编排大脑
Claude Code / Codex 级编码 agent + 自定义 skills。负责拆任务、派发子代理、读写文件、调用浏览器、生成报告和追踪版本。
超越 4A 的 IMC 全案能力,今天就能搭出可运转的雏形:物料量产、网页物料、演示提案、数据闭环四个环节的产能与速度已能碾压 4A 交付节奏;洞察与策略可达提案级;只有 Big Idea 的判断与客户 / 媒介关系仍必须由人坐镇。
正确形态不是“AI 广告公司”,而是“人做创意总监与策略判断,agent 军团做其余 90% 执行”。
从 brief 到数据复盘逐阶段评估:哪里 agent 已经胜过 4A,哪里只能打平,哪里必须让人坐镇。
落地架构不是再造一家广告公司,而是把创意总监、策略判断、品牌标准和数据闭环放在一个可编排工作台里。
Claude Code / Codex 级编码 agent + 自定义 skills。负责拆任务、派发子代理、读写文件、调用浏览器、生成报告和追踪版本。
KV / 平面、TVC / 短视频、口播数字人、H5 / 落地页、提案 PPT、音频 / BGM。每条子栈都有本地或云端工具可替换。
把品牌手册、禁用词、视觉准则、广告法风险、客户偏好写成可执行规则。Agent 先审,人再签。
投放平台 API、表格、飞书 / DAM、素材版本号联动,形成“数据 → 改创意 → 再投放”的小时级循环。
你本机已具备约六成组件:Claude Code + 创意 skills 群、视频合成 / PPT / 文案方法论 / 中文排版 / SVG / 3D 能力、本地生图端点、ComfyUI、飞书交付链路。本报告本身就是这套总监台产出的第一份“提案”。
短板不是平均分布,而是集中在人际关系、主观判断和外部资源网络。
| 对比结果 | 判断 |
|---|
V1 的产业格局降为支撑章节:它解释工具为什么会以这四种形态进入 IMC 流水线。
Lovart / 星流、Krea Node Agent、Manus / Genspark、Gamma Agent。画布即工作台,敢做自主拆解、多模型调用和多轮迭代。
Adobe Creative Agent / GenStudio、Figma Agent、Canva AI 2.0。2026 Q2 扎堆发布,但都保留人工确认环节。
MCP 桥接层、ComfyUI-Copilot、Blender / FreeCAD / Fusion MCP、Remotion Agent Skills。开源世界主战场是让 coding agent 操作创意软件。
Zoo Zookeeper、Flux.ai、JITX、CloudNC、Toolpath、EDA 三巨头。几何、仿真、DRC、刀路和成本反馈让它们最像 agentic coding。
它解释为什么 Big Idea 难自动化,也解释为什么物料量产、CAM / EDA 和数据闭环更早成熟。
代码有编译、类型、测试、CI;创意主要靠人类审美投票。投放数据和 CAD / EDA / CAM 规则是少数可验证反馈。
创意软件长期封在 GUI 和专有格式里。MCP、API、workflow 和插件层是 2025–2026 的关键变化。
谁掌握图层、时间线、feature tree、KCL、schematic、节点图,谁能做成 agent。
品牌资产、CAD、刀路、BOM、供应链和转化数据大多私有,拥有工具链和客户入口的厂商占优。
广告损品牌,CAM 可能撞刀,EDA 可能整板重打。所以 human-in-the-loop 和审批点不是过渡态,而是商业必需。
越像代码、越有结构化中间表示、越有可机器验证反馈,越先成熟。
183 条工具作为 IMC 蓝图的底层工具池。阶段卡点击工具名会清空筛选并跳转高亮对应卡片。
横轴是生产成熟度,纵轴是 agentic 程度,只放代表性项目;悬停或点按点位可查看完整名称与等级。
中国模型与内容工具强,但原生通用 Agent 产品少;建筑/室内、批量营销物料和草根 MCP 桥接更早跑出闭环。
预测窗口到 2027-07,重点看接口标准化、审批工作流、工程闭环和中国批量物料生产验证。
MCP 会成为创意与 CAD 软件的标配开放接口。
Agent 形态会收敛为“带审批点的生产工作流”,不是无人驾驶。
CAD Agent 会从文生 mesh 转向可编辑参数化模型。
CAM / EDA 商业化快于通用设计 agent。
行业缺一个 creative-native 编排框架。
底座模型若不能嵌入 agentic 工作流,生命周期会变短。
中国会率先规模化验证批量物料生产。
两路调研交叉验证:Sonnet 5 子代理舰队提供 181 工具主库,Codex 第二信源补足价格、接口和若干遗漏项目。V2 以 IMC 全案能力重排叙事。
真自主闭环:能自主拆解任务、多步执行、调用工具,并根据结果观察与修正。
半自主有人审:能规划或批量执行,但关键步骤需要用户确认、审批或手工 review。
底座或工具层:模型、API、MCP、workflow、benchmark,本身不完成闭环,但能被 agent 调用。
数据库来自 2026-07-19 前后的公开网页、GitHub、产品页、论文和子代理抓取。star 数按数量级使用,价格与区域可用性随时变化;标注 unknown、unverified 或“需实测”的项目不应直接用于采购决策。