出海，已成为无数中国企业寻求增长的“第二曲线”。然而，风光背后，是难以言说的“碎片化之痛”：七八个海外媒体平台、完全不同的算法逻辑、割裂的数据孤岛……对众多中小出海企业而言，有限的精力和认知根本难以支撑这种复杂的消耗。
这正是AI本该大显身手的战场。然而市面上的营销工具却陷入了另一种“碎片化”：有的擅长素材生成但不懂投放，有的能做报表却给不出建议......广告主需要的，是一个能“一锤到底”的团队——既能理解目标，又能拆解执行；既能调用工具，又能反思结果。
正是在这样的背景下，Navos诞生了。它走的是一条“多智能体协同+专业大模型”的应用层路径。本次首次专访Navos产研团队，试图揭秘AI Martech领域背后的故事，还原这支团队如何用技术理想主义，将“破解营销场景碎片化”从愿景变为现实。
立足于真实场景，做能干活的“数字员工”
Navos团队的愿景，是让AI解决营销全链路问题。在产研团队看来，我们正处在一个大模型能力爆发但应用场景高度碎片化的时代。Navos的使命，是成为连接AI潜力与商业现实的“价值转换器”，成为真正能干活的“数字员工”。
市面上许多产品要么是“一个智能体包办所有事”，要么是几个工具的简单串联。但真实的营销工作流，需要多维度的专业能力协同——市场趋势分析、选品分析、竞品研判，每一个环节都需要不同的专业视角。用一个超级智能体解决所有问题，既不现实，也不经济。
于是，一个大胆的技术架构逐渐清晰：从“单点工具调用”迈向“多智能体协同作战”，打造一支由不同角色组成的“数字员工”团队，包含市场咨询智能体、营销创意智能体、广告优化智能体，他们各司其职，彼此协作，共同完成既定目标。
当被问及与市面上其他产品的根本区别时，团队的回答直指核心，“别人用公开数据教你‘怎么想’，Navos用专业数据和最佳实践告诉你‘怎么做对’；别人多是单点自动化，Navos则能‘场景打穿’，解决洞察、创意、优化的营销场景全链路问题。”
这种底气源于“先锁定场景和业务流程，再倒推工具和能力”的产品策略，让Navos在Agent赛道中最懂营销，在营销领域中最懂AI。
产研团队回忆，早期最大的挑战就是“没把‘谁在什么场景、解决什么卡点、原有业务流程是怎样’搞清楚就匆忙上能力，导致价值对不齐”。后来的做法是，先深入调研客户的现有业务流程，把人的工作方式和卡点梳理清楚，再基于这些反推Agent需要接入的工具和能力，然后快速迭代。正是这种立足于真实场景的产品策略，让Navos具备了成为“数字员工”的根基。
让智能体学会“吵架”，打通大模型及多智能体协同之路
“这不像机器写的，它里面有几个不同观点的争论和权衡，最后给的结论是有取舍的，这很像我们团队内部吵了一周才定下来的方案。”
在早期测试中，一位资深出海电商营销负责人试用Navos生成一份市场进入报告后的反馈，让团队无比坚定地确信了多智能体协同道路的正确性。但让多智能体学会“吵架”，技术上的难度远超想象。
一个是专业模型与智能体的相互推演及验证。Navos底层依托钛极多模态大模型，但大模型本身只能做到“单次输入+单次思考+单次生成”，而智能体需要的是反复思考和推演，这背后是对模型的无数次调用。每一次策略的生成、每一个方案的优化，都需要在大模型与智能体的内部预演和博弈中反复迭代，直到推演出最优结果。
一个是多智能体间的协同与共识。攻克这一层，团队面临三道关键关卡：
第一层攻坚是角色定义与专业分工。每个智能体都需要有自己的“专业背景”和“思考方式”。市场分析智能体要掌握行业趋势分析框架；营销创意智能体要理解爆款素材的历史数据规律；广告优化智能体要熟悉各大媒体平台的竞价逻辑。为此，团队为每个智能体构建了专属的知识库和推理逻辑。
但真正的挑战在于：当这些智能体坐在一起讨论时，它们如何理解彼此的“专业语言”？为此，团队设计了一套角色语义映射层，将智能体间的通信设计为标准化的协议，确保了“对话”的高效与一致。
第二层攻坚是意图路由与任务编排。当一个用户请求到来，系统需要判断该调用哪些智能体、按什么顺序协作。这背后是一套复杂的意图识别引擎和动态任务编排框架。
以“美白护肤品东南亚市场进入机会”为例：Navos会启动市场咨询智能体进行市场分析；当用户打开营销创意智能体并输入“美白护肤品”东南亚爆款素材生成，它会基于前者的分析结果，生成素材方向建议及相应爆款素材；广告优化智能体则会依据用户的预算金额，给出预算分配方案以及素材投放节奏的建议。
第三层攻坚是争议解决与共识机制。多个智能体可能会给出相互矛盾的判断——市场咨询智能体看好东南亚市场的某个趋势，但营销创意智能体指出某些素材风格在当地可能触犯文化禁忌。Navos的解法是引入“辩论机制”：每个智能体不仅要输出结论，还要输出推理过程，系统再次进行推演和验证给出最优答案。
