文章目录 · 8 个章节
左手在花钱买右手的流量
有一天我刷自家A产品的时候，跳出来一个激励视频广告。点进去发现，是我们公司另一个产品B的下载页。
我们的左手，正在花钱买我们右手的流量。
后来排查，是包排重漏配了。可恶，居然忘了。
那一刻我愣了几秒。然后突然意识到一件事——我做变现侧好几年了，又干过投放侧好几年。这两件事，从那天起，在我脑子里彻底成了一件事。
素材没变，身份在来回转化。
这篇就讲这个意识到之后的事——变现侧应该怎么接进我们之前一直在搭的那套增长中台里来。前面写过的几篇文章——意图驱动、逻辑网关、MCP、投放Agent、素材——把投放、素材、数据都往Agent化推了一遍，唯独变现侧还是个孤岛。
但绕了一圈之后我越来越觉得，这事绕不过去了。原因有三个，文章会一个一个讲：
第一，变现和投放本来就是一件事，你做了一边的Agent化，另一边不接进来，两个Agent就会在同一波用户上做矛盾决策。
第二，变现侧能Agent化的事，远比”调瀑布流权重”大得多。真正能拉营收的杠杆，藏在体验权衡里——这些事人做太慢，机器才有机会。
第三，所有这些Agent能做的事，最终都靠AB实验来兜底。但传统AB慢得要命，这才是变现Agent化真正的瓶颈。
最后我会回到一个更大的问题——我们做这一整套基础设施，到底是为了什么。
先说答案：投资人、用户、补贴，总得有一样赚的。这是商业化的底层世界观，也是中台的目标函数。
第一章 同源：变现和投放，干多了自然觉得是一回事
回到开篇那个故事。
我们公司是APP工厂模式，旗下产品多。变现侧负责让自家APP里的广告位卖出更高的价钱，投放侧负责给自家APP买来更多用户。两边各有一套人马、一套KPI、一套Dashboard。
但那天看到自己公司的广告出现在自己公司的APP里之后，我开始重新看这件事。
变现侧关注什么？ 一个广告位的请求、缓存、曝光、展示、点击、转化。
投放侧关注什么？ 一个广告创意的搭建、冷启、曝光、点击、转化、留存。
中间的字眼几乎是一样的。曝光、点击、转化——这些词在两边的Dashboard上都出现，但大家从来没把它们当成同一个东西。
其实就是同一个东西。素材没变，是同一份创意，被同一个广告平台的算法，分发给了同一波用户群。变的只是身份——这一刻你是买方（投放），下一刻你是卖方（变现）。
三个同源
干这一行久了之后我越来越觉得，变现和投放的同源不止是”指标看起来像”，是从底层一路同源到顶层。
指标同源。CTR、CVR、eCPM——变现侧看自家流量的，投放侧看自家素材的，反过来看就是对方。变现侧的高eCPM，意味着投放侧的高出价；投放侧的高CTR素材，到了变现侧就是高质量的广告内容。
算法同源。两边都在跟广告平台的算法对抗。两边都有冷启动期。两边都要喂数据养模型。投放侧学会的”怎么让算法快点收敛”，反过来就是变现侧的”怎么让新广告位更快起量”。
召回同源。这个最关键。变现侧的某些指标是要回流到投放侧的——优质素材带来高CTR，高CTR带来高质量流量，高质量流量提eCPM，高eCPM支撑投放预算，投放预算找到更多用户。这是一个完整的飞轮，但飞轮的两半往往被切给了两个团队。
反例：只做过一边的人会怎么判断
我看过太多只做过一边的同事做出片面判断。
投放侧的同事，紧盯ROI数据，但商业化波动的归因不得而知，凭感觉调整。投放团队里除了负责人，谁会天天盯商业化变更？看到ROI掉了，第一反应是素材不行、出价不行、人群不行，很少会想到是不是变现侧那边出了什么调整影响了流量结构。
