一群 Agent 不等于一支团队
多智能体营销协同的经营设计

企业把多个智能体放进同一群聊、给它们起不同岗位名称，并不等于获得了一支可经营的营销团队。真正的团队必须围绕同一经营目标形成可执行的分工、可核验的交接、可恢复的失败路径、可追溯的权限和最终负责的人。若缺少这些条件，多智能体只是把一个错误复制给更多角色，把一次延迟扩散为链路等待，把一段不可靠上下文包装成“集体判断”。

本报告的结论不是反对多智能体，而是把它从技术演示改造成经营架构。多智能体最适合三类任务：其一，工作可分成相对独立的专业包，可并行推进；其二，不同角色必须使用不同证据、工具或判断标准；其三，独立复核能显著降低错误、合规或预算风险。反之，简单改写、固定格式转换、单一数据查询、强串行审批和低价值高频任务，通常由单一智能体、确定性工作流或人工规则更合适。

TEAM-6 协同架构把设计焦点从“有几个角色”转向六个经营问题：Target 明确结果与约束；Expertise 证明专业差异；Agreement 把交付写成任务契约；Memory 分离知识、状态、工作记忆和证据；Mediation 预先定义冲突与停止；Measurement 用五账合一评估经营结果、质量、效率、风险和学习。任何一项为空，都不应扩大自治。

董事会需要特别警惕协同债务。新增一个角色不仅增加一次模型调用，还增加消息、上下文裁剪、状态同步、等待、冲突、权限、日志和测试负担。研究表明，某些评审式架构可在接近多轮辩论准确率的同时将令牌使用和推理时间降低约一半；另有实验显示，在部分任务上，智能体数量增加后表现反而下降。这意味着团队规模必须由边际收益而不是演示效果决定。

中国企业还要面对平台分散、私域触达、内容标识、个人信息、跨系统数据和账号责任等额外约束。多智能体若同时接触企业微信、公众号、广告账户、CRM 和内容资产，必须把第一方状态主权、最小必要访问、显式/隐式标识、同意与撤回、人工接管、外发审批和日志留存写进任务契约。平台接口变化时，适配层应替换，经营状态不能被供应商锁住。

90 天最小可行智能体团队不以“搭建数字组织”为目标，而以一个高价值战役为验证单位。前30天建立离线基线和任务契约；31—60天在受控环境并行运行，由人类仲裁；61—90天接入真实但受限流量，采用影子运行、分段预算和扩展门。若团队级证据不能同时改善结果、质量、成本和风险，就退回更简单架构。

表1｜十大核心结论

表2｜扩展门总览

本章决策摘要

复杂度门由六项指标组成：可分解性、并行度、专业异质性、独立复核价值、状态依赖和风险可逆性。前四项决定潜在收益，后两项决定协调与治理负担。企业不应仅凭“任务看起来很复杂”做判断，而应把任务拆成可验收工作包，测量各包之间的数据依赖、时间依赖和决策依赖。

可分解性高但状态依赖也高的任务，适合“接力线”而非大规模并行。例如内容战役可以把受众洞察、竞品扫描和历史表现分析并行，但策略命题必须在这些结果汇总后形成。若策略、创意和媒介同时在不同假设上推进，后续合并会产生大量返工。

独立复核价值是多智能体最容易被低估的收益。对事实核验、品牌安全、广告合规、预算异常和客户承诺而言，第二个角色不是为了再写一版，而是使用独立证据路径检查第一版。只有当复核标准、证据来源和否决权不同，独立性才成立。

风险可逆性决定自治深度。离线研究、草稿生成和模拟预算调整可允许更高自治；公开发布、真实出价、客户触达、价格承诺和敏感数据调用必须设置人工或确定性质量门。多智能体不能把不可逆动作伪装成内部讨论。

表3｜复杂度门评分卡

表4｜复杂度门决策规则

表5｜典型营销任务架构选择

本章决策摘要

Target 不是一句“提升增长”，而是带时间、对象、基线、资源和风险边界的经营结果。例如“在8周内，将目标行业有效线索成本相对离线基线降低15%，同时保持品牌审核通过率不低于98%、敏感客户误触达为零”。没有约束的目标会驱动角色各自优化局部指标。

