在自研大模型突破受阻的背景下，Meta 首席执行官马克·扎克伯格正将目光转向人工智能基础设施。据彭博社报道，由于 Gemini 模型使用受限、内部 AI Agent 技术推进迟缓，Meta 正计划推出一项名为 Meta Compute 的算力出租服务，将自身庞大的算力资源向外部客户开放。
根据 SemiAnalysis 的行业分析，Meta 在数据中心和芯片采购方面的扩张非但没有减速，反而呈现爆发式增长。仅在 2024 年前六个月，Meta 在云端和托管数据中心上签约的电力容量已超过 5GW。若加上自建项目，自 2024 年初以来，Meta 签约的数据中心及算力交易总量已接近 10GW。其中，Meta 正在建设的两大核心数据中心园区总容量就达到了 2.5GW。
这些庞大的算力资源将主要流向四个方向：一是支持自家模型的训练，如 MSL 推出的 Muse Spark 以及正在研发的下一代模型 Watermelon；二是将广告推荐系统的复杂度提升 10 倍，以增加广告变现效率；三是采用类似 SpaceX 的灵活租赁模式，将冗余算力出租。若按每 GW 约 500 亿美元的年收入计算，Meta 仅需释放 200MW 算力，就能带来近 100亿美元 的高利润年收入；四是作为第三方模型托管平台，提供类似 Amazon Bedrock 或 Microsoft Foundry 的服务。
业内透露，Meta 正在与 Anthropic 协商，以期引入 Claude 的私有化实例。这不仅能填补 Google 限制 Gemini 后的内部模型缺口，还能让 Meta 通过 “Claude-as-a-Service” 模式向企业客户提供服务。此外，Meta 还可以基于这些模型在其广告和营销生态中构建集成了先进 AI Agent 的垂直 SaaS 应用。此举直接将 Meta 推向了 AWS、Azure 以及 CoreWeave 等新兴 GPU 云厂商的对立面。
转做“算力包工头”的背后，是难以承受的模型研发成本。Meta 预计在 2026 年的资本开支指引已上调至 1250亿至1450亿美元。开源的 Llama 系列虽然影响力巨大，但难以在真实业务中实现大规模直接变现。目前，Meta 寄希望于正在训练的 Watermelon 模型。据称其算力投入比前代提升了一个数量级，旨在达到 GPT-5.5 水平，并将在编程和智能体能力上实现跨越式升级。
Meta 推出 Meta Compute 并托管 Claude，标志着巨头竞争策略从单纯的“模型军备竞赛”演变为“生态基础设施争夺战”。对于 AI Agent 生态而言，这一转变具有深远影响。首先，算力向基础设施化（Compute-as-a-Service）发展，将极大地降低复杂 Agent 系统的推理与部署成本，打破制约 Agent 走向 C 端规模化应用的“算力瓶颈”。其次，Meta 将第三方前沿模型（如 Claude）与其强大的社交、广告流量生态及 SaaS 业务相结合，为 AI Agent 提供了一个极佳的端到端闭环落地场景。这种“大算力 + 顶尖模型 + 垂直分发渠道”的组合，将加速从单点 Prompt 工具向具有实际业务自主决策能力的端到端 Agent 演进，也预示着未来的 Agent 生态将高度绑定在少数拥有算力霸权的超级云平台之上。
