AD Agent 开发实录和版本迭代——4 天从两个 Skill 到一个能自治的投放大脑
优化师效率和买量 ROI，这两条曲线，能不能被一个 agent 同时拉起来？ 作者：zhanbo · 2026-07-11 tl;dr 4 天从 0 到能自治的 ad-agent，我在 changelog 里写了 7 个版本、5 个 Phase——顺序对了才是工具，顺序错了都是 demo。 大多数团队卡在"要不要接大模型"，其实真正卡的地方根本不在模型——关键是你的问题，你给模型准备了哪些数据以及策略迭代的领域知识。 本文附 5 道 ad-agent 就绪度自测 + 一份 90 天路线图诊断（限 2 家）。 一、问题先行：优化师的一天，值不值得被 agent 接管 先说业务，再说 agent，不然一切都是空的。 出海买量团队里，优化师的日常长这样： 早上打开 Meta / Google / TikTok 三个后台，各抄一遍昨日 spend / installs / ROAS 打开归因平台（AppsFlyer / Adjust）再抄一遍 D1 / D7 ROI 打开 BI 或飞书表格核对，发现三份数据对不上——花半小时找 last-touch 和 incremental 的口径 中午看到某个 campaign CPI 飙了 30%，猜是素材疲劳还是竞价对手加价，打开素材库比对创意 下午调预算、换素材、跑 A/B——每一步都要在三个平台重复操作一次 一个团队 20 个 campaign 就够把一个优化师钉死在屏幕前。所以 ad-agent 不是一个"AI 概念题"，它要解决的是四件很土的事： ...