变现侧的同事，因为效果广告把所有计费都换算成了CPM，那些复杂的转化付费方式、深度优化目标、分层人群定向，商业化是不理解的。商业化只关注点击区域、CTR、CVR这些表层指标，最多搞搞CTR预估——已经算顶中顶了，但实际上这些精细化的优化对增长贡献有限，根本不起决定性作用。
两边各看一半，自然各自做出局部最优的判断。但局部最优加起来，几乎从来不是全局最优。
同源的架构含义
讲到这里，回到这篇文章的主题——既然变现和投放是同一件事，那么把投放Agent化、却不把变现Agent化，就是一个架构错误。
投放Agent优化获客成本，变现Agent优化eCPM。如果两边Agent不通信，两个Agent就会在同一波用户上做矛盾决策——投放Agent想买进来更多便宜用户，变现Agent想从这批用户身上榨出更高的eCPM，但便宜用户的eCPM一般也低，两个Agent的目标天然冲突。
人做这件事还能在周会上吵一架，机器不会吵——它们会各自冷静地优化自己的指标，然后整个系统的全局收益一起劣化。
所以中台必须把两侧统一调度。这不是”如果有空就做一下”，是架构原则。
只做一边的人看见两个游戏。两边都做过的人看见同一个棋盘。
而做中台的人，必须在棋盘上下一盘棋——不是两盘。
第二章 效率层：所有人都要先过的关，但天花板比想象中低
讲变现侧Agent化之前，得先把变现侧的”动作集”摆清楚。Agent最终要执行的是这些动作，不理解这一层，谈Agent化是空的。
变现侧的基础动作就三块：缓存、请求、瀑布流。
三个模块只服务一个目标
这三块东西在做什么，一句话就能说清——用户想看广告的瞬间，最快展示价格最高的那一个。
缓存解决”有没有”——用户来要广告的那一刻，库存里得有。
请求解决”什么时候有”——什么时候去问广告平台拿广告，提前多久预加载，过期多久要刷新。
瀑布流解决”用谁的”——同一时刻有好几个广告平台都返回了广告，按什么顺序展示，用什么逻辑分层。
三个模块不是并列的，是前置依赖关系。缓存做不好，请求和瀑布流都白搭——你瀑布流策略再花哨，用户点开的时候库存是空的，一切归零。
具体怎么做我不打算展开。各家有各家的玩法，公开的最佳实践业内都看得到，不公开的就是各家的护城河。我只说一个观察——很多团队做着做着就忘了目标，开始为优化而优化。今天加一个分层逻辑，明天换一个出价策略，跑了半年指标也没动。你回头看，这些动作有没有真的让”用户想看广告的瞬间，最快展示价格最高的那一个”这件事变得更顺，大部分时候答案是没有。
为什么”做到行业平均要半年”
效率层做到行业平均水平，新团队大概要半年。这半年不是技术难度，是踩坑量级。
每个模块都有几个公开的反直觉点——业内人都知道，新人都要被坑一遍。比如最经典的，缓存不是缓得越多越好——过期广告会拉低账户eCPM，平台会判定你流量质量差，下次直接给你降价。
这种坑业内人都知道，但要自己亲自踩一遍，新人才会真的记住。半年时间，差不多就把主要的坑踩一遍。
为什么”再往上不是技术能解决的”
到了行业平均之上，前30%靠精细化——但精细化的边际收益越来越小。前10%靠数据闭环的速度——监控、分析、调优的循环能跑得比对手快。
这两件事都是技术能做的。但再往上，就不是技术能解决的事了。
我有一个特别真实的对比，能把这件事说清楚——
我们团队过去优化缓存策略和请求策略，做了半年多，eCPM增长15%。半年时间，全团队最聪明的几个人盯在上面调，15%。
然后某天商务那边接了某个新SDK进来测试，初期每日预算20w+。某些场景的营收，直接增长10%。
