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》查阅内部文件了解到 ：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 近来 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
。