Meta 一边承认 AI Agent 停滞不前，一边连发三记重拳——扎克伯格的”精神分裂”到底在下一盘什么棋？
📌核心要点
- 12天前，扎克伯格还在内部信中承认 Meta 的 AI Agent 开发在过去四个月”停滞不前”；5天后，Meta 突然发布 Muse Spark 1.1，声称性能匹敌 Claude Opus 4.8，价格只有对手的 四分之一
- 与此同时，Meta 的下一代模型”Watermelon”匹配 GPT-5.5 基准测试，消耗 10倍于上一代的算力投入；自定义 AI 芯片也将在 9 月投入量产
- Morgan Stanley 最新报告指出全球 AI 基础设施投资已达 1.4 万亿美元，但 Meta 的”烧钱换优势”策略能否跑赢华尔街预期仍是未知数
- Zuckerberg 似乎在用一种近乎矛盾的方式押注：一边承认现实困境，一边用激进的成本下探和算力扩张逼迫竞争对手进入防守姿态
- Meta 股价已触及 670 美元历史新高——市场正在为这场”精神分裂式”的 AI 豪赌定价
“我们落后了”——扎克伯格 12 天前的那封内部信
2026 年 7 月初，Meta 的内部通信出现了一个令人意外的信号。据路透社独家报道，扎克伯格在写给员工的信中坦言，Meta 的 AI Agent 技术进展比预期缓慢——过去四个月里，AI 代理系统的开发几乎陷入了停滞。
这不是一个轻松的承认。在 OpenAI 和 Anthropic 竞相发布更高级的自主代理系统时，Meta 的 AI 负责人也向团队坦承了这一点。消息传出后，市场反应冷淡——毕竟 Meta 的 AI 路线图一向以”慢工出细活”著称，但这次措辞之直白，确实罕见。
然而，仅仅 12 天之后，Meta 就上演了一场堪称”教科书级别的战略翻转”。
五天后，Meta 连发三记重拳
从 7 月 10 日前后开始，Meta 在短短几天内密集发布了三项 AI 相关动作，每一项都直指行业核心：
第一击：Muse Spark 1.1——”四分之一价格的颠覆者”
Meta 正式发布其旗舰 AI 编码模型 Muse Spark 1.1，并同步开放了付费开发者 API。多家媒体报道显示，该模型在编程能力评测中表现强劲，声称性能可与 Anthropic 的 Claude Opus 4.8 相媲美。
但真正让市场震惊的不是性能，而是定价。Meta 将 API 价格设定为竞争对手的四分之一。这一策略直接引发了连锁反应——the-decoder.com 报道称，Muse Spark 1.1 的定价正在”挤压 OpenAI 和 Anthropic 的利润空间”，将 AI 价格战推向了新的维度。
TechCrunch 的标题则更为直接：“Meta enters the crowded AI coding battle with Muse Spark 1.1”——在已经拥挤不堪的 AI 编码市场，Meta 选择了一个最不讲武德的方式入场。
第二击：”Watermelon”——10 倍算力换 GPT-5.5 级性能
与此同时，Meta 的下一代基础模型”Watermelon”也在持续释放信号。Firstpost 报道指出，Watermelon 在多项基准测试中达到了与 OpenAI GPT-5.5 相当的性能水平，但其代价是——使用了比上一代”Avocado”模型多 10 倍的计算资源。
Crypto Briefing 的分析进一步指出，这标志着 Meta 在自有 AI 模型上的投入正在呈指数级增长。而 24/7 Wall St. 的最新报道（仅 6 小时前）则揭示了一个关键细节：尽管算力投入暴增，Zuckerberg 对外宣称的总成本仍然比竞争对手低 75%。
第三击：9 月量产自研 AI 芯片
根据 CNBC 5 天前的报道，Meta 计划在今年 9 月将其自研 AI 芯片投入生产，目标是将计算容量翻倍。这一动作与 Muse Spark 和 Watermelon 形成了完整的闭环——从模型到芯片，Meta 正在构建一条完全自主的 AI 基础设施链。
| Meta AI 三件套对比 | Muse Spark 1.1 | Watermelon | 自研 AI 芯片 |
|---|---|---|---|
| 定位 | 编码 + 多 Agent | 通用基础模型 | 算力基础设施 |
| 对标 | Claude Opus 4.8 | GPT-5.5 | Nvidia GPU |
| 关键指标 | 价格 = 对手 25% | 算力 = 前代 10 倍 | 产能 = 翻倍 |
| 时间线 | 已发布 | 即将发布 | 9 月量产 |
华尔街看不懂了——但股价给出了答案
在这场密集发布之后，市场反应出乎意料地热烈。Tech Times 3 天前的报道称，Meta 股价已触及 670 美元的历史新高，且其 AI 基础设施成本”比华尔街的预期模型低了整整一半”。
但真正的考验来自更宏观的层面。据 odaily.news 8 小时前的报道，Morgan Stanley 最新报告指出全球 AI 基础设施投资已达到 1.4 万亿美元，并提出一个尖锐的问题：Meta 的算力投入能否兑现为可持续的商业回报？
Invezz 13 小时前的分析则揭示了另一个信号——摩根士丹利正在推荐三只”非芯片类”AI 股票，暗示投资者正在从传统的硬件叙事转向基础设施和应用层叙事。Meta 恰好处于这个叙事的中心。
精神分裂还是战略纵深？
如果把这 12 天的事件串联起来，我们会看到一个极其矛盾的画面：
7 月初，扎克伯格承认 AI Agent 开发停滞——”我们落后了”；
7 月中旬，Meta 连发三击——编码模型、下一代基础模型、自研芯片全部推进；
同一时期，股价创历史新高，华尔街对 Meta 的 AI 投入从质疑转向追捧。
这种”精神分裂”式的节奏，其实揭示了一个更深层的战略逻辑：Meta 正在用”低成本 + 大规模”的策略，逼迫整个 AI 行业进入它设定的游戏规则。
当 Anthropic 和 OpenAI 还在为 IPO 定价和盈利路径焦虑时（参考我们之前的系列报道），Meta 选择了一条不同的路——不追求”最好”，但追求”最便宜且够用”。这个策略的本质是：把 AI 从”奢侈品”变成”大宗商品”，然后在 commoditization 的过程中攫取最大的市场份额。
但这个策略的风险也同样明显。Watermelon 模型消耗 10 倍算力的事实提醒我们——低成本不等于低投入。Meta 实际上是在用更大的基础设施赌注，换取更低的边际成本。如果市场接受度不够，这场豪赌的代价将极为沉重。
📌小结
Meta 在 12 天内从”承认落后”到”连发三击”的转变，表面上看是战略精神分裂，实则是精心设计的”低成本大规模”AI 叙事——用 commoditization 颠覆 Anthropic 和 OpenAI 的高端定价模式。但 Watermelon 模型 10 倍算力投入的事实表明，这场豪赌的底层逻辑依然是”烧钱换规模”。Morgan Stanley 提出的 1.4 万亿美元全球 AI 基础设施投资问题，或许才是整件事最值得关注的信号：当 AI 的基础设施成本远超市场预期时，谁能最先找到商业闭环，谁就定义了下一个十年的游戏规则。
🔔 关注 xlb.baby
我们每天追踪 AI 前沿动态，为你解读科技巨头背后的战略逻辑。如果你想知道 Meta 这场豪赌最终是封神还是翻车，关注我们，第一时间获取深度分析。
发表回复