Meta 削減 Anthropic AI 工具使用人數 轉向模組化自研架構
Meta 如何調整其 AI 工具策略並影響 Anthropic?
Meta Platforms 近期大幅調整其人工智慧工具策略,將內部員工使用 AI 公司 Anthropic 旗下 Claude Code 的人數從約 6 萬人腰斬至約 3 萬人,並轉向內部開發的 AI 工具與模組化架構。此舉對 Anthropic 造成顯著衝擊,顯示大型科技公司正強化 AI 領域的自給自足能力,減少對外部工具的依賴。Meta 的新架構將單一全能 AI 代理拆分為 14 個專業子代理,由一個 1,300 行的編排器管理,有效限制錯誤並提升效率,例如將資料欄位上線時間從數日縮短至不到一小時。
Meta Platforms 近期大幅調整其人工智慧工具策略,不僅將內部員工使用 AI 公司 Anthropic 旗下 Claude Code 的人數腰斬,更積極轉向內部開發的 AI 工具與模組化架構,此舉對 Anthropic 造成顯著衝擊。這項變革反映大型科技公司在 AI 領域正強化自給自足能力,減少對外部工具的依賴。
根據《The Information》報導,Meta 內部使用 Anthropic Claude Code 的開發人員數量已從今年稍早的約 6 萬人降至約 3 萬人。投資者保羅·凱德羅斯基(Paul Kedrosky)表示,Meta 在 2025 年曾佔 Anthropic 總營收約 10%。此一人數銳減,加上微軟也據報導削減了其對 Claude 的預計內部支出逾三分之一,顯示主要科技公司正重新評估其 AI 供應鏈。
Anthropic 在此變局中面臨挑戰。雖然彭博情報(Bloomberg Intelligence)分析師指出,Anthropic 第三季營收達 168 億美元,但增長速度已開始放緩。保羅·凱德羅斯基也提及,Anthropic 的營收高度依賴少數大型客戶,其中八家公司可能就貢獻了約 80% 的營收,且主要用於程式開發任務。
Meta 同步公開其在 AI 工具架構上的重大轉變。Meta 工程師針對曾出現「幻覺」(hallucinating,指 AI 模型產生錯誤或不實資訊的現象)的單一全能 AI 代理,設計了一套全新方案。他們將其拆分為 14 個專業子代理,並由一個僅 1,300 行的「薄型編排器」(orchestrator,協調與管理多個 AI 代理運作的系統)管理。這個編排器主要負責路由與可靠性檢查,而非進行複雜的領域推理。
這項新架構的核心在於將故障限制在個別子代理中,有效避免錯誤蔓延。Meta 引用一項西奈山醫療系統的研究指出,這種多代理系統在 80 個任務批次的準確率可達 65.3%,遠高於單代理的 16.6%,同時 Token(AI 模型處理資訊的基本單位)用量更減少高達 65 倍。這種模組化設計顯著提升了效率與穩定性,例如將資料欄位上線時間從數日大幅縮短至不到一小時,且約三分之二的系統變更無需大量人工編輯。Meta 認為,這種分散式且專業化的 AI 代理模式,能從根本上降低 AI 模型產生幻覺的風險。
此一趨勢也呼應廣告科技產業的發展。目前,諸如 Magnite Orchestration、Mediaocean 的 NIVO AI 和 The Trade Desk 的 Kokai 等服務,都在探索如何運用多代理系統來提升 AI 工具的可靠性與效率。這表明在 AI 產業初期廣泛採用外部工具後,各大科技巨頭正逐漸收緊對核心技術的掌握,轉而投入內部研發與架構優化,以建立更穩定、可控的 AI 生態系統。
Meta 的新 AI 架構有何優勢?
Meta 的新架構將 AI 功能模組化,拆分為多個專業子代理,並由編排器管理。這種設計能將錯誤限制在個別子代理中,顯著降低 AI 模型產生幻覺的風險,並大幅提升準確率與效率,同時減少 Token 用量。
Anthropic 的營收狀況如何?
根據彭博情報分析師指出,Anthropic 第三季營收達 168 億美元,但增長速度已開始放緩。其營收高度依賴少數大型客戶,其中八家公司可能貢獻了約 80% 的營收,主要用於程式開發任務。
Meta 削減 Anthropic 工具使用人數的原因為何?
Meta 削減 Anthropic 工具使用人數,是其調整 AI 工具策略的一部分,旨在強化內部開發能力與採用模組化自研架構,以減少對外部工具的依賴,並提升 AI 系統的效率與穩定性。