立技术实践，基于公开资料整理，不代表任何雇主或客户观点；本工作室不承接游戏（含手游 / 休闲 / 中重度）行业相关咨询。 tl;dr 广告平台的 AI 投入方向一直很清楚：对内，用 AI 优化广告匹配——决定谁看到这条广告；对外，用 Agent 提升广告主在自家后台内的操作效率。这两件事平台都会越做越好，但它们有一个共同边界：只在自家平台的墙内生效，且优化目标天然对齐平台自己的收入。 广告主的真实战场却是跨平台、多渠道的。一个账户同时开着几家媒体，每一家都有自己的"智能投放"，每一家的智能都只对自己平台的钱包负责。于是广告主侧必然要长出自己的一层：聚合投放（一个入口管所有平台的动作和数据）→ 独立归因（跨平台的账算得清）→ 投放策略管理（预算怎么分、何时止损放量，规则在自己手里）→ 智能投放 Agent（这一层自己会感知、提议、执行、学习）。 这不是"要不要做"的选择题，是分工演化的结果：平台越智能，广告主越需要一个跨平台、对齐自己生意目标、且自己可控的智能层。 这套系统从第一天起就按真实广告账户设计、在真实投放中迭代。构建过程中最核心的结论是：它的护城河不在模型，也不在连接器，在"信任结构"——跨平台数据归一、写动作分级审批、动作结果延迟回采、策略只学真实样本。少一样，广告主就不敢把账户交出来，Agent 也学不到真东西。 本文按业务需求 → 痛点 → 概念模型 → 技术架构 → 实现的顺序完整展开，包含十几个具体的工程取舍和理由。适合正在设计或评估"AI + 投放"系统的人收藏慢看。 一、业务需求：平台的智能，和广告主的智能，不是同一种智能 先把一个常见的误会拆掉。 很多人觉得，广告平台已经这么智能了——全托管 campaign、自动出价、自动扩量、自动生成素材——广告主再建一套"智能投放"是不是重复造轮子？ 不是。因为平台的 AI 从来只服务两件事： 对内，优化广告匹配：决定哪条广告展示给哪个人。这是平台收入引擎的核心，eCPM 竞价、点击率/转化率预估、探索与利用机制，全部围绕"平台生态的长期变现效率"设计。 对外，提升广告主在自家后台内的操作效率：自动托管、智能建议、对话式助手、官方 MCP 接口——让你在它的体系里花钱花得更顺、更快、更少摩擦。 注意边界：这两件事都只在单个平台的墙内生效，而且优化目标函数天然对齐平台自己的收入，不是广告主的利润。广告主面对的真实战场是另一个形状： 一个账户同时开着几家媒体，每家都有自己的一套"智能投放"，黑盒程度不一，建议互相矛盾； 预算总量是有限的，真正的决策不是"在 A 平台里怎么投"，而是"这一万元分给 A、B、C 各多少、什么节奏、按什么信号再平衡"； 平台报表里的转化是平台口径，跨平台去重、真实增量、回收周期，平台不会替你算——它们既没有动力，也没有彼此的数据； 投放经验（什么品类什么阶段用什么打法、什么信号可信、什么时候该逆着平台建议操作）散落在投手的脑子里和历史账户里，人一走就带走。 所以广告主侧必然要长出自己的一层。这不是"要不要做"的选择题，是分工演化推出来的，按依赖关系是四级台阶： 聚合投放：一个入口统一管理跨平台的计划、预算、出价、素材和报表，动作和数据先归一，结束"十个后台十套数"的状态； 独立归因与度量：跨平台账算得清——哪个渠道带来的是增量而不是平台自报的转化，LTV 回收按什么口径，这是后面一切策略的事实基础； 投放策略管理：预算分配规则、止损/放量阈值、素材轮换规则、平台建议的采信边界——把投手经验固化成可审计、可迭代、可复用的资产，而不是聊天记录里的手感； 智能投放 Agent：在以上三层之上，系统自己 7×24 感知异动、提出方案、在授权边界内执行、用真实结果复盘并改进策略。 顺序不能反。没有聚合，Agent 只能一个平台一个平台地当外挂；没有独立度量，Agent 学到的全是平台喂给它的自我评价；没有策略管理层，Agent 的每次决策都是一次性的，组织没有积累。Agent 是这层的最终形态，不是起点。 ...