代码优化是存量，多接了一个有预算的金主是增量。这就是为什么我说”基建做到80%之后，运营效率和稳定性对商业化最关键，剩下交给商务”。
这件事从此改变了我对效率层的看法——效率层的天花板不在代码里，在视野里。
效率层是入门题。所有人都要做，但所有人也都做得差不多。
真正的差距，不在你SDK跑得多顺，在你抬头看到了什么。
接下来要讲的几章，就是抬头之后看到的东西。
第三章 AB闭环：Agent化绕不过去的瓶颈
讲到这里，要先插一段。
后面几章会讲变现Agent能做的几件事——动态调体验权衡、协调三方决策。这些事听起来很美好。但任何做过商业化的人都会立刻问一个问题：
Agent的判断从哪来？凭什么它做的决策比人靠谱？
答案就一个字——实验。
商业化所有决策都靠AB
变现侧的所有决策，最终都靠AB实验来兜底。瀑布流权重要不要调、激励金额要不要加、新广告位要不要上、某个场景的频次要不要降——全都是AB跑出来的。没有AB，所有”调优”都是拍脑袋。
这是变现的硬规矩。也是Agent化必须接住的硬规矩——你让Agent来调瀑布流权重，Agent得能验证它调对了；你让Agent来调激励权益，Agent得能证明这个权益没把付费打崩。
但传统AB慢得要命
我们现在的AB流程，从立项到推全，1-2个月。越是重要的实验越小心翼翼，时间越长。
慢在四个地方——
设计阶段，要产品定指标、研发埋点、数据建表，三方协同。光是开会对齐方案就一两周。
执行阶段，流量怎么分、配置怎么发、灰度怎么开，每一步都需要人工配置和核对。
判断阶段，什么时候停？显著性够不够？要不要继续观察？要不要回滚？归因总结、想法验证、推翻重来，是常有的事情。这一步特别吃数据分析师。
联动阶段，实验跑出结论了，要把结论手动配回到决策系统里——瀑布流权重要改、激励规则要调、新策略要发版。
四个阶段加起来，一个实验1-2个月不夸张。
但商业化决策的特点是高频、小幅、多变量。每周都可能想试几十个东西。AB跑不过来，就只能不做实验——变现侧80%的决策没经过实验，靠老人经验拍。
这才是变现Agent化的真瓶颈
回到那个问题——Agent的判断从哪来？
如果AB还是1-2个月一轮，Agent就只能在”老人经验”的基础上跑得更快。它会比人犯错更快，犯得更精准。
Agent化的可靠性，取决于实验跑得有多快。
Agent能在AB流程里做什么（点到为止）
简单说几个方向，不展开——
设计阶段：自动出方案、自动选指标。
执行阶段：自动配流量、自动监控异常。
判断阶段：自动监控显著性、自动早停、自动出结论。
联动阶段：直接把结论喂回决策系统。
更狠的一步：主动扫描——不再等人想到要做实验，Agent持续找”哪些决策值得验证”。
这块本身是个大话题，水深得很。AB Agent化值得单独写一篇，这里先按下不表。
但有一个边界要说清楚——人定方向，Agent辅助落地和监控。Agent不能自己起破坏性实验（比如关掉所有广告测留存），不能自己改实验目标。这是底线。
说到底，变现Agent化的瓶颈不在算法，在实验。实验跑得多快，Agent就有多聪明。
第四章 体验层：Agent化最棘手的权衡
变现侧Agent化要解的第一个真问题——广告体验。
起点：用户是反感广告的
这是商业化所有问题的起点。
用户打开你的APP是为了用APP，不是为了看广告。每多一个广告位，用户的体验就差一分；每多一次广告打断，用户对这个APP的好感就少一分。
这件事所有研发同学都知道，但都会被数据打脸——你以为加一个广告位就多一份钱，结果加完之后，留存数据告诉你这个钱是从未来抢来的。
