传Meta研发AI路由器Switchboard以降低推理成本
0xBroomberg
Meta正在内部孵化一款名为Switchboard的AI模型路由工具，按请求难度把任务分配给不同规模的模型，以压缩每年接近数十亿美元的推理开支。
Switchboard到底要解决什么问题？
Meta内部文件坦承："我们为每一条编程请求支付顶级模型的价格，包括那些简单的请求。"
Switchboard的逻辑很直接——先给每条请求打"难度分"，简单任务交给小模型，只有难题才调用顶级模型。
用大白话说＝以前不管问题多简单，都派最贵的"专家"上场；现在先分诊，小病看普通门诊，疑难杂症才进专家号。
该项目由Meta内部员工孵化器AAI Labs负责，仍处于早期阶段，Meta拒绝置评，最终可能不会对外发布。
Meta的AI账单到底有多吓人？
据内部备忘录，Meta约6000名员工在30天内消耗了73.7万亿个token，内部甚至设了一个"Claudeonomics"排行榜追踪用量。
首席技术官博斯沃思（Andrew Bosworth）直接批评"token极大化"文化，写道："并非所有行动都是进步，token用量本身不是影响力的衡量标准。"
这意味着→ 问题不只是技术浪费，而是内部使用习惯已经失控——员工把顶级模型当默认工具，无论任务难度。
资本支出层面，Meta已承诺2026年资本开支1250亿至1450亿美元，主要投向AI基础设施。
模型路由这条赛道，现在走到哪了？
OpenAI的GPT-5已内置路由功能，可将低复杂度请求转至更廉价模型。
第三方降本效果已有实证：Palantir的Evolve系统在特定场景下推理成本削减高达97%；麦卡锡建筑token用量同比降60%；AI编程公司Cognition的路由系统降本约35%。
这反映出模型路由已从实验性工具变成企业降本的刚需层。
资本市场怎么给这条赛道定价？
路由网关初创公司OpenRouter近期完成由Alphabet旗下CapitalG领投的1.13亿美元B轮融资，估值约13亿美元，较一年前翻逾一倍。
据《信息》报道，OpenRouter正在接触数十亿美元级别的收购意向。
这意味着→ 资本已经把"模型路由"视为独立的基础设施层来下注，而不只是大模型厂商的附属功能。
Meta自建路由，对格局意味着什么？
若Meta选择自建而非依赖OpenRouter等外部服务，意味着其可将部分巨额AI资本开支转化为效率收益。
用大白话说＝自己建"分诊台"，不仅省钱，还能在路由市场上跟Databricks、Palantir直接竞争。
Switchboard能否从内部工具演变为对外产品，将是观察Meta AI商业化路径的关键节点。
Content is for reference only, not financial advice.