Meta 平台旗下 AI 产品与工具内部孵化器，正在自研一款对标 OpenRouter 的调度服务。该服务可将部分 AI 任务分发至低成本模型运行，以此压低整体算力开销。

　　这家名为AAI Labs的孵化器隶属于 Meta 应用 AI 工程团队。Meta 于今年 3 月正式组建该部门，允许员工申报自研 AI 产品与工具方案，优先对内投入使用，后续还有机会对外正式发布。《The Information》查阅内部文件得知：项目提案获批后，公司会组建小型专项团队完成开发，视情况推向市场落地。

　　一份 7 月内部备忘录显示，AAI Labs 目前共有约 200 个获批立项项目，覆盖消费级应用、开发者工具、企业内部基础设施三大方向。

　　AI 模型调度工具 Switchboard 便是其中一员。这套系统会先评估用户、AI 智能体下发请求的难度分值，自动匹配适配模型；简单交互任务分流至轻量化、低成本模型运行，运行逻辑和 OpenRouter 的自动路由（Auto Router）产品大体一致。

　　知情人士透露，和 AAI Labs 内部多数项目一样，Switchboard 现阶段仅处于早期研发阶段，存在永久不会对外发布的可能性。但项目组在立项文档中写明：一方面 Meta 可在公司内部部署该系统缩减开支；另一方面，面向大规模部署代码智能体的各类企业对外商用该产品，也具备可观的落地价值。

　　AAI Labs 孵化的一众项目，体现出 Meta 的核心诉求：依托巨额 AI 投入，在广告主业之外挖掘全新工具产品、商业业务与收入渠道。Meta 预估本年度在 AI 算力基建、硬件设施上的总投入或将达到 1450 亿美元，相较 2025 年投入规模翻倍以上；同时公司持续调整工程组织架构，加码 AI 研发实力。

　　Meta 借力内部员工孵化新项目，能够快速完成 AI 产品原型搭建：这类工具既可优化公司内部运营效率，也能打磨成独立产品对外发售。

　　另外，Meta 一直在管控员工使用 AI 开发工具产生的巨额花销。本刊此前报道：Meta 今年 6 月刚在全公司推广 AI 工具普及使用，短短数周后就出台 Token 用量限额政策，同时搭建内部管控平台，统计 AI 消耗成本、强制落地 Token 预算管控机制。

　　AI 模型调度赛道的行业价值

　　OpenRouter 凭借一站式接入多款大模型、帮助开发者控本增效的特性，在开发群体中迅速走红。本刊上周消息：已有大型科技公司洽谈收购 OpenRouter，这笔交易有望让其估值再度抬升数十亿美元，该公司今年 4 月估值为 13 亿美元。

　　自 OpenAI 推出 GPT-5 并内置模型调度功能（简单提问自动切换廉价模型）后，模型路由技术在 2025 年迎来行业大范围关注。Databricks、帕兰提尔等企业也陆续自研调度工具，用于成本管控与运算效率优化。

　　Meta 内部文件写明了团队想要依靠 Switchboard 解决的痛点：“即便是最简单的代码任务，我们也在按照顶配大模型的标准付费。” 项目方案说明中提到：绝大多数代码智能体任务用中小体量模型即可胜任，仅有少部分复杂工作需要动用高价顶尖前沿模型。“当前所有任务统一投喂单一模型，简单任务支付了溢价成本，复杂任务又得不到充足算力支撑”。

　　文档直言：推理成本过高，是 Meta 在公司内部大范围落地 AI 智能体的最主要阻碍，成本上限束缚了智能体的部署规模。

　　Meta 官方对此报道不予置评。

　　AAI Labs 还有另一款在研产品：面向驾驶员的 AI 语音导览应用，可适配苹果 CarPlay、安卓车载互联系统。根据配套规划文件，该产品依托 AI 实时讲解沿途地标景观，驾驶员可随时问询景点相关信息；产品定位为 Instagram 地图功能的延伸，后续计划融入基于地理位置的短视频（Reels）、旅行推荐内容，还可对接 Meta 雷朋智能眼镜。该应用先面向内部员工内测，达标后会对外公开发布。

　　AAI Labs 的设立，契合扎克伯格整体战略构想：AI 能够让小型团队更快完成产品研发。扎克伯格在 4 月财报电话会上向分析师表示，AI 智能体赋能小团队实现高效研发，并预判 AI 会催生出大量创新成果；他同时提出，Meta 未来有望上线多达 50 款全新自研应用。