在AI基礎設施支出持續膨脹的壓力下，Meta正試圖從內部尋找降本之道。據科技媒體The Information 7月21日報道，Meta內部AI孵化器AAI Labs正在開發一款名為Switchboard的AI模型路由工具，其核心邏輯與OpenRouter的Auto Router產品高度相似——通過對任務難度評分，將簡單請求分流至更廉價的小模型，從而降低整體推理成本。
Switchboard目前仍處於早期階段，能否最終落地尚不確定。但據The Information獲得的內部檔案顯示，Meta團隊已明確提出兩條潛在路徑：一是在公司內部部署以壓縮成本，二是面向大規模執行AI程式設計智慧體的外部組織公開發布。分析指出，這意味著該工具不僅是一項降本舉措，也可能成為Meta在AI工具市場開闢新收入來源的嘗試。
這一專案的提出，直接指向該公司當前面臨的一個現實痛點：為每一個程式設計請求支付頂級模型的價格，包括那些本可由小模型輕鬆處理的簡單任務。內部檔案直言，大多數程式設計智慧體任務完全可以由較小的模型處理，只有少數任務才真正需要前沿大模型的能力。然而現狀是“所有請求都發往同一個模型”，導致簡單任務上的過度支出，或在複雜任務上表現不足。檔案明確將推理成本定性為在公司內部更廣泛部署智慧體的“首要障礙”，並稱“成本是限制我們大規模執行智慧體的關鍵因素”。
這一表述與Meta近期在AI支出管控上的一系列動作相互印證。據The Information此前報道，Meta今年6月曾通知員工，將在鼓勵全公司更廣泛採用AI工具僅數週後，開始對AI token用量設定上限，同時構建內部平台以追蹤AI支出並執行token預算。
Switchboard專案隸屬於Meta旗下的AAI Labs，這是Meta Applied AI Engineering團隊下設的內部孵化機構，於今年3月正式成立。據The Information審閱的內部檔案，該機制允許員工提交AI產品和服務提案，通過審批後由小團隊負責構建，並有機會對外公開發布。截至今年7月，AAI Labs已累計批准約200個專案，涵蓋消費者產品、開發者工具和內部基礎設施三大方向。Switchboard正是其中之一。
這一機制折射出Meta CEO扎克伯格的更宏觀戰略構想——藉助AI讓小團隊快速構建產品。扎克伯格今年4月曾對分析師表示，AI智慧體意味著“小團隊可以取得非常快速的進展”，並預測這項技術將推動“大量創新”。他還表示，Meta可能打造多達50款新應用。
Switchboard所瞄準的模型路由賽道，正在吸引越來越多的關注。OpenRouter憑藉幫助開發者以更低成本訪問多種AI模型，已在開發者群體中積累起相當人氣。據The Information上週報道，OpenRouter已與一家規模更大的科技公司就潛在收購事宜展開討論，相關交易可能將其估值推升數十億美元——該公司今年4月的估值為13億美元。
模型路由概念在更廣泛範圍內引發關注，源於OpenAI釋出GPT-5時內建的路由功能——該功能可在使用者提示相對簡單時自動切換至更廉價的模型。此後，Databricks和Palantir等公司也相繼開發了各自的路由工具，以管理成本、提升效率。Meta此番自研Switchboard，既是對自身成本壓力的主動回應，也是在這一快速升溫的賽道上佈局自有能力的戰略選擇。
Switchboard專案的背後，是Meta將龐大AI投入轉化為新工具、新業務和新收入來源的整體訴求。Meta此前預計，今年在AI基礎設施及其他裝置和設施上的支出可能高達1450億美元，較2025年的水平翻逾一倍。與此同時，Meta正在對工程團隊進行重組，以強化AI開發能力。
AAI Labs孵化的專案不止於Switchboard。據The Information獲得的另一份內部檔案，AAI Labs還在開發一款面向駕駛者的AI導覽應用，可通過Apple CarPlay和Android Auto執行，利用AI解說附近地標並允許駕駛者提問。檔案將該產品定位為Instagram地圖體驗的延伸，未來或整合基於位置的Reels內容、旅行推薦，乃至Meta Ray-Ban智慧眼鏡。這些專案共同勾勒出Meta的路徑：以員工創意為起點，快速原型化AI產品，再擇機向外部市場推出——在控制成本的同時，探索廣告業務之外的增量收入空間。