Expertise 要证明为什么需要不同角色。研究角色可能使用公开信息与第一方数据，策略角色负责权衡目标与资源，创意角色扩展表达空间，媒介角色根据实时表现调整，合规角色依据法律、平台规则和品牌禁区否决。若所有角色使用同一模型、同一上下文和同一标准，只是换了名字，专业异质性并不存在。

Agreement 把自由聊天变成任务契约；Memory 把“大家都看过”变成可版本化状态；Mediation 把争论变成可执行阶梯；Measurement 把单次漂亮输出变成经营证据。六项共同作用，才能使团队具有可预测性、可恢复性和可问责性。

表6｜TEAM-6总表

表7｜TEAM-6生命周期

本章决策摘要

岗位式命名容易让企业误以为“数字组织”越完整越成熟。实际上，研究员、策略师、文案、设计、投手、CRM运营和合规专员的名称并不自动产生职责边界。每个角色必须有独占或主要负责的输入、工具、输出和否决点。角色描述若只写性格、语气和工作风格，而没有验收物和权限，就是人格化而非组织设计。

四类拓扑覆盖大多数营销协同。接力线适合顺序依赖强的任务；并行工作岛适合多个相对独立工作包；指挥树适合危机、战役和资源集中调度；评审法庭适合高风险事实、创意和合规判断。企业可组合使用，但每增加一种拓扑，监控和恢复路径都会更复杂。

拓扑不是静态组织图，而是任务级路由。同一个品牌团队在日常内容适配时用接力线，在季度战役研究时用并行工作岛，在品牌危机时切换到指挥树，在大额创意投放前进入评审法庭。固定地把所有任务都交给同一“多智能体会议”会制造不必要开销。

表8｜四类协同拓扑

表9｜角色接口卡

表10｜角色与拓扑反模式

本章决策摘要

任务契约是多智能体系统的“经营合同”。它不是自然语言指令的加长版，而是任务执行前可验证、执行中可监控、执行后可审计的约定。契约至少包含目标、输入版本、允许工具、禁止动作、预算、时限、质量门、失败路径、输出结构和验收证据。

超时、重试和回滚必须区分。超时说明角色未在服务级目标内完成；重试只适用于瞬时故障或可幂等动作；回滚用于已写入状态或已执行动作的恢复。对公开发布和客户触达，真正的回滚通常不完全可行，因此应把控制前移到草稿、预览和人工确认。

失败路径不应默认为“再问一次”。证据不足应返回缺口清单；工具不可用应切换人工或备用连接器；预算耗尽应停止并提交当前成果；冲突无法消解应升级仲裁；风险标签触发时应冻结外发。明确失败是可靠性的组成部分，而不是系统能力不足的羞耻。

表11｜任务契约模板

表12｜失败处理矩阵

表13｜任务契约风险分级

本章决策摘要

多智能体最常见的隐性故障不是某个角色不会做，而是交接内容过多、过少或不可验证。全量转发会把无关讨论、错误草稿、敏感信息和过期假设带入后续角色；只传一段摘要又可能抹掉证据差异和未决风险。最小充分交接包在两者之间建立结构。

交接包包含七项：目标、状态快照、已用证据、未决假设、风险标签、输出契约和接管点。接管点明确下一角色从哪里开始、不能重新解释什么、哪些假设必须验证。交接不是“请继续”，而是责任边界的移动。

知识、状态、工作记忆、消息和审计证据必须分层。知识是相对稳定、可复用的品牌、产品、方法与规则；业务状态是当前任务阶段、预算、版本和责任人；工作记忆是执行中的临时推理和草稿；消息是通知与协商；审计证据是不可随意改写的来源、调用、审批和差异记录。把这些全部塞进同一对话，会导致事实源混乱。

表14｜最小充分交接包

表15｜五层状态与记忆架构

表16｜上下文污染控制

本章决策摘要

多智能体系统若从不产生分歧，通常说明角色并不独立；若频繁争论却没有停止规则，则说明系统没有治理。冲突可分为事实冲突、目标冲突、资源冲突、风险冲突和权限冲突。不同冲突需要不同裁决依据。

