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，透過對任務難度進行評分，將簡單請求分流至成本更低的小型模型，從而降低整體推理成本。該項目目前處於早期階段，隸屬於 Meta 於今年 3 月成立的 AAI Labs 內部孵化機構。內部文件顯示，Meta 為每個編程請求支付頂級模型的價格，包括本可由小型模型處理的簡單任務，推理成本已成為公司大規模部署智能體的「首要障礙」。Meta 今年的 AI 基礎設施支出預計高達 1450 億美元，正透過多種方式管控 AI 支出。Switchboard 的目標市場還包括模型路由賽道，該領域已有 OpenRouter 等競爭者，相關收購交易可能使其估值達數十億美元。文章作者、來源：华尔街见闻
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。
7月21日，據科技媒體The Information報導，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——透過對任務難度評分，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，最終能否落地尚不確定。但據 The Information 獲得的內部文件顯示，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，二是面向大規模運行 AI 編程智能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低成本的措施，也可能成為 Meta 在 AI 工具市場開闢新收入來源的嘗試。
此外，據報導，這一項目的提出，直接針對該公司目前面臨的一個現實痛點：為每一個編程請求支付頂級模型的費用，包括那些本可由小型模型輕鬆處理的簡單任務。
直擊痛點：推理成本是規模化部署的最大障礙
報導指出，Switchboard 項目的立項邏輯在內部文件中被表述得相當直白：「我們為每一個編程請求支付頂級模型的價格，包括那些簡單的請求。」
文件進一步指出，大多數編程智能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」。
文件明確將推理成本定性為在公司內部更廣泛部署智能體的「首要障礙」，並直言：「成本是限制我們大規模運行智能體的關鍵因素。」
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此前報導，Meta今年6月曾通知員工，在僅數週後鼓勵全公司更廣泛採用AI工具的同時，將開始對AI token用量設置上限，並構建內部平台以追蹤AI支出並執行token預算。
值得注意的是，Switchboard 項目隸屬於 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 審閱的內部文件，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個項目，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。
這一機制反映了Meta首席執行官扎克伯格更宏觀的戰略構想——借助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智能體意味著「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。
模型路由賽道：除了 OpenRouter，巨頭紛紛入局
Switchboard 所瞄準的模型路由賽道，正在吸引越來越多的關注。
OpenRouter 因協助開發者以更低的成本存取多種 AI 模型，已在開發者社群中累積了相當的人氣。據 The Information 上週報導，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。
模型路由概念因 OpenAI 在發布 GPT-5 時內建的路由功能而受到更廣泛關注——該功能可在用戶提示相對簡單時自動切換至成本更低的模型。此後，Databricks 和 Palantir 等公司也相繼開發了各自的路由工具，以管理成本並提升效率。
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布局自有能力的戰略選擇。
更大的野心：AI 投資尋求多元變現
Switchboard 項目的背後，是 Meta 將龐大的 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 基礎設施及其他設備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 孵化的項目不僅限於 Switchboard。根據 The Information 獲得的另一份內部文件，AAI Labs 還在開發一款面向駕駛者的 AI 導覽應用，可透過 Apple CarPlay 和 Android Auto 運行，利用 AI 解說附近地標並允許駕駛者提問。
文件將該產品定位為 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 智能眼鏡。
報導指出，這些項目共同描繪出 Meta 的路徑：以員工的創意為起點，快速製作 AI 產品原型，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。