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。工作内容传统投放团队Agent OS运营者日常盯数据每天数小时手动拉报表系统自动监控按异常推送预算调整人工判断逐计划修改智能体动态执行人审例外素材测试手动创建、上传、对比素材Agent自动生成、自动测试复盘汇报周报靠人整理决策链路自动留痕策略优化依赖个人经验依赖系统沉淀的行业know-how3.3 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-howMarvy 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。