规则消解适合明确制度，例如预算上限、品牌禁区和数据访问；证据加权适合事实争议，优先原始、时效高、口径匹配的证据；独立复核适合高代价判断；预算/风险裁决由对应责任人处理；仍无法解决时由人类最终决定并记录例外。

仲裁的目标不是让所有角色“同意”，而是让组织在不确定性下作出可追溯决定。系统应保留少数意见、证据差异和被否决原因，以便事后学习。强行把分歧压缩为单一答案会损失风险信号。

表17｜冲突仲裁阶梯

表18｜冲突分类矩阵

表19｜证据权重规则

本章决策摘要

多智能体能分担工作，不能分散法律和经营责任。CEO、CMO、CIO/CDO、品牌负责人、数据责任人和法务必须分别对目标、预算、系统、品牌、数据和合规承担明确责任。系统日志只能证明发生了什么，不能替代谁有权决定。

五项不可让渡权包括：目标定义权、预算否决权、品牌判断权、客户承诺权和紧急停止权。目标定义权决定系统优化什么；预算否决权防止局部角色追求结果而忽略资金约束；品牌判断权处理难以完全规则化的语境；客户承诺权保护价格、交付和关系；停止权在异常、越权或证据不足时立即冻结链路。

自治应基于三个变量：风险损失、可逆性和可观察性。低损失、可回滚、实时可观察的动作可自动执行；损失高、不可逆或难以观察的动作必须人工确认。自治不是对角色的永久授予，而是对特定动作、特定数据、特定额度和特定时间窗的授权。

表20｜五项不可让渡权

表21｜自治授权梯

表22｜紧急停止与恢复

本章决策摘要

团队级评测包含五本账：经营结果、交付质量、协同效率、自治风险和学习回写。经营结果回答是否影响收入、线索、转化或客户价值；交付质量回答事实、品牌和合规是否达标；协同效率回答速度、成本和等待；自治风险记录越权、错误传播和人工接管；学习回写确认经验是否沉淀并改善下一轮。

评测必须设置对照。至少比较人工基线、单智能体、确定性工作流和多智能体四种方案中的两到三种。没有对照的“效率提升”容易把需求变化、人员投入或样本难度差异误认为系统贡献。

LLM-as-judge可用于低风险预筛，但不能独立承担高风险验收，因为评价模型可能偏好特定表达、与被评对象共享偏差或对事实无法核验。关键质量门应由规则、原始证据、业务结果和人工抽样共同组成。

表23｜五账合一证据回路

表24｜团队健康指标

表25｜架构对照基线

本章决策摘要

中国企业常见营销链路横跨公域内容、广告、私域、CRM、客服和线下销售。每个平台具有不同的账号、接口、数据字段、发布规则和责任机制。多智能体若直接在各平台间传递全量用户数据，会放大不必要处理、越权访问和供应商锁定。

个人信息处理应遵循合法、正当、必要和最小范围原则。客户画像、聊天记录、手机号、标签、购买和行为数据进入智能体链路前，应明确处理目的、权限、保留、撤回和人工接管。不同角色只获得完成任务所需字段，而不是完整客户档案。

人工智能生成合成内容标识制度要求服务提供者和传播服务提供者按适用情形落实显式与隐式标识。企业应在内容资产层保存内容形成路径、编辑责任、标识状态和发布平台，避免最后发布环节临时判断。标识是内容供应链字段，而不是海报发布前的人工提醒。

第一方状态主权意味着任务、客户、内容、预算、审批和证据的主记录应由企业控制。平台和供应商可以承担执行与接口，但不能成为唯一事实源。连接器变化、服务终止或模型替换时，企业应能迁移状态、日志、知识和策略。

