飞书深诺沈晨岗：超越“伪多智能体”，新一代Agent OS重塑AI营销的能力边界|agent|大语言模型|智能体|沈晨岗|飞书

【亿邦原创】7月23日，在亿邦动力“2026全球化新品牌AI竞争力大会”上，飞书深诺Meetsocial创始人兼CEO沈晨岗发表了题为《新一代企业级出海营销AgentOS——全球AI营销新基建》的演讲，并正式发布新一代企业级出海营销AgentOS——Marvy 2.0。

沈晨岗认为，随着模型能力大幅提升，出海营销应用AI的主要挑战已经不再是“缺少工具”，而是如何将模型能力转化为真实可触的业务效能。

在这一过程中，出海企业也有诸多痛点亟需化解：通用模型不懂行业知识、不同Agent彼此割裂、决策过程难以解释，以及数据链路不完整，都导致企业难以将各个单点环节的效率提升与销售转化完成关联锁定，并实现方法论资产的沉淀。

为此，飞书深诺打造了新一代Agent OS，开创性地设置了任务调度Agent，对市场洞察、媒介策略、智能创意、智能投放和数据分析五大子Agent进行顶层统筹，覆盖出海营销全链路。

这一全新系统以任务调度Agent拆解需求、居中调度，组织多个核心职能Agent协同工作，并依托飞书深诺庞大的业务数据库与专家集体的调校反馈持续训练、自驱进化。

据沈晨岗介绍，Marvy 2.0 AgentOS将赋能一线员工、解放核心管理者，提升出海企业组织生态的整体生产力。此外，飞书深诺还计划于今年第四季度推出更加轻量化的Marvy Lite，希望普惠赋能更多中小商家，使其能够使用AI Agent参与全球竞争。

本文根据嘉宾现场演讲整理，在不影响原意的基础上有所删改。

以下为演讲实录：

01 超越“伪多智能体”，出海企业需要一个“会思考的营销大脑”

大家好，很高兴今天在这里向大家介绍飞书深诺。相信在座从事出海业务的卖家和电商朋友，对飞书深诺并不陌生。

不过，今天我们的重心，并非介绍自身在媒介业务上的规模，而是希望分享我们在AI及全球营销领域取得的技术突破，旨在帮助卖家。

在出海营销AI应用逐步起效的今天，模型能力正在大幅提升，但行业应该如何将这些能力应用到业务中，真正转化为营销效果？大家依然感到焦虑。

其实，市场上已经出现很多不同类型的AI产品。然而，信息非常零碎，品牌应该选择哪一个，品牌客户往往非常迷惑。

同时，我们也看到，有些产品确实能够提升局部效率，比如使用创意Agent制作出看上去不错的素材。但这个创意的效果究竟好不好？如何将它与最终转化联系起来？这仍然是一个令人头疼的问题。

在AI应用过程中，我们看到了几个痛点。

首先，是“不专业”——通用模型不懂行业知识。

我们可以向通用大模型咨询行业营销问题，但它们的回答往往缺乏足够的专业性支撑。

其次，是“不真实”。

其所使用的信息大多来自公开渠道，缺乏权威第三方数据、企业私有专业数据及真实业务场景的支持。因此，企业看到模型给出的数据和结论时，往往会半信半疑。

再次，是“不协同”。

不同AI Agent之间缺乏协同，彼此互不关联。每个工具都只提效一个点，无法达成营销全链路闭环。

第四，是“不可信”。

整个AI应用的推导过程还是一个黑箱：模型会告诉你应该怎样操作，但为什么这样做、这样做的优势是什么、可能存在哪些问题、如何事后复盘验证，企业完全陷入盲区。

最后，是“不进化”。

由于缺少客户完整的数据链路，模型无法从上一次应用中学习，也就很难在下一次应用中持续改进。

而从IDC的报告中，我们可以看到，真正的AI Agent应用，需要从人工主导逐步走向完全自主。在这个演进过程中，企业如何从基础自动化、半自动化走向全自动化，并不是一条简单的道路。

