Meta 1450亿美元押注AI智能体：为何回报比计划更慢
新闻摘要
Meta 承诺在 2026 年投入高达 1450 亿美元，用于构建自主人工智能代理的基础设施，这是私营公司有史以来最大规模的单年技术投资之一。在 2026 年 7 月 2 日（美国东部时间）举行的内部全体会议上，首席执行官马克·扎克伯格告诉员工，尽管他对公司的人工智能代理系统取得有意义的成果充满信心，但其进展速度比领导层预期的要慢。这一时刻为我们提供了宝贵的窗口，让我们得以一窥代理式人工智能巨大的工程挑战以及科技行业为解决这一问题所投入的资源规模。
Meta 实际在构建什么
Meta 投资的核心是代理式人工智能：能够规划任务、将其分解为步骤、调用搜索引擎或数据库等外部工具、执行多步工作流程，并在无需人工批准每个单独步骤的情况下根据反馈调整其方法。这比仅仅回答问题的聊天机器人有了显著的飞跃。例如，一个预订行程的人工智能代理必须比较选项、处理支付流程、响应错误，并在数十项操作中记住上下文。
Meta 将这项能力视为其业务几乎所有方面的核心，从广告和内容推荐到消息助手、智能眼镜，以及其对高度通用人工智能的长期研究。这种广泛的应用解释了该公司为何将 2026 年全年资本支出指导上调至 1250 亿至 1450 亿美元的区间，高于此前 1150 亿至 1350 亿美元的估计。该公司将增加归因于更高的组件价格和额外的数据中心成本，以支持未来的产能。以约 1350 亿美元的中值计算，Meta 的支出有望实现同比翻倍，增幅约为 87%。
扎克伯格告诉员工什么
在 2026 年 7 月 2 日（美国东部时间）的全体会议上，扎克伯格坦率地谈到了开发的速度。“据会议报道，他说：“至少在过去四个月里，代理式开发的轨迹并没有像我们预期的那样真正加速。”他补充说，公司的一些“赌注尚未实现”，并承认高管们“在时机上误判了”。
这些言论之所以分量十足，是因为人工智能代理的推动是今年早些时候重大重组的核心理由。2026 年 5 月，Meta 裁员约 8000 人，约占其约 78000 名员工的 10%，同时将约 7000 名员工调入人工智能相关团队。扎克伯格强调，他仍然预计公司将在三到六个月内开始看到其人工智能投资带来更显著的回报，这将使回报期推迟到 2026 年底或 2027 年初。
投资者迅速对这一消息做出反应。Meta 的股价在 2026 年 7 月 3 日（美国东部时间）星期四下跌了近 5%，扭转了前一天因有关一项旨在向外部客户出售公司剩余人工智能计算能力的新的云计算业务的报道而获得的 9% 的涨幅。
为什么人工智能代理如此难以构建
Meta 的经验反映了整个行业面临的共同挑战，理解这一点需要深入了解这些系统在幕后是如何工作的。研究人员和工程师指出了几个反复出现的技能障碍。首先，上下文窗口退化：当代理处理一项长任务时，它必须跟踪的信息量会增加，并且随着上下文的填满，模型的性能可能会下降。其次，错误累积：在多步链中，第二步的一个小错误可能会在第十步导致完全错误的结果，因为每一步都建立在前一步的基础上。第三，不一致的工具接口：代理必须连接到许多外部系统，而这些系统描述其输入和输出的方式存在微小的不匹配可能导致难以预测的故障。
行业数据凸显了这项技术仍处于多么早期的阶段。Meta 公告报道中引用的调查表明，只有约 11% 的企业正在全面生产中运行人工智能代理，研究公司 Gartner 预测，到 2027 年底，超过 40% 的代理式人工智能项目可能会被取消，因为组织发现了演示与可靠部署之间的差距。
全行业竞赛
Meta 在这项努力中并非孤军奋战。四大科技公司——亚马逊、Alphabet、Meta 和微软——在 2026 年总共承诺了 6500 亿至 7250 亿美元的资本支出，这是科技行业历史上最大规模的单年基础设施建设。竞争对手也在投资部署的人力方面：亚马逊网络服务公司组建了一个 10 亿美元的组织，将数千名工程师直接安置在客户公司内部，而微软则启动了一项约 25 亿美元的计划，约有 6000 名嵌入式工程师在企业现场工作。这种模式表明，行业正在形成一种共识，即单纯的模型能力是不够的——成功的人工智能代理还需要大量的工程支持才能集成到实际工作流程中。
接下来关注什么
关键的里程碑是扎克伯格概述的三到六个月的窗口期，这表明 Meta 预计其代理系统将在 2026 年底开始展示出更清晰的价值。观察人士将关注 Meta 庞大的计算基础设施是否能转化为能够可靠完成复杂任务的代理，以及该公司新的云业务在此期间是否能将剩余产能转化为收入来源。对于技术研究者来说，这一事件是一个有用的提醒，即使是世界上资金最雄厚的工程组织也发现前沿人工智能确实非常困难——而一个引人注目的演示与一个可靠的产品之间的距离，往往是以多年的耐心、不引人注目的工作来衡量的。
来源：路透社通过雅虎财经, IBTimes, 财富, CNBC, Tech Times