企业级 AI 增长决策系统 Lanbow 宣布将千万美金广告投放经验开源

Lanbow 将单 campaign 级别的广告投放执行能力向社区开放，聚焦构建结果导向的企业级 AI 增长决策系统。

香港/深圳，2026 年 3 月 —— Lanbow 是 Sandwich Lab 于 2025 年面向企业市场推出的全新品牌，致力于打造结果导向的 AI 原生增长决策系统。Lanbow 宣布将其在 Meta 广告投放领域积累的能力以开源方式向全球开发者与增长团队开放。这一能力单元被命名为 Lanbow Claw Skill，基于开源 Agent 框架 OpenClaw 构建，已上线 ClawHub 和 GitHub。

在 Lanbow 看来，这一动作的意义在于：当 Skill 和 CLI 范式让单 campaign 级别的投放执行能力可以通过开源方式惠及更多团队，Lanbow 得以将更多精力投入到真正重要的事情上——构建覆盖多 campaign、多市场、多平台的企业级增长决策系统。

此前，Lanbow 母公司 Sandwich Lab 创始人兼 CEO 郭振宇博士（Dr. Z）于 3 月 12 日受邀出席由阿里巴巴创业者基金（AEF）主办的 JUMPSTARTER 2026，登上 Centre Stage 圆桌论坛，与《南华早报》资深科技记者 Coco Feng 及 Creati 创始人兼 CEO Ella Zhang 共同探讨"更快决策，更快创新：重塑现代企业规模化发展的 AI"。值得一提的是，Sandwich Lab 此前已获得 AEF 生态体系下基金的投资支持。

1

从 JUMPSTARTER 圆桌论坛到开源实践：统一决策循环与执行循环

在 JUMPSTARTER 2026 圆桌论坛上，郭振宇博士指出，企业竞争的分水岭正在从执行效率转向决策效率。大多数企业仍在用周级的会议决策机制应对日级甚至秒级的市场变化，决策与执行长期割裂。

郭振宇博士在圆桌中表示："We actually finally try to unify the decision loop and execution loop together.（我们最终要做的，是将决策循环和执行循环统一在一起。）"他以一家游戏客户拓展巴西市场为例，说明企业增长包含秒级响应（如突发事件时立即暂停投放）、日级调整（预算分配与参数优化）、周级/月级修正（受众策略复盘）的多层决策循环——这正是 Lanbow 系统要解决的核心问题。

谈及为何选择将这部分能力开源，郭振宇博士强调："We should focus on designing and making a smooth, safe, efficient environment for the AI to work in.（我们应该专注于为 AI 设计一个平稳、安全、高效的工作环境。）"在他看来，Skill 和 CLI 范式的到来，让过去花在 GUI 界面、webapp 交互、数据库接口上的大量精力得以释放。把单 campaign 级别的成熟能力贡献给社区，正是为了让团队更专注地构建 Lanbow 增长决策系统的核心——多层级企业决策引擎。

1

开源了什么，没有开源什么

理解 Lanbow Claw Skill，需要先理解它在 Lanbow 体系中的位置。

Lanbow 是一个多层级的增长决策系统。 它的核心能力在决策层——跨 campaign 的资本分配、系统级的策略协调、基于多层粒度的动态决策优化。这些能力服务于企业级客户的长期增长需求。

Lanbow Claw Skill 是 Lanbow 执行层能力的开放。 它将团队在 Meta 广告投放中积累的执行经验——从市场信号分析到创意方向生成到 campaign 配置到效果回传——打包为一个可运行、可检查的能力单元。

具体来说，Claw Skill 包含四个连接在一起的能力模块：

Insight Report — 将 campaign 信号（广告表现、受众行为、市场环境）结构化为可决策的洞察报告。

Creative Direction — 基于策略输入生成创意方向。

Meta Ad Launch — 将策略方向转化为可执行的 Meta 广告 campaign 配置。

Performance Loop — 将执行结果回传到决策层，为下一轮循环提供更优起点。

四个模块在一个 Skill 内协同运行，形成"观察 → 决策 → 执行 → 迭代"的完整决策循环。

开发者和增长团队可以通过 Claw Skill 体验 Lanbow 在广告执行领域的专业积累。而 Lanbow 完整的企业级决策系统——包括跨 campaign 资本分配、多市场策略协调、以及持续进化的决策模型——将通过 Lanbow Enterprise 提供。