飞书深诺也在全链路营销服务体系中快速迈进，希望在洞察、创意等环节提供更多支持，不断提升AI应用的成熟度。

今天，我想向大家介绍Marvy 2.0。我们希望，它能够成为一个“会思考的营销大脑”。

Marvy的命名代表了它的核心能力架构：

M代表Multi-agent，即多智能体协同；

A代表Autonomous，即自主学习和进化；

R代表Reliable，即提供可信赖的行动、推理与决策依据；

V代表Verifiable，即所有运行数据均可追溯，并能够通过实际效果进行交叉验证；

Y代表Yield maximization，即营销价值最大化。

我们希望，Marvy 2.0超越“一个入口+N个大模型+搜索引擎”的简单并联、突破“伪多智能体”的能力藩篱，成为一个真正能够作战的决策与执行系统，为出海企业带来“营销平权”，让广告增长从可能性进一步走向确定性。

02 海量数据支撑、专家案例赋能，五大核心Agent打通出海营销全链路

Marvy 2.0系统包含五个核心Agent，分别是市场洞察、媒介策略、智能创意、智能投放和数据分析。它们对应了企业从认识市场、制定策略到产生创意、执行投放，再到分析反馈的完整营销链路。

首先是市场洞察Agent。

出海营销面临的一项重要挑战是本地化，而本地化最大的难点，是企业能否真正了解当地消费者、市场竞争情况以及竞品的投放策略。归根结底，企业需要提升对本地市场的理解。

过去，我们帮助客户完成一份本地化市场分析，通常需要专业人员花两三天时间，才能形成一份辅助决策的报告。现在，我们将过去十余年的行业数据和经验沉淀在数据仓库中，其中包括数千个独家行业历史案例，以及持续更新的数十个外部第三方数据源。

在AI协同认知的基础上，企业只需要输入统一的目标要求，系统就能将市场分析效率提升10倍，在5 分钟内产出一份专业的市场分析报告，为企业主提供决策参考。

了解市场之后，企业还需要判断应该选择哪些媒体、如何分配预算，以及可能获得怎样的市场效果，这对应的是媒介策略Agent。

过去，为客户完成一套完整的媒介策略规划，至少需要一天时间，也需要专业营销人员开展大量研究。

现在，我们建立了包含超过60家媒体的数据库，并沉淀了千万级Campaign的执行参考。同时，飞书深诺的专家团队会拆解Campaign及媒介策略的执行逻辑，将整个运行过程数字化，再交给AI进行预测和调优。通过这种方式，媒介策略的运行效率可以提升5 倍以上。

智能创意Agent，同样是AI营销应用中非常重要的一环。

现在，几乎任何大模型都能够按照要求生成创意，但它所生成的创意能否带来有效营销结果，是另一个问题。企业可能测试了1000个创意，投入了大量费用，最终效果却并不理想。

所以，创意最重要的要素不是制作成本，而是能否进行“有效”的创意制作。所谓有效，就是产出的创意能够帮助企业达到预期的营销结果。

过去，我们的创意人员为客户进行创意策略规划，通常需要一到两天。因为要构思一个好创意，不仅需要理解消费者，还需要将产品卖点融入内容，并通过更多样的创意变体和不同测试角度进行验证。

在这个过程中，我们积累了大量数据。目前，飞书深诺每天新增的素材超过80万条。每条素材背后的点击、Impression、转化及购买行为等数据，都会被打标，并接受结构化解构。围绕素材中的卖点等信息，我们已经提炼出超过27000个标签。

与此同时，创意策略人员还会持续优化策略。Marvy 2.0将基于这些历史数据和每日新增素材进行训练，持续提升素材产出及运营效率。这个环节的效率提升是以10倍计算的。

有了洞察、策略和创意，企业还需要在不同媒体上快速完成批量投放。特别是对于投放量较大的客户，广告投放涉及大量账户搭建、参数设置、素材上传及后续调整，整个过程十分冗长。

在智能投放Agent中，我们沉淀了过去十余年积累的广告创编及调整Skills。飞书深诺的运营团队每年管理全球广告预算达80亿美元，拥有超过300位优化专家。Marvy 2.0将优化师在投放过程中的经验数字化、标签化，再与整个优化流程的SOP相结合。从内部应用效果看，广告投放的运营效率提升了20倍。