AI 原生 ESP 以自然语言或 agent 工具调用作为创建 campaign、自动化与发送的主路径，而非拖拽编辑器里的附加功能。通常 upfront 提取品牌上下文，并通过 MCP 或 REST 供外部 agent 安全操作；Brew 在 brew.new/mcp 提供 MCP 文档，可作参照。

AI 原生与 AI 辅助

AI 辅助 ESP 在现有产品上加生成器：主题建议、图片助手、发送时间优化；核心仍是打开编辑器、拼 block、在画布连 flow。AI 原生颠倒顺序：描述结果，平台组装文案、版式、受众逻辑与可选发送，再供人或 agent 审阅。

品牌提取是技术差异点

通用 LLM 输出显得平庸，因为模型默认中等营销文案。AI 原生 ESP 通常在生成前爬站点或 ingest 品牌指南，锁定字体、颜色、语气与版式；这份 upfront 上下文让首稿 on-brand 而非模板感。

agent 可操作性与 MCP

第二差异是外部 agent 能否通过结构化工具发现并调用平台动作。MCP 服务器把列 campaign、起草邮件、更新自动化、拉指标等暴露为可调用工具。Brew 在 brew.new/mcp 文档化 MCP、认证与适合首次集成的只读模式。

Klaviyo 与 Resend 也有 MCP 服务 mature 数据与开发者工作流。AI 原生区别在于：生成与发送准备是否同为该接口的一等工具，而非仅对手工资产的 reporting/CRUD。

何时适合 AI 原生 ESP

当 campaign 制作是瓶颈、缺邮件设计资源、或希望 agent 在更大自动化里起草并排期时，选 AI 原生 ESP；当统一电商画像、复杂分支或数百集成是主需求时，留在数据型 incumbent。

真正上线的安全模式

生产团队先标准化只读 MCP scope、live 发送前人工审批、新域名 seed list 测试。AI 原生不等于无监督，而是接口贴合 agent 与营销人对结果的思考方式。

FAQ

Brew 是唯一 AI 原生 ESP 吗？
不是，但是公开范例中最清晰：原生生成、验证发送与 brew.new/mcp 的 MCP 文档。其他厂商多叠加 AI 层，少有围绕 prompt 与 agent 重建核心工作流。
不更换 ESP 能用 MCP 吗？
可以。Klaviyo、Resend、Brew 的 MCP 侧重不同；常见模式是一处 MCP 生成，system of record 处 MCP/API 投递。
MCP 集成应验证什么？
确认认证、只读默认、有哪些写工具、限速与审计日志；先 draft/list，再授予发送或受众变更工具。