5月6日消息,Meta 正在内部开发一款面向消费者的 AI agent,代号 "Hatch",定位是面向普通用户的"代理式个人助手"。据 The Information 援引知情人士披露,Hatch 当前由 Anthropic 的 Claude Opus 4.6 与 Claude Sonnet 4.6 训练驱动,计划在 6 月底完成内部小范围员工测试,正式上线时切换到 Meta 自研的 Muse Spark 模型。 Meta 同步在筹备一款 agentic 购物工具,计划在 2026 年 Q4 之前集成进 Instagram,允许用户在 Reels 或 Feed 中点击产品后,跳转到外部网页或直接在 App 内完成购买的全链路。Mark Zuckerberg 在最近一次季度财报电话会上明确表态,Meta 的目标是"提供能够理解用户目标、日夜不停为用户工作的 agent",并直言"OpenClaw 等工具在技术爱好者中很流行,但对普通用户来说过于复杂"——这句话基本框定了 Hatch 的产品定位。
Hatch 的工程姿态:用 Claude 训练、自家模型上线、虚拟环境跑测试
Hatch 这一产品的工程路径里有几个具体细节值得展开。Meta 为了安全测试 Hatch,搭建了模仿 DoorDash、Etsy、Reddit 等真实网站的虚拟环境,让 agent 在受控沙箱里完成订餐、购物、社区互动等任务,避免直接在生产环境出错。研发重点集中在三个方向:何时主动行动而非等待指令的判断能力、单次能处理的信息量、跨对话保留细节的记忆函数。前两项决定 agent 的"自主性"边界,最后一项决定"个人助手"是否真的能成为长期用户关系的载体。
模型层面 Meta 选择了一条少见的双轨路径——训练阶段用 Anthropic 的 Claude Opus 4.6 与 Sonnet 4.6,正式上线时切到自家 4 月 8 日发布的 Muse Spark。这种姿态在头部 AI 公司里并不常见,意味着 Meta 承认 Anthropic 模型在 agentic 任务上的当前优势,但仍坚持长期由自家模型托底。Muse Spark 是 Meta Superintelligence Labs 首款模型(原内部代号 Avocado),原生多模态,支持工具调用、视觉链式思考、多 agent 编排,擅长复杂推理、科学、数学、健康等领域,已上线 Meta AI App 与 meta.ai,计划逐步推向 WhatsApp、Instagram、Facebook、Messenger 与 AI 眼镜。Hatch 上线时切到 Muse Spark,事实上是 Muse Spark 在 agentic 这一最难场景上的真实生产试金石。
OpenClaw 这一灵感来源同样需要解释。OpenClaw 此前作为开源 AI agent 项目在技术圈走红,Meta 曾尝试收购或挖角创始人但未成功,OpenClaw 最终被 OpenAI 收入囊中。Meta 此次自建 Hatch 即是对 OpenClaw 路线的对位——但 Zuckerberg 的明确表态是,OpenClaw 对普通用户太复杂,Hatch 要做的是更易用、更安全、面向 30 亿用户的"polished 版本"。这一表态也某种程度上承认了 Meta 在通用 agent 这一赛道相比 OpenAI、Anthropic 仍处于追赶位置,需要用 Meta 独有的"消费者覆盖面 + 社交场景"组合来差异化破局。
Manus 这条线值得单独提及。Meta 在 2025 年 12 月宣布收购 Manus,这家从中国成立、后转移至新加坡的公司主打通用 AI agent,在 GAIA benchmark 上一度领先 OpenAI Deep Research 超过 10 个百分点,累计处理超过 147 万亿 tokens、生成超过 8000 万个虚拟计算机,首年 ARR 突破 1 亿美元。但据多方报道,中国监管层对该交易踩下刹车,Meta 可能不得不取消这笔收购。这意味着 Hatch 在工程实现上失去了原本可借力的最直接 agent 执行层资产,只能纯靠自家团队 + Claude/Muse Spark 重新搭建。Manus 已对外声明加入 Meta,并保持独立运营,但其在 Meta 体系内的最终归属仍存在变数。 Instagram 购物 Agent:对位 TikTok Shop,把电商闭环留在 App 内
Hatch 之外,Meta 这一波动作的另一条主线是 Instagram 内嵌的 agentic 购物工具。该产品的目标是让用户在 Reels 或 Feed 浏览过程中,点击任意一个出现的商品,直接调出 agent 来完成详情查看、价格对比、跳转支付乃至 App 内直接结算的整条链路。Meta 的目标时间窗是 2026 年 Q4 之前上线。
