增长工具进入执行时代——光会提建议，已经不够了
a16z 领投 Hilbert 2800 万美元，验证了一类新的 AI 增长 agent（agentic 媒体购买）：不再只是分析数据、给出建议，而是直接执行广告优化。GrowthGPT 正是这类 agent——跨 Meta、Google、TikTok 管理预算、暂停低效广告、更新素材，所有操作都经过人工审批后执行。
核心观点
过去几年，广告工具越来越聪明。
能发现问题。 能分析原因。 能告诉你预算该加在哪里、哪些广告该停。
但大多数团队真正卡住的地方，从来不是不会优化。
而是：
建议出来了，却没人及时执行。
广告不会因为你看见问题就变好。
预算也不会因为你收到提醒就自动调整。
真正影响结果的，是谁能更快把正确的动作做出来。
这也是为什么越来越多 AI 工具开始从「分析」走向「执行」。
不只是告诉你该怎么做，而是直接帮你把动作完成。
a16z 投的，不只是 Hilbert
2026 年，a16z 领投 Hilbert Health 2800 万美元 A 轮融资（Axios 报道）。
Hilbert 做的并不是又一个广告分析平台。
它的核心能力，是直接进入广告账户执行优化动作。
这笔融资释放出的信号其实很明确：
增长工具正在从「给建议」升级成「帮你执行」。
过去几年，行业一直在比谁的数据看得更清楚。
接下来，比的会是谁动作更快。
为什么现在才出现这类产品？
以前不是没人想过让 AI 直接管理广告账户。
问题在于条件一直不成熟。
直到最近几年，四件事同时发生。
1. 广告平台终于开放了足够的操作权限
过去的 API 更多只能读取数据。
现在 Meta、Google、TikTok 的接口已经支持：
- 调整预算
- 创建广告
- 上传素材
- 修改出价策略
AI 不再只是看数据。
它已经能真正操作账户。
2. 大模型开始理解广告逻辑
以前的自动化规则只有一种逻辑：
如果 A 发生，就执行 B。
现在不一样。
AI 能理解：
- CPA 上升是因为素材疲劳
- CTR 下跌是因为创意失效
- ROAS 波动是因为受众跑透
它看到的不只是数字变化。
而是数字背后的原因。
3. 企业开始接受 AI 参与投放
三年前说：
「让 AI 来调预算。」
很多老板会觉得不靠谱。
今天的问题已经变成：
「哪些工作还需要人工操作？」
市场对 AI 的信任门槛已经发生了变化。
4. 资本开始下注
a16z 投资 Hilbert，不只是看好一家创业公司。
更像是在公开押注一个方向：
执行型 AI 将成为下一代增长工具的重要形态。
增长团队真正缺的是什么？
如果把所有增长工具放在一起看，会发现它们大致分成三类。
第一类：看数据的工具
它们负责回答：
发生了什么？
例如：
- GA4
- Mixpanel
- Amplitude
- 各平台原生报表
你可以看到数据变化。
但工具不会替你采取行动。
第二类：给建议的工具
它们负责回答：
接下来应该做什么？
例如：
- 哪个广告组该加预算
- 哪个素材开始疲劳
- 哪个受众值得扩大
问题在于：
建议再准确，也需要有人执行。
如果没人动手。
结果不会发生变化。
第三类：执行动作的工具
它们负责回答：
哪些事情应该立刻完成？
例如：
- 调整预算
- 暂停广告组
- 上线新素材
- 创建新广告
这也是过去几年增长链路里一直缺失的一环。
看见问题，不会带来增长。
做出动作，才会。
GrowthGPT 的定位就在这里。
不是再做一个分析平台。
也不是再做一个建议生成器。
而是一个 AI 增长 agent——锚在执行，把策略、素材、投放、分析跑成一个闭环。
广告效果的差距，往往输在执行速度
举个简单的例子。
你的 AI 工具每天发现 5 个优化机会。
投手上午看到了提醒。
下午开会。
晚上再处理。
最终只执行了其中 2 个。
剩下 3 个错过了最佳时机。
结果是什么？
- 低效广告多跑了几个小时
- 疲劳素材多烧了一天预算
- 高表现广告错过放量窗口
这些损失都不是因为不会优化。
而是因为动作太慢。
所以很多时候：
决定结果的不是判断能力，而是执行速度。
执行速度快几个小时。
一个月下来，差距可能就是几万甚至几十万广告预算。