表26｜中国情境控制矩阵

表27｜第一方状态主权

表28｜中国平台发布门

以下案例用于说明协同设计原则，不把供应商能力公告等同于客户经营结果。凡缺少独立增量测量的案例，均明确标注证据边界。

案例1｜腾讯：广告推荐、创意与闭环营销能力的系统协同

表：案例1证据卡

案例2｜阿里巴巴：以AI、云与商业平台连接商家经营

表：案例2证据卡

案例3｜百度：AI云基础设施与应用组合的规模化边界

表：案例3证据卡

案例4｜中国网信部门：内容标识执法说明协同链路的责任不可转移

表：案例4证据卡

案例5｜Microsoft：多智能体编排能力与治理前提

表：案例5证据卡

案例6｜Salesforce：Agentforce在CRM上下文中的协同价值与边界

表：案例6证据卡

案例7｜Adobe：从内容供应链到体验编排的专业分工

表：案例7证据卡

案例8｜Klarna：高自动化客服的成本收益与组织边界

表：案例8证据卡

案例9｜研究反例：AgentGroupChat-V2中角色增加后表现下降

表：案例9证据卡

案例10｜MARS评审式架构：减少角色间互聊以控制成本

表：案例10证据卡

本章决策摘要

自建适合承载差异化状态模型、关键工作流、权限和证据；平台编排适合快速连接模型、工具与企业系统；供应商智能体适合成熟专业能力；人工外包适合高峰、稀缺专业和需要真实关系判断的工作。最优架构往往是组合，而不是单选。

供应链风险包括模型或接口变化、价格调整、服务终止、数据留存、地域限制、功能降级和供应商锁定。企业需要维护能力清单、数据流向、替代方案、合同义务和退出测试。多智能体越多，第三方依赖图越复杂。

采购不应按“可创建多少角色”评分，而应按任务契约支持、状态可迁移、权限粒度、审计证据、故障隔离、成本可见、人工接管和中国平台适配评分。

表39｜供给方式比较

表40｜多智能体平台采购评分卡

表41｜供应链风险台账

本章决策摘要

试点应选择高价值、可重复、周期适中、数据可得且风险可控的战役。例如B2B行业白皮书获客、区域新品上市、季度内容—投放—线索闭环。避免选择一次性大型品牌事件、无法获得转化数据的活动或涉及大量敏感客户的场景。

0—30天不接真实外发，重点是任务分解、契约、状态、基线和离线回放。31—60天允许研究、策略、创意和分析并行，但所有外发、预算和客户动作由人工执行；记录冲突、等待、上下文损耗和接管。61—90天进入真实流量影子运行或受限执行，设置额度、受众、时间窗和停止规则。

扩展门不是“效果不错就继续”，而是五账同时达标：经营结果相对简单方案有增量；质量不下降；单位有效交付成本可接受；重大风险为零或受控；学习回写降低下一轮成本。若只提高产量但没有结果，或结果提高但成本翻倍，均不应直接扩展。

表42｜90天路线图

表43｜周度里程碑

表44｜扩展门

表45｜试点战役选择

本章决策摘要

董事会不需要审查每个角色的对话，但必须审查四件事：为何采用复杂架构、谁对结果和事故负责、资本和风险暴露是多少、何时退回简单架构。CMO负责把营销目标、品牌标准、客户影响和流程责任转化为任务契约；CIO/CDO负责系统、数据、权限、监控和恢复；法务与风险负责高风险边界；业务负责人对结果负责。

季度审议应按“保留、简化、扩展、停止”四种动作分类，而不是只讨论新增功能。保留表示架构稳定；简化表示减少角色、轮次或连接器；扩展表示增加任务、流量或自治；停止表示价值不足或风险不可接受。

指标治理要防止角色优化代理指标。例如内容角色追求产量、投放角色追求点击、CRM角色追求触达量，可能共同损害线索质量、客户体验和品牌。团队级目标必须把结果、质量和风险写在同一张目标卡上。

表46｜治理RACI

表47｜季度审议议程

表48｜组合动作矩阵

表49｜董事会红旗清单

多智能体营销的真正创新，不是让更多角色说话，而是让不同专业在同一经营目标下可靠交付。企业应把角色看成可审计的能力模块，把任务契约看成接口，把共享业务状态看成事实源，把仲裁看成决策权，把五账合一看成资本纪律。