一位产品团队成员感慨道：“这意味着从产品经理到研发到测试，对多智能体的交互边界都要非常清晰，才能用一致的预期、一致的语言协作完成开发。多智能体协同的开发过程，本身就是一场团队内部的‘协同作战’。”
突围数据迷宫，打赢清洗与权限硬仗
如果说多智能体协同是Navos的“上层建筑”，那么数据就是其中非常重要的“地基”。而这块地基的夯实过程，充满了意想不到的硬仗。
“我们想象中的数据迁移是一系列操作流程，非常顺利。但在真实的业务中，数据清洗不是一道填空题，更像是一道复杂的逻辑题。”一位产研团队成员这样描述当时的困境。
当真正处理业务数据时，他们发现：同一个广告的状态在两张表里因为取数时间差异，导致对不上。这意味着，如果数据不干净，智能体基于这些数据做出的分析判断，从一开始就是错的。
为了对齐字段，团队不得不回溯半年前以及一年前的需求文档，甚至重新梳理整个业务数据流。“把整个业务数据流重新梳理了一遍，这相当于对业务逻辑进行了二次确认。”这场数据溯源让他们深刻意识到：数据清洗绝不仅仅是预处理的一小步，而是对业务理解深度的终极检验。
权限控制则是多智能体时代的“守门人”。在Navos的架构中，不同项目、不同用户能访问的数据各不相同。团队的解法是：在智能体的推理过程中引入权限上下文。每个请求都会携带用户的身份信息，智能体在调用数据前，必须先经过一层权限校验。同时，他们设计了一套“最小权限原则”的调用机制，确保智能体只获取完成任务所必需的数据。
务实又敢想，一群技术理想主义“解谜者”的坚守
既仰望星空，也脚踏实地。经过无数个昼夜的奋战，Navos 终于正式亮相，收获了掌声与期待。对产研团队而言，这既是一个值得铭记的里程碑，也是一个全新的开始。
正如CEO李述昊所言：“我们希望未来能基于Navos，逐渐生成一个能覆盖“商品流通”全程的操作系统，从用户看到商品，到商品成交，再到复购，实现品牌忠诚提升，到全链路闭环。”
产研团队将这一愿景拆解为一次次具体的战斗，把目光牢牢锁定在“为第一批种子客户打赢第一场真实的海外营销战役”上。正是这种聚焦，让他们从宏大叙事的压力中抽身，重新找回了脚踏实地的实感。
团队成员用三个关键词勾勒团队的气质：简单务实、解谜者、灯塔。
• 简单务实——不空谈理想，信奉“用每一次分析、每一次优化，帮客户打赢下一场战役”。在他们眼中，理想主义不是飘在天上，而是落在每一行代码、每一份调研里。 • 解谜者——视每一个客户需求、每一个技术难点为一个待解的“谜题”。从数据迁移的逻辑陷阱，到多智能体协同的架构难题，他们乐此不疲。团队里既有能将用户心智、商业逻辑与工程融会贯通的架构师，也有同时负责多个模块开发的实干派——真正地 Make Things Happen。 • 灯塔——在压力和不确定性中，相互成为彼此的“灯塔”。当有人陷入技术细节的迷雾时，总有人能拉回视角，点亮前行的方向。
一位成员对压力的态度，或许最能体现这种气质：“人的一生这么长，总会有压力特别大的时候。压力来了，如果能扛住，那就很好；如果崩溃了，那就停顿一下，休整重建，没什么大不了。在开发中，我和研发有过数次争吵，那也算是压力释放的口子。在激烈的沟通中完成理解，最终解决问题。敢于冲突，也善于和解，这正是钛动的文化基因。正如我们构建的多智能体团队，也需要在碰撞中达成共识，最终共同完成目标指令。”
从多智能体协同，到A to A还有多远？
对于未来，Navos团队有着清晰的想象。如果给Navos的未来版本提一个必须实现的功能，他们会选择：一个能让用户在真实投放前，利用多智能体进行市场策略模拟推演和压力测试的虚拟环境。在这个环境里，市场咨询智能体、营销创意智能体、广告优化智能体可以反复“推演战役”，帮助用户在真实投入前预判风险、优化策略。
这其实指向了一个更大的趋势——Agent to Agent（A2A）。李述昊采访中提到：“3-5年后，每个消费者都将拥有一个深度了解自己的个人Agent，每个品牌也都有一个深谙自家产品的营销Agent。”当你想买一套“适合下周去北海道滑雪的高性价比装备”时，你直接告诉你的个人Agent，它会去全网与各个品牌的营销Agent沟通，最终给你最优选。
这听上去或许还有些遥远。但Google已经联合50多家伙伴发布了Agent2Agent（A2A）开源协议，旨在建立一套AI智能体之间的“通用语言”。而Navos团队现在的积累——多智能体协同的架构、专业大模型、服务超10万家广告主的最佳实践，正是在为这个未来做准备。
在AI重构全球营销的进程中，Navos团队这群技术理想主义者正一步步将AI的潜力转化为商业现实。
