深入 Meta 1450 億美元對 AI 代理的押注：為何回報比預期來得慢

新聞摘要

Meta 已承諾在 2026 年投入高達 1,450 億美元，用於建構自主 AI 代理的基礎設施，這是私人公司有史以來單年最大規模的科技投資之一。在 2026 年 7 月 2 日（美國東部時間）舉行的內部全體會議上，執行長 Mark Zuckerberg 告訴員工，公司 AI 代理系統的進展比領導層預期的要慢，儘管他對在未來三到六個月內取得有意義的成果表示信心。這一時刻為我們提供了寶貴的視角，讓我們得以一窺代理式 AI 的巨大工程挑戰以及科技產業為了解決這個問題所投入的資源規模。

Meta 實際在建構什麼

Meta 投資的核心是代理式 AI：能夠規劃任務、將任務分解為步驟、調用搜尋引擎或資料庫等外部工具、執行多步驟工作流程，並根據回饋調整其方法——所有這些都無需人類批准每個單獨的步驟。這遠遠超越了僅能回答問題的聊天機器人。例如，一個預訂行程的 AI 代理必須比較選項、處理付款流程、回應錯誤，並在數十個動作中記住上下文。

Meta 認為這項能力對其業務的幾乎所有部分都至關重要，從廣告和內容推薦到訊息助理、智慧眼鏡，以及其對高能力通用 AI 的長期研究。這種廣泛性解釋了為何該公司將其 2026 年全年資本支出預測上調至 1,250 億至 1,450 億美元的範圍，高於先前估計的 1,150 億至 1,350 億美元。該公司將增長歸因於零組件價格上漲以及為支持未來產能而增加的資料中心成本。在中位數約 1,350 億美元的水平上，Meta 的支出預計將較去年幾乎翻倍，增長約 87%。

Zuckerberg 告訴員工什麼

在 2026 年 7 月 2 日（美國東部時間）的全體會議上發言時，Zuckerberg 對開發進度坦誠相見。根據會議報導，他說：「至少在過去四個月裡，代理式開發的軌跡並沒有真正按照我們預期的那樣加速。」他補充說，公司的一些「賭注尚未實現」，並承認高管們「在時機上誤判了」。

這些言論之所以格外重要，是因為推動 AI 代理是今年早些時候進行重大重組的核心理由。2026 年 5 月，Meta 裁員約 8,000 人，約佔其約 78,000 名員工的 10%，同時將約 7,000 名員工轉入專注於 AI 的團隊。Zuckerberg 強調，他仍然預計公司將在三到六個月內開始看到其 AI 投資帶來更顯著的回報，這將使回報出現在 2026 年底或 2027 年初。

投資者對此消息反應迅速。Meta 的股價在 2026 年 7 月 3 日（美國東部時間）星期四下跌近 5%，扭轉了前一天因報導一項旨在向外部客戶出售公司剩餘 AI 計算能力的雲端運算新創業務而帶來的 9% 漲幅。

為何 AI 代理如此難以建構

Meta 的經驗反映了整個行業面臨的挑戰，理解這一點需要深入了解這些系統的內部運作方式。研究人員和工程師指出幾個經常出現的技術障礙。首先是上下文窗口退化：當代理處理一個長任務時，它必須追蹤的資訊量會增加，而隨著上下文的填滿，模型的效能可能會下降。其次是錯誤疊加：在多步驟鏈中，第二步中的一個小錯誤可能會在第十步導致完全錯誤的結果，因為每一步都建立在前一步的基礎上。第三是工具介面不一致：代理必須連接到許多外部系統，而這些系統在描述其輸入和輸出方式上的微小差異可能導致難以預測的故障。

行業數據強調了這項技術仍處於多麼早期。在對 Meta 宣布的報導中引用的調查顯示，只有約 11% 的企業正在全面生產運行 AI 代理，研究公司 Gartner 預計，到 2027 年底，超過 40% 的代理式 AI 專案可能會被取消，因為組織發現演示與可靠部署之間的差距。

全行業的競賽

Meta 在這項努力中絕非孤單。四大科技公司——亞馬遜、Alphabet、Meta 和微軟——已集體承諾在 2026 年投入 6,500 億至 7,250 億美元的資本支出，這是科技行業歷史上單年最大規模的基礎設施建置。競爭對手也在投資部署方面的人力：亞馬遜網路服務已組建一個 10 億美元的組織，將數千名工程師直接派駐到客戶公司內部，而微軟則啟動了一項約 25 億美元的計畫，約有 6,000 名嵌入式工程師在企業現場工作。這種模式表明，行業內已形成一種共識，即單純的模型能力是不夠的——成功的 AI 代理還需要大量的工程支援才能整合到實際工作流程中。

接下來關注什麼

關鍵的里程碑是 Zuckerberg 概述的三到六個月的窗口期，這表明 Meta 預計其代理系統將在 2026 年底開始展現更清晰的價值。觀察家們將關注 Meta 龐大的計算基礎設施是否能轉化為能夠可靠完成複雜任務的代理，以及該公司的新雲端業務在此期間能否將閒置產能轉化為收入來源。對於科技領域的學生來說，這一事件是一個有用的提醒，即使是世界上資金最雄厚的工程組織也發現前沿 AI 確實很困難——而引人注目的演示與可靠產品之間的距離，往往是以多年耐心、不引人注目的工作來衡量的。

來源：路透社 via Yahoo Finance, IBTimes, Fortune, CNBC, Tech Times