这一产品瞄准的对手非常明确——TikTok Shop。过去 24 个月 TikTok Shop 在美国与东南亚市场跑出极高的电商转化效率,直播带货、短视频带货、达人分销三条腿同时发力,事实上把"内容平台 → 电商平台"这一长期被认为不可能的转换在短视频原生场景里跑通。Instagram 在 Shopping 业务上长期布局多次但始终未形成规模化变现,Meta 借 agentic shopping 这次升级的真实意图,是把 agent 这层中介嵌进决策链路,让用户的购买路径从"看到商品 → 跳出 App 搜索 → 离开生态"压缩为"看到商品 → 一键调用 agent → 留在 Instagram 内完成"。
这一逻辑在更宏观的 Meta 商业图景里也能找到对位。Meta 在 4 月 29 日已经把广告系统对 Claude、ChatGPT 等第三方 agent 开放,通过 Meta Ads MCP server 与配套 CLI 让 AI agent 可以直接管理广告账户、创建 campaign、修改素材;Manus 在被收购前已经在 Meta 广告平台上完成深度集成。这意味着 Meta 在 agent 这一层正在同时推进两条路径:对外开放(让其他 agent 调用 Meta 广告与商业能力)、对内自建(让 Meta 自家 agent 触达 30 亿用户)。两条路径的结合点是同一个判断——agent 将成为下一代用户与平台之间的核心交互层,谁先把这一层做厚,谁就锁定接下来 5-10 年的注意力分发权。
横向比较这一赛道,OpenAI 的 ChatGPT Agent 已经在 ChatGPT 内嵌入浏览、购物、研究等能力;Google 的 Gemini Proactive Assistance 据报道也将于 5 月 15 日 Google I/O 前后亮相;Anthropic 同期被泄露出 Orbit 主动式助手项目,定位接近 OpenAI Pulse;Apple Intelligence 走的是端侧 + 隐私护城河路线。Meta 的差异化建立在三点:30 亿月活的真实用户基数、Reels/Feed 为代表的注意力资产、Instagram + WhatsApp + Facebook 三栈消费者触达入口。这一组合在传统消费互联网时代已经验证过其商业价值,Meta 押注 agent 是在赌"同样这套基础设施在 agent 时代会再跑一遍杠杆"。 局限:测试早期、模型切换风险、隐私边界与资本开支压力
Hatch 与 Instagram 购物 agent 当前阶段的局限相当明显。第一是产品仍处于内部测试早期,6 月底完成员工测试只是一个里程碑,从员工测试到面向 30 亿用户的稳定上线之间通常还有 6-12 个月的工程窗口,期间产品形态、能力边界、上线节奏都可能发生大幅调整。Meta 自身也强调 Hatch 仍在持续打磨主动判断、信息处理量、跨对话记忆三项核心能力,这三项中任何一项不稳定都会显著影响 agent 的可用性。
第二是模型切换的工程风险。从 Claude Opus 4.6 / Sonnet 4.6 训练 → 切到 Muse Spark 上线,这一动作在工程上并不平凡——agent 的真实能力高度依赖底层模型的工具调用、推理深度、长上下文处理质量,Muse Spark 在 agentic 任务上的真实表现尚未被独立 benchmark 充分验证,如果切换后能力出现明显回退,Hatch 的产品体验会被直接影响。Meta 选择这一路径反映出战略上对自家模型自主可控的执着,但也承担了工程层面的可观风险。
第三是隐私边界。Hatch 设计上允许用户主动选择共享健康、财务等敏感数据以换取更精准的 agent 服务,但 Meta 历史上在用户隐私上的争议记录会让一部分用户对授予 agent 邮箱、日历、网页浏览权限持谨慎态度。这一群体可能恰好是高 ARPU 的核心目标用户,如何在 agent 自主性与用户信任之间找平衡点,会是 Hatch 能否真正普及的关键变量。
第四是资本开支压力。Meta 上月已将 2026 年资本支出预期从 1150 亿至 1350 亿美元区间上调到 1250 亿至 1450 亿美元,近期通过 250 亿美元债券融资进一步扩大 AI 基础设施投入,投资者对这一节奏的支出可持续性存在明显担忧。Hatch 与 Instagram 购物 agent 必须在合理时间窗内证明自己能为 Meta 带来与资本投入匹配的回报,否则即便产品本身上线顺利,资本市场层面的压力仍会持续累积。Zuckerberg 强调"提供日夜为用户工作的 agent",其实也是在向投资者解释这场重押的故事框架——agent 不是单纯的功能升级,而是 Meta 押注的下一代用户关系入口,30 亿用户基础上的任何 agent 渗透率提升都会带来巨大的商业空间放大。这一叙事能否兑现,12-24 个月内 Hatch 与 Instagram 购物 agent 的实际数据是最直接的检验场。
AI 速览