副标题：从 RCT 到 s-RCT：把实验从「省着跑」变成「跑得值」 作者：zhanbo · 2026-08-21 声明：本文为独立行业观察，基于公开资料整理，不代表任何雇主或客户观点；本工作室不承接游戏（含手游 / 休闲 / 中重度）行业相关咨询。 tl;dr（3 条） 每个实验都有流量和时间成本，但是实验成功率却越来越低——s-RCT 用 AI agent 先模拟、先筛，把流量省给值得的实验。 Amazon 论文的实证：agent 模拟的原始方向信号偏弱（符号重合 0.70 没明显超过无信息基线），校准后才把误差降 77×——能筛，不能定。 实验效率的第一步不是换工具，是检查你的漏斗：历史实验库有没有、AI 会不会泛化假设、拟合指标建没建（回复「实验效率」拿诊断）。 一、开题：AI 能替我跑实验吗 「AI 能替我跑实验吗？」 增长团队最近被问得最多的，就是这个问题。 问的人手里通常攒着一叠实验报告：有的没跑完就被砍，有的跑完了结论是「无显著差异」。真正变成决策的，一个季度下来数得过来。 不是团队不努力。是实验这件事本身在变贵——每个实验都要真实流量、要排期、要工程师陪跑，而这些成本，一半花在了注定没结论的实验上。 另一面，想法的供给在爆炸。以前一周想三个实验，现在 AI 一天能给你三十个。流量和工期没变，候选池却大了十倍，实验成功率自然被稀释。这不是哪家公司的管理问题，是整个行业的漏斗问题。 二、从 RCT 到 s-RCT：效率的漏斗 实验效率的瓶颈，已经从「能不能跑」变成了「值不值得跑」。 过去十年，我们把 RCT 当作金标准：随机分组、真实流量、统计显著，一切都对。但金标准的前提是流量够、工期够、候选少。当候选变多、流量变贵，金标准就变成了奢侈品——不是不该用，是没那么多预算给每个想法都用一遍。 s-RCT（Simulated RCT，模拟随机对照试验）就是冲这个错配来的。Amazon 的两位研究者（Stefan Hut、Lorenzo Masoero，8/13 更新论文）提出：让 AI agent 拿着用户的「行为画像」和「干预描述」，在投入真实流量之前，先模拟一遍 A/B 结果，把明显没戏的候选筛掉。 把流程拆成四段： 历史实验库沉淀 → AI 泛化出假设 → AI 收敛掉弱候选 → 高价值的进真实 A/B 前两段是「库」和「生成」：历史实验库沉淀每次实验的结论，AI 从里面学模式、批量泛化出新假设。第三段是 s-RCT 的主场：agent 模拟结果，做候选的收敛和排序。第四段，只有排在前面的高价值候选，才拿到真实流量跑 RCT。 ...

需求是"看清每笔预算"，验收却是"这条 campaign 的 ROAS"——错配，是 MMM 项目死亡的第一推手。 作者：zhanbo · 2026-08-07 声明：本文为独立行业观察与通用测量方法论，基于公开资料整理，不代表任何雇主或客户观点；本工作室不承接游戏（含手游 / 休闲 / 中重度）行业相关咨询。 开篇：那笔进了抽屉的预算 “帮我看清每笔预算到底带来多少回报。” 这是几乎每个 CMO 找我时说的第一句话。同行（包括早年的我）下意识的反应都是：上 MMM（Marketing Mix Modeling，营销组合建模）。 三个月后，一份几十页的报告交付：边际 ROI 曲线、渠道贡献分解、最优预算分配建议。客户点头说"很有启发"。然后——报告进抽屉，预算照旧，明年再花几十万重做一遍。 这不是段子。这是过去十年营销分析行业最普遍的真实图景。MMM 项目交付率不低，采用率极低。 模型跑出来了，决策没发生。 问题不在模型，在我们用错了问题框。 一、五个典型死法：都死于同一类错配 把失败现象倒推，根因只有一类——期望与能力的错配。具体有五种姿势。 1. 期望错配（最大死因） 老板要的是"这条 campaign 的 ROAS 多少"，MMM 给的是"品牌和效果整体怎么组合最优"。MMM 在周级聚合层跑回归，根本看不到单条 campaign。拿聚合模型去答用户级问题，等于拿望远镜看细胞——看不清，于是判"模型没用"。 2. 数据地基没打 建的是 spend（花费） 而非 impression（触达）：MMM 的自变量应该是媒体权重，不是美元。CPM 一变，spend 和效果就错位，系数算反。 序列太短：稳健 MMM 要 104 周（两年）周级数据。很多团队跑 6 个月就建模，噪声吃掉信号。 共线性 / 无变异：所有渠道常年 always-on、同涨同跌、从不关停——模型在数学上无法识别各自系数，出来的数字纯靠先验，等于编。 3. 无校准（相关性当因果） MMM 系数是相关性。没有 geo holdout 实验当 ground truth，它就是"看起来科学的相关性幻觉"。Stella MMM 的基准很直白：未校准 MMM 前向预测精度 87%，用增量实验结果当贝叶斯先验回灌后到 95%——这 8 个点就是 CFO 信不信你的差别。 ...