最成熟的架构往往不是角色最多，而是能够在任务变化时自由切换：简单任务退回单一智能体或确定性工作流，复杂任务启用有限并行，高风险任务进入评审法庭，危机任务切换指挥树。架构的可简化性与可扩展性同样重要。

董事会应坚持三个问题：多智能体相对最佳简单方案创造了什么净增量？失败和冲突发生时谁能停止、谁来裁决、谁承担责任？当供应商、模型、平台或规则变化时，企业能否保留自己的状态、知识、证据和客户关系？只有三个问题都有证据，团队才成立。

经典思想的当代转译

表50｜八个经典思想

具名专家视角

表51｜十个具名专家视角

管理者行动清单

表52｜管理者90天行动

附录A｜任务契约示例：跨平台新品战役

表53｜完整任务契约

附录B｜协同债务账

表54｜协同债务台账

附录C｜故障注入测试清单

表55｜故障注入清单

附录D｜扩展与简化实验

表56｜架构实验清单

附录E｜四个可运行的营销协同场景

本附录把TEAM-6、任务契约、最小充分交接包和仲裁阶梯放入四类常见经营场景。目的不是提供固定角色模板，而是展示同一套治理原则如何随任务结构、风险和数据条件变化。

场景一：B2B行业内容获客战役

B2B内容获客适合作为首个多智能体试点，因为研究、策略、内容、分发和线索跟进之间存在清晰工作包，结果又能通过有效线索、会议和商机推进进行测量。推荐采用“并行工作岛+接力线”：行业趋势、客户痛点、竞品内容和历史线索分析并行完成；策略角色汇总形成命题；内容角色产生白皮书、文章、短视频和销售材料；渠道角色生成发布包；CRM角色只在客户授权和字段最小化条件下准备跟进。

该场景最重要的共享状态不是所有研究材料，而是目标客户定义、内容资产版本、渠道状态、线索来源和销售阶段。研究角色只需向策略角色传递证据与未决假设；内容角色只接收已批准命题、事实包、品牌规范和输出契约；CRM角色不应读取创作讨论，只读取客户授权、线索标签、触达历史和下一步动作。

仲裁通常发生在三个位置：研究证据互相矛盾时由证据加权解决；品牌观点与搜索需求冲突时由CMO或品牌负责人权衡；线索数量与质量冲突时由业务负责人根据商机价值决定。若战役只提高内容产量而有效线索、销售接受率和商机推进没有改善，应退回单一内容助手和人工销售协同，而不是继续增加角色。

表58｜B2B获客协同链

场景二：新品上市跨平台战役

新品上市具有高并行度，也具有高状态依赖。产品信息、价格、库存、上市时间和渠道政策一旦变化，多个角色可能同时使用旧状态。因此应采用指挥树作为主拓扑，由战役负责人维护唯一状态源；受众研究、创意领地、渠道计划和风险扫描可并行，但所有对外资产必须在统一版本冻结后进入发布门。

指挥角色不能承担所有专业判断。它的职责是维护目标、优先级、关键路径、状态和升级，而不是亲自重写每个交付物。产品角色对功能与供应负责，品牌角色对核心承诺负责，渠道角色对平台适配负责，合规角色对广告、标识和个人信息负责，分析角色对测量设计负责。每个角色的否决权必须限定在自己的风险域，避免任何一个角色成为无边界总控。

新品战役最容易出现错误传播：上游产品参数错误被复制到全部渠道；旧价格进入投放素材；渠道缩略图使用未批准资产；CRM跟进沿用过期优惠。控制方法是把关键事实做成版本化字段，在每次交接前校验，而不是依赖角色记忆。若状态变化频繁到无法稳定冻结，系统应暂停批量生成和发布，转由人工指挥树处理。

表59｜新品战役状态控制

场景三：广告投放诊断与预算建议

广告投放天然包含研究、数据、创意和预算判断，但真实账户操作不可逆性较高。推荐采用“并行工作岛+评审法庭”：数据角色检查口径和异常，创意角色分析素材疲劳与信息匹配，受众角色分析分层与覆盖，财务角色计算边际回报，风险角色检查品牌和平台限制；汇总后由媒介负责人形成变更包，预算所有者最终批准。