我们做过一次商业化策略上线，导致新用户的免广配置出了异常——本来该免广的部分新用户，被推了插屏和底部banner广告。
新用户次留俯冲，直降5pp。
这不是夸张，是真实的数字。一个变现配置的小bug，整整5个百分点的次留没了。要把这5个百分点用别的手段加回来，可能是几个月的产品迭代。
更难受的是组织视角的副作用——投放侧那边在做留存策略，变现侧这边在搞免广范围缩小，留存一变差，所有矛头第一时间指向商业化。是不是又加广告位了？是不是又改频次了？是不是又出bug了？变现团队解释半天才能洗清楚——很多时候还洗不清楚。
主流解法：激励逻辑
业内目前找到的”用户主动愿意看广告”的最优解，是激励逻辑——广告兑换权益。看一个视频换一次抽奖、换一段VIP、换一份游戏内的资源。
这是个非常优雅的设计。它把”广告打扰”变成了”用户主动选择”，本质上把商业化和用户价值在一定程度上对齐了。
但权益怎么设计是另一门学问——
给得多，伤付费、伤资源。游戏内货币贬值、付费用户觉得不公平，长期看是把生态搞坏。
给得少，没人看、广告位形同虚设。激励视频做出来一天没几个人点，那这个广告位就是装饰品。
平衡点在哪？没有标准答案。要按用户分层、按场景、按时段、按当前的资源池状态动态调——每动一次，又要看会不会影响付费、会不会影响留存、会不会影响其他功能的使用率。
这种多目标权衡，规则系统做不动。传统打法靠产品经理拍脑袋 + AB慢慢调，周期以月计。
这就是为什么这件事Agent最适合做——按用户分层、按场景、按时段动态权衡，是规则系统做不到的，但是Agent能做的。这是变现Agent化的第一个真正杠杆点。
研发视角能看到什么
我作为研发，没操刀过权益设计，但旁观过不少case。两个特别想分享的——
Case 1：激励视频首加载5秒，依然占据60%+收入
某个APP，激励视频首次加载经常超过5秒。所有研发同学看到这个数据都会想去优化——5秒太长了，肯定影响转化率。
但实际数据是，这个广告位依然占据了整个APP 60%+的广告收入。
为什么？因为激励背后的权益对用户来说太划算了。看5秒等加载、再看30秒视频，能换到非常实在的东西。用户愿意等。
体验差吗？差。但收益大吗？大。
这件事让我重新思考效率层和体验层的关系——你以为优化首加载是头等大事，但用户告诉你，权益设计的杠杆比加载速度大得多。
Case 2：摇一摇灵敏度微调，留存俯冲
摇一摇广告大家都熟。一些APP在开屏放摇一摇广告——用户拿着手机走两步，被识别成”摇一摇”，自动跳转到外部下载页。
某次产品调了一下摇一摇的灵敏度，把阈值降低了一点点（想多触发一些跳转）。留存立刻俯冲。
这件事看起来跟”用户反感广告”是一回事，但其实不是。
用户其实不反感广告——激励视频用户愿意主动点。用户反感的是被广告强奸。摇一摇就是典型的被强奸——我没主动点，我只是走了两步路，你给我跳转了。
这两件事看起来像，但背后的用户心理是天差地别的。研发视角能看到的就是这种——同样是”加广告”，激励是用户选择，摇一摇是被动接受，二者对留存的影响不在一个量级。
广告体验不是产品的事，是商业化模型的一部分。
用户不反感广告，反感的是被广告强奸。
做IAA Agent不解这道题，等于在沙堆上盖楼。
第五章 商务层：技术做到头之后的事
第二章那个15% vs 10%的对比，在这一章要展开讲。
反差判断
SDK做得再好、瀑布流跑得再准，技术能给你的天花板就到这了。再往上的eCPM提升，不来自代码，来自电话。