1

技术架构：5,291 行代码，3 个依赖，92% 以上完成率

Lanbow Claw Skill 共 5,291 行 TypeScript 代码，仅依赖 3 个运行时库，采用零全局状态、隔离依赖图的架构设计，确保每次调用之间无副作用。该架构专为 AI Agent 执行环境优化——任何大语言模型均可安全调用其任意功能模块。在三个月、约 200 个 campaign session 的内部测试中，基于 Skill 编排的 campaign 完成率达到 92% 以上。

Skill 内置了大量从真实投放中提炼的业务验证规则。例如：Meta API 在同时设置每日预算和总预算时会报错拒绝——Skill 在本地预校验阶段即拦截此类冲突，避免无效请求和调试成本。类似的验证规则覆盖了竞价策略、素材模式、受众配置等多个环节，将约 200 个 campaign session 中的教训编码为可复用的防护机制。这一架构设计的目标是让每一次 AI 调用都更高效地转化为可衡量的客户增长结果。

1

效率层的终章，决策层的起笔

为什么选择在这个时刻开放执行层能力？

过去，团队的大量精力花在了 GUI 界面、webapp 交互、系统对接这些效率层的事情上。Skill 和 CLI 范式的到来，让这些问题有了根本性的解法——一个 Skill 就是一个可调用的能力单元，无需再为界面和交互耗费资源。

Lanbow 已经完成这一范式切换：将效率层的成熟经验向社区开放，让更多团队受益；同时把释放出来的资源，全部投入到下一代增长决策系统的构建中。

Lanbow 的增长决策系统正在持续进化中。基于 Agent 时代的新范式，它将让企业级的增长决策能力进化得更快。

1

一周两场：从香港 JUMPSTARTER 到深圳亚马逊云科技出海大会

在 JUMPSTARTER 2026 圆桌论坛后不到一周，Lanbow 于 3 月 18 日亮相 2026 亚马逊云科技出海大会（深圳），作为大会"创业智囊团"参展企业之一，携专属展台与近百位出海实战专家及数百位企业决策者深入交流，围绕"如何基于市场信号制定并协同执行增长决策"和"如何在预算约束下优化投放策略并形成可复盘可复利的闭环"两大核心问题，分享了 Lanbow 的实践方案。

从香港的圆桌论坛到深圳的出海大会，Lanbow 团队在一周内向两个不同的行业圈层展示了同一个核心命题：在复杂多变的全球市场中，企业增长需要从工具堆叠升级为系统化的 AI 决策能力。

1

三大平台生态认可：微软、阿里、亚马逊

2026 年初，Sandwich Lab 入选由微软与新加坡国立大学企业机构（NUS Enterprise）旗下 BLOCK71 联合运营的 AI Accelerate 加速计划。该计划面向亚洲具有全球化潜力的 AI 创业公司，提供为期 10 周的产品打磨、微软技术导师支持和企业级合作网络。在加速器创始人圆桌会上，郭振宇博士与微软全球首席营收官 Deb Cupp 就"如何在企业级 AI 基础设施之上构建驱动商业结果的决策层"进行了深度交流。

从 2025 年入选极客公园「InnoForce 50」年度海外市场赋能（与蚂蚁集团数字科技、Stripe、Kickstarter 等同列）、斩获 Shoplazza Awards 年度 AI 先锋奖（AI Innovator of the Year），到 2026 年初入选微软与 BLOCK71 的 AI 加速计划，到 3 月登上阿里巴巴创业者基金主办的 JUMPSTARTER 圆桌论坛，再到亚马逊云科技出海大会的创业智囊团——Sandwich Lab 持续获得行业认可，也为旗下 Lanbow Claw Skill 的开源发布提供了信任背书。

1

面向出海企业：可检查、可追踪、可复用

对于正在管理 Meta 广告投放的出海团队，Lanbow Claw Skill 提供了一个体验 Lanbow 增长能力的入口：

• 可检查：投放逻辑和执行过程在 GitHub 上完全开源，团队可以审查每一行代码

• 可追踪：通过运行日志和反馈循环，每一次投放决策都有完整的过程记录

• 可复用：策略、模板、决策模式沉淀为可复用资产，降低下一次投放的启动成本

目前 Lanbow Claw Skill 已上线 ClawHub（OpenClaw 官方技能注册平台）和 GitHub，开发者和增长团队均可免费获取和使用。对于需要跨 campaign、多市场、人机共驾的完整决策系统能力的企业客户，欢迎通过 https://get.lanbow.com 联系 Lanbow 团队了解 Lanbow Enterprise。

点个“爱心”，再走 吧