系统在试点期只输出dry-run变更包，不直接修改预算、出价、受众或素材。变更包必须包含当前状态、建议动作、预期影响、证据、风险、回退点和最大暴露。对每项建议设置最小实验单元、预算上限和观察窗口，避免多个角色同时建议大范围调整，导致无法归因。

投放冲突不能用多数票解决。创意角色可能建议扩大新素材测试，财务角色可能要求收缩成本，品牌角色可能否决高点击但不符合定位的表达。仲裁应先按硬规则排除越界方案，再按增量价值和可逆性排序，最后由预算责任人决定。若建议数量增加但执行后单位有效线索成本、商机质量或边际毛利没有改善，应减少分析角色和模型轮次。

表60｜广告变更包

场景四：私域客户运营与人工接管

私域运营看似适合多个专业角色，但客户上下文高度集中、个人信息敏感、重复触达风险高，因此不宜让多个智能体直接轮流对客。更稳妥的设计是单一客户接触角色作为唯一外部身份，背后由知识检索、线索评分、服务诊断和合规检查提供内部支持；所有对外消息通过同一会话状态和频控规则。

客户状态至少包括身份链接、授权与撤回、来源、旅程阶段、历史触达、待办、人工负责人和风险标签。内部角色只能访问完成任务所需字段。例如内容支持角色无需查看手机号和完整聊天；分析角色可使用脱敏事件；销售建议角色可读取商机阶段但不能自动作价格承诺。客户提出人工服务、投诉、敏感问题或合同事项时，应立即停止自动触达并转交明确负责人。

私域评测不能只看回复速度和触达量。团队级指标应包括有效响应、转人工时延、重复触达、退订、投诉、误判、商机推进和客户满意度。高自动化若提高消息量却降低信任或增加销售补救成本，不构成经营价值。对长期沉默、拒绝、未授权或高敏感客户，默认策略应是停止而不是继续寻找新的触达角色。

表61｜私域接管矩阵

附录F｜从单一助手到多智能体的迁移顺序

企业不应从空白直接搭建七八个角色。更稳妥的迁移顺序是：先用单一智能体跑通一个任务和验收标准；再把确定性步骤固化为工作流；随后只把最需要独立专业或并行的工作包拆出；最后才增加独立复核和有限自治。每一步都保留前一步作为对照与退路。

第一阶段的重点是结果定义、知识质量和工具可靠性。如果单一智能体因输入、数据或验收不清而表现差，拆成多个角色只会传播问题。第二阶段把固定转换、格式、路由和校验交给确定性节点，减少自由推理。第三阶段按专业异质性增加角色，要求新增角色使用不同工具、证据或标准。第四阶段通过评审法庭增加独立复核，而不是开放群聊。

迁移中的每个新增接口都要回答三个问题：接收什么最小信息、产出什么可验收结果、失败时把责任交给谁。没有答案的接口不得上线。若新增角色在移除实验中没有显著影响结果或风险，应合并；若多轮协商无法降低错误，应改为规则或人工裁决。

表62｜架构迁移阶梯

公开来源索引（纯文本）

说明：以下仅列机构、作者、标题、日期与证据口径；公开版不嵌入第三方可点击链接。

[1] NIST，Artificial Intelligence Risk Management Framework (AI RMF 1.0)，2023-01，组织级AI风险治理框架。

[2] NIST，Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile，2024-07，生成式人工智能风险与控制。

[3] ISO，ISO/IEC 42001:2023 Artificial intelligence management systems，2023，人工智能管理体系。

[4] ISO，ISO/IEC 23894:2023 Artificial intelligence — Guidance on risk management，2023，人工智能风险管理。