这件事我自己也是花了很久才想明白。一开始我们也是技术原教旨主义者——觉得只要把代码写到极致、把策略调到极致，营收就能上去。半年时间换了15%，已经是很厉害的成绩了。
商务层的几个真实战场
商务层不是”打个电话谈谈”那么简单。它是一整套和广告平台周旋的系统性工作——
预算侧——哪些平台愿意把更多预算导给你。这取决于你流量的质量、稳定性、配合度。同样质量的流量，有的平台给你导100w预算，有的只给20w，差距就是商务谈出来的。
补贴政策——业内有但不公开的补贴池。某些时间段、某些场景、某些国家，平台会有专门的补贴。但这些补贴不会写在公开的API文档里——你不问就拿不到。
测试补贴——新流量、新位置、新国家的扶持期价格。平台为了拉新流量进来，会给一段时间的高于正常水平的eCPM。这个窗口期能不能吃到、能吃多久，全看商务关系。
活动节点——大促、节日、行业事件，都是高出价窗口。这些窗口的高峰持续时间往往很短，能不能在窗口期把流量切到出价最高的渠道，是真功夫。
还有更深的——开发者返点、定向预算等等。懂的都懂。
技术是入场券，商务才是分蛋糕权。两者都要，但顺序不能错——基建做不到80分就去搞商务，平台不会理你。
第六章 落地的真问题：组织割裂
讲到这里，前面所有的Agent化设想都很美好。但任何在公司里推过中台的人都知道——最难的从来不是技术，是组织。
变现Agent化最大的现实障碍，是组织割裂。
行业通病
公司大到一定程度，为了把事情做得精细化，就一定会拆出商业化、投放、产品体验三个团队。这三个团队往往最终汇报给同一个CEO或VP。
但VP那一层的指令，到了执行层，有非常多沟通屏障。周会、双周会，最多做到大信息拉齐——不可能每周针对某个素材、某条计划、某条广告位逐个对齐。所有跨团队的细节协同，本质上还是人类视角的合作范式。
撕逼、抢资源是非常正常的事。
为什么必然撕逼？因为OKR一拆就完了——
-
商业化背着营收的压力
-
投放背着规模的压力
-
产品背着体验的压力
三个目标在某些时刻天然冲突。商业化想多塞广告位拉eCPM，投放说”用户都跑了我背锅”，产品说”留存掉了又是我的KPI”。三方在会议室里吵，吵完各自回去做自己KPI最优的事。
这是OKR拆分的必然结果。指标怎么定，很吃数据团队负责人的水平。大部分公司做不好，只能在吵架中过着。
三方的真实打法
商业化团队视角：能塞广告位就塞，eCPM和ARPU是命。今天的营收数字达不达标，是月底要上汇报的。
投放团队视角：买来的用户得留住才能回本，广告太多用户跑了我背锅。买量成本越来越高，每个用户都得珍惜。
产品团队视角：广告打体验、影响留存指标，能少塞就少塞。我做了三个月的功能优化，被你一个新广告位抹平。
每一方的诉求都对。但加起来，没有任何一个方案能让三方都满意。
回到第四章那个case——商业化策略上线导致新用户免广异常、次留掉5pp。事情是商业化捅的，但挨骂的不只是商业化——投放说”留存数据这么差，我后面买量回本周期算不过来了”，产品说”我做的留存功能全白做了”。
事情发生之后，三方坐到会议室里，各自带着数据、各自指责别人——这个画面太熟悉了，每家公司都在演同一出戏。
组织割裂为什么是Agent化的死敌
中台是技术架构，但目标对齐是组织问题。
如果三方KPI不统一，做出来的Agent只会继承团队的局部最优——商业化Agent拼命塞广告位，投放Agent拼命压成本，产品Agent拼命去广告。