GrowthGPT 在一天里会做什么？
下面三个场景，是执行层产品最典型的价值体现。
场景一：凌晨 3 点，CPA 突然失控
你已经下班。
广告还在继续跑。
GrowthGPT 发现某 Ad Set 连续两小时超过 CPA 阈值。
系统立即：
- 暂停低效 Ad Set
- 将预算转移到表现更好的 Ad Set
- 生成执行记录等待审批
第二天打开后台时。
预算已经流向更有效的地方。
场景二：素材开始疲劳
频次持续上升。
CTR 开始下降。
按照传统流程：
发现问题 → 找设计 → 出图 → 上传 → 创建广告
最快也要一两天。
GrowthGPT 可以直接：
- 标记疲劳素材
- 自动生成新素材版本
- 创建新的广告草稿
- 等待审批上线
从发现问题到准备上线，缩短到当天完成。
场景三：新品上线
新产品发布当天。
团队往往需要重复大量机械工作：
- 创建 Campaign
- 配置 Ad Set
- 上传素材
- 设置预算
- 填写参数
GrowthGPT 根据产品页面和历史投放数据生成完整草稿。
团队只需要审核。
确认后即可发布。
把时间留给策略，而不是后台操作。
GrowthGPT 能直接执行哪些动作？
所有操作均采用 Human-in-the-Loop 模式。
系统提出建议。
人工审批。
然后执行。
| 功能 | Meta | TikTok | |
|---|---|---|---|
| 调整预算 | ✓ | ✓ | ✓ |
| 调整出价 / ROAS 目标 | ✓ | ✓ | ✓ |
| 暂停广告 / Ad Set / Campaign | ✓ | ✓ | ✓ |
| 启用广告 / Ad Set / Campaign | ✓ | ✓ | ✓ |
| 创建广告 / Campaign | ✓ | ✓ | ✓ |
| 关键词管理 | — | ✓ | — |
| 素材上传与替换 | ✓ | ✓ | ✓ |
| AI 生成广告素材 | ✓ | ✓ | ✓ |
| 定时任务 | ✓ | ✓ | ✓ |
| 自定义规则 | ✓ | ✓ | ✓ |
安全和控制怎么办？
很多团队第一次接触执行型 AI 时，最担心的其实不是能力。
而是控制权。
GrowthGPT 的设计原则很简单：
所有动作必须经过审批
系统不会绕过你操作账户。
流程永远是：
发现问题 → 提出方案 → 审批通过 → 执行
权限可控
谁能查看。
谁能审批。
谁能修改。
都可以按角色配置。
所有记录可追溯
每一次调整：
- 改了什么
- 为什么改
- 谁批准的
都有完整日志。
一键暂停
任何时候都可以关闭自动化流程。
账户控制权始终属于团队。
FAQ
GrowthGPT 是另一个 AI 广告分析平台吗？
不是。
分析平台负责告诉你发生了什么。
GrowthGPT 负责帮你完成下一步动作。
区别在于：
它不只是发现问题。
它会推动问题被解决。
它会自己花掉我的预算吗？
不会。
所有预算调整都需要审批后执行。
你还可以设置预算变动上限。
例如：
单次调整不超过 20%。
系统没有自主消费预算的权限。
和 Meta、Google 自带的自动规则有什么区别？
最大的区别有三个。
第一，跨平台。
一个地方统一管理 Meta、Google、TikTok。
第二，更智能。
不仅知道 CPA 上升，还会分析原因。
第三，真正执行。
不是发通知，而是把动作准备好等待执行。
接入复杂吗？
不复杂。
通过 OAuth 授权广告账户即可。
无需安装 SDK。
无需修改代码。
无需 IT 团队参与。
通常几分钟即可完成接入。
什么样的团队最适合？
如果你：
- 同时管理多个广告平台
- 管理多个广告账户
- 每天都有大量优化动作需要执行
执行层带来的价值会非常明显。
尤其对于出海品牌、电商团队和代理商来说。
随着账户数量增加。
执行效率往往比优化经验更容易成为瓶颈。
下一步
过去十年，增长工具解决的是：
看不见问题。
未来十年，增长工具要解决的是：
来不及解决问题。
当分析和建议越来越容易被 AI 完成。
真正拉开差距的，将是执行速度。
因为广告效果从来不是靠建议产生的。
而是靠行动产生的。
GrowthGPT，让增长从「知道该做什么」，变成「事情已经做完了」。
延伸阅读：