7月22日消息，据《The Information》报道，Meta正在内部悄悄孵化一款名为Switchboard的模型路由工具。该工具的核心思路非常直接：根据任务难度，将简单的请求分配给更小、更经济的模型，只有在遇到真正棘手的任务时，才会调用能力更强、价格更高的模型。当然，目前该项目仍处于早期阶段，最终是否会正式发布，Meta官方并未给出明确答复，仅表示拒绝置评。
Switchboard项目出自Meta今年3月新成立的应用AI工程团队（Applied AI Engineering）旗下的内部孵化器——AAI Labs。一份7月的内部备忘录显示，该孵化器目前拥有约200个已获批项目，覆盖消费产品、开发工具和内部基础设施等多个领域。员工可以在其中提出面向内部使用的AI产品和服务，而其中部分项目未来也可能对外开放。
项目提案中直接点出了当前痛点：Meta目前使用同一个模型处理所有编码请求，即使是简单任务也需要支付顶级模型的高昂成本；如果统一换成便宜的模型，复杂任务的效果又可能大打折扣。因此，项目团队的想法是，先对任务难度进行评分，再根据评分结果决定调用哪个模型。这正是一种典型的“看菜下饭”策略。
按照内部设想，Meta可以先在公司内部部署Switchboard，以降低员工使用AI编程工具的成本；如果测试效果良好，未来也可能面向大规模运行编程智能体的机构开放使用。
路由工具背后的动机之一，毫无疑问是控制成本。Meta在4月份将2026年资本开支指引从1150亿至1350亿美元上调至1250亿至1450亿美元，原因包括组件价格上涨，以及为扩充未来产能而新增的数据中心建设支出。与此同时，据《The Information》报道，Meta还在搭建一个用于追踪AI支出、执行token预算的平台。
项目文件更是直接指出，推理成本是目前Meta扩大部署智能体的主要障碍。提案认为，大多数编码智能体任务其实可以由小模型处理，只有少数任务才需要能力更强、价格更高的前沿模型。
实际上，类似的路由思路，OpenRouter已经做成了公开产品。该公司6月披露，每月路由量已达到100万亿token，并完成了1.13亿美元B轮融资。其Pareto Code Router允许用户设定编码质量门槛，再从符合要求的模型中自动选择当前最便宜的一款；企业还可以为成员和密钥设置支出上限。
模型路由这一概念，也已经进入头部AI产品。OpenAI在GPT-5系统卡中介绍过，GPT-5本身内置了实时路由器，会根据对话类型、任务复杂度、工具需求和用户意图，在快速模型与深度推理模型之间灵活切换。这其实已经不是什么新鲜事，但Meta加入这个赛道，无疑会让整个行业对路由工具的重视程度再上一个台阶。