三个Agent比三个团队吵得更凶——因为机器不会妥协。它们会冷静、精确地优化自己的指标，然后整个系统的全局收益一起劣化。
人吵架还能在饭桌上达成一些妥协，机器不会。
怎么破
组织调整不是这篇文章能讲的，那是公司治理层面的事。但有三件事，是技术和数据团队能推的——
第一，数据同源。 三方看的是同一份数据，至少在事实层面吵不起来——这是之前那篇MCP文章讲的事。今天商业化看的留存数据和产品看的留存数据来自不同的统计口径，吵架就先吵半小时口径，别的什么都谈不了。数据同源是组织对齐的物理前提。
第二，目标对齐。 把三方KPI捆到同一个北极星——比如LTV-CAC，比如全周期ROI闭环。每一方再有自己的子指标，但子指标必须能加总到同一个总指标上。这个事很吃数据团队负责人，大部分公司做不好。
第三，意图统一。 中台只接收一个意图——“经营目标”——然后自动分解到三方Agent。这是之前那篇意图驱动文章讲的事。意图层统一了，三方Agent就不会互相吵——因为它们服务的是同一个意图，不是各自团队的KPI。
数据同源、目标对齐、意图统一——这三件事都不是新东西，前面几篇文章都铺过。但只有把变现侧也拉进来，这三件事才完整。
商业化团队和投放团队不打架的公司，我还没见过。
但做了Agent之后，不打架的公司就有可能存在了——前提是中台的意图、数据、目标都对齐了。
结尾：商业化模型的三个出口
绕了一大圈讲变现，最后要回到一个更大的问题——我们做这一整套基础设施，到底是为了什么。
意图驱动、增长中台、协议化、Agent化——这一整套东西，最终要回答一个问题：钱从哪来。
做了这么多年商业化，我越来越觉得一句话能概括所有——
投资人、用户、补贴，总得有一样赚的。
任何商业化模型，钱的来源就只有这三个出口。
投资人赚——早期烧钱换增长。你赚的是融资的钱，未来的变现把账抹平。早期互联网公司、很多AI公司今天的状态，都在这一档。这不是错——但你得知道你赚的是这个。
用户赚——用户真的得到价值，他愿意付费、愿意留存、愿意看广告。这是最健康的赚法，但门槛最高——你的产品得真的解决问题。
而且讲一个扎心的事实——真正能做到”主要赚用户钱”的公司，比你想象的少得多。大部分公司嘴上说”为用户创造价值”，账本一打开，钱要么是投资人垫的，要么是平台补的。这不是道德问题，是绝大多数公司的真实状态——只是大家不愿意承认。
补贴赚——广告平台的政策红利、行业窗口期、监管红利。吃平台扶持长大的公司、吃流量红利长大的公司，都属于这一档。补贴会消失，所以这条路有终点。
任何商业化模型，必须想清楚自己赚的是这三个里的哪一个。
混着赚也行，但比例要清楚。最怕的是糊涂账——以为自己在赚用户的钱，其实赚的是投资人的钱；以为自己在赚补贴，其实平台早就把补贴撤了。
回到中台
回到这篇文章一开始那个故事——左手在花钱买右手的流量。
这件事好笑，但本质不是好笑——它是一个公司搞不清自己钱从哪来的具象表现。
中台不是为了Agent而Agent，是为了让你对自己的商业化模型有掌控感——
意图驱动让你能告诉系统”我要赚什么”；
逻辑网关让动作能被自动执行；
MCP让数据能被自动获取；
投放Agent让获客能被自动优化；
变现Agent让变现能被自动调权；
AB Agent让所有决策能被快速验证。
这一整套基础设施，最终都是为了让你能够更清楚、更快、更精准地去赚那三个出口里的钱。
意图驱动的终点，是经营驱动。
而经营驱动的起点，是想清楚自己到底在赚谁的钱。
本文首发于微信公众号 kelovp.ai，原始发布时间为 2026年4月26日。查看公众号原文。