[5] ISO，ISO/IEC 42005:2025 AI system impact assessment，2025，系统影响评估。

[6] 国家互联网信息办公室等四部门，人工智能生成合成内容标识办法，2025-03-14，显式与隐式标识责任。

[7] 全国人民代表大会常务委员会，中华人民共和国个人信息保护法，2021-08-20，个人信息处理规则。

[8] 国务院，网络数据安全管理条例，2024-09-24公布、2025-01-01施行，网络数据处理与平台责任。

[9] 国家互联网信息办公室等，生成式人工智能服务管理暂行办法，2023-07-13，服务提供与信息保护义务。

[10] 国家互联网信息办公室，人工智能生成合成内容标识执法通报，2025-11-25，标识违规类型与处置。

[11] Fred Brooks，The Mythical Man-Month，1975/1995，软件团队沟通与协调成本。

[12] Herbert A. Simon，Administrative Behavior，1947及后续版本，有限理性与组织决策。

[13] Ronald Coase，The Nature of the Firm，1937，组织边界与交易成本。

[14] Melvin Conway，How Do Committees Invent?，1968，沟通结构与系统结构。

[15] Carliss Baldwin、Kim Clark，Design Rules，2000，模块化与设计接口。

[16] Henry Mintzberg，Structure in Fives，1983，组织协调机制与结构。

[17] W. Edwards Deming，Out of the Crisis，1982，系统质量与持续改进。

[18] James Reason，Human Error，1990，系统防线与事故机制。

[19] Elinor Ostrom，Governing the Commons，1990，多中心治理与规则。

[20] Daniel Kahneman，Thinking, Fast and Slow，2011，独立判断、偏差与决策。

[21] Ikujiro Nonaka、Hirotaka Takeuchi，The Knowledge-Creating Company，1995，组织知识创造。

[22] Robert S. Kaplan、David P. Norton，The Balanced Scorecard，1996，平衡绩效体系。

[23] Xiao Wang等，MARS: Toward More Efficient Multi-Agent Collaboration for LLM Reasoning，2025，评审式架构、令牌与延迟。

[24] Ziyang Ma等，CONCAT: Consensus- and Confidence-Driven Ad Hoc Teaming，2026，通信裁剪与效率。

[25] Advait Yadav等，More Capable, Less Cooperative?，2026，零成本协作失败与协议作用。

[26] AgentGroupChat-V2研究团队，Divide-and-Conquer Is What LLM-based Multi-Agent System Need，2025，角色数量与表现反例。

[27] Di Zhao等，SC-MAS: Cost-Efficient Multi-Agent Systems，2026，异质协同与成本。

[28] 腾讯控股，2025年年度报告及2026年第一季度业绩材料，2026，广告推荐、创意、闭环营销与收入口径。

[29] 阿里巴巴集团，集团介绍、财报与2025财年业绩公告，2025—2026，AI+Cloud、商业平台与国际商业口径。

[30] 百度，2025年第四季度及全年业绩公告，2026-02-26，AI云基础设施与AI应用收入口径。

[31] Microsoft，Copilot Studio与企业智能体编排官方资料，2024—2026，平台编排、连接与治理。

[32] Salesforce，Agentforce与Data Cloud官方资料，2024—2026，CRM状态、智能体动作与治理。

[33] Adobe，Experience Platform、GenStudio与内容供应链官方资料，2024—2026，内容资产与体验编排。

[34] Klarna，AI Assistant官方披露及管理层后续表述，2024—2025，客服自动化、效率与人工边界。

竹势 AI 营销智库聚焦 AI 市场部与 AI 营销，面向企业创始人、CEO、CMO及市场增长团队，构建“6+1”知识架构。六大核心模块组成“道、法、术、器、技、例”六脉体系：“道”负责认知刷新，研究 AI 时代的营销本质与战略判断；“法”关注体系建设，沉淀可持续、可复制的方法论；“术”提供落地路径，把策略转化为具体行动；“器”评测工具与平台，帮助企业选择合适的能力组合；“技”分享可以立即应用的实战技巧；“例”通过标杆案例验证方法与成效。“+1”专题围绕 AI 营销的重要趋势与关键经营问题，推出系统、深入、可下载的专题白皮书。

竹势智库通过专业研究、实践经验与管理框架连接认知、决策和执行，帮助企业看清方向、减少试错，逐步建设能够创造真实经营价值的 AI 市场部。