作为全球科技巨头，Meta近年来在人工智能领域的投入持续扩大——计划到2028年前投入6000亿美元建设AI基础设施。不过，随着AI工具在内部的普及，此前推动的“Claudeonomics”排行榜和“Tokenmaxxing”现象导致资源消耗激增，今年AI支出预计将达到数百亿美元，成本压力日益凸显。2026年6月13日，Meta向6000名员工发布内部备忘录，正式启动AI使用限额管理措施，以此优化资源配置、控制成本。
这次推出的自研AI Gateway平台是管控核心工具，它能统一监控公司各团队的AI用量，包括Token消耗、计算资源占用等关键指标；一旦用量出现异常增长，平台会实时发出预警，帮助团队及时调整使用策略。同时，Meta将限制员工使用外部AI工具，转而推广内部开发的MetaCode工具——这款工具针对公司业务场景做了优化，既能保证效率，又能降低资源消耗。
AI Gateway平台通过整合内部AI服务接口，实现了对所有AI请求的集中处理与监控；每个团队的用量数据会被实时采集分析，生成用量报告和趋势预测。MetaCode工具则采用轻量化设计，减少不必要的计算开销，同时与公司现有系统深度集成，进一步提升开发效率。这些措施不仅能有效控制Token消耗等直接成本，还能规避外部工具带来的数据安全风险。
Meta这次的管控措施并非收缩AI投入，而是为了更高效地支撑长期战略。毕竟，到2028年前投入6000亿美元的基建计划需要稳定的成本控制——通过限额管理和内部工具推广，Meta有望把AI支出控制在合理范围，确保资源向核心研发项目倾斜。同时，统一的监控平台也能提升内部AI资源的利用效率，减少浪费。
从行业动态来看，2026年第二季度以来，全球科技公司普遍面临AI研发成本高企的挑战，谷歌、微软等巨头也相继调整内部AI资源管理策略：谷歌在6月初优化了AI模型训练的资源分配机制，微软则推出了内部AI工具使用的分级授权制度。亚马逊AWS近期宣布推出AI成本优化服务，帮助企业客户监控和降低AI资源消耗；苹果则在内部加强了AI项目的预算审批流程，以此应对研发成本压力。
快报