小扎不死心Manus“自研”了一个,但模型用的Claude……

量子位热度: 5059

Meta在收购Manus失败后,推出自研智能体平台Hatch,主打消费数字生活场景,支持跨服务自动执行任务(如商品比价、下单等),初期依赖Claude模型,计划逐步迁移至自研Muse Spark及后续Watermelon模型,并依托Instagram、WhatsApp等亿级社交生态实现默认分发与深度个性化。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

小扎这是不甘心啊……

刚把Manus吐回去,Meta转头自己做了一个智能体平台“Hatch”

小扎这是不甘心啊……

智能体

The Information消息称,Hatch功能上强调“给出目标、自动拆解并交付结果”,看着与Manus差不多吧,但非要换个宣传口径叫“消费者版的OpenClaw”

价格最高199.99美元/也对标Manus最高档的200美元月。

另外Hatch开发阶段用的模型是Claude,计划在产品正式上线时才切换到自研模型Muse Spark,并将于10月推出新模型Watermelon。

收购未果,自己动手

和Codex、Claude Code这类本质开发者工具,面向的是写代码、调试、构建软件不同。

Hatch更注重“消费数字生活”。

Meta早期为Hatch配置的训练环境包括 DoorDash、Etsy、Reddit、Yelp和Outlook这些互联网服务的模拟版本。

覆盖了本地服务与配送、商品交易、社区信息检索、个人生产力管理。

再加上Meta自有的Instagram、Facebook和WhatsApp社交网络生态。

智能体

换句话说,Hatch的目标是打通”发现—比较—沟通—安排—购买”的完整路径。

用户在Instagram Reels里看到一双鞋,Hatch理论上可以识别商品线索、搜索同类产品、比较价格与配送时间、结合用户预算和历史偏好给出建议,并在付款前请求确认。

不过与Manus也有差异。Manus是独立通用执行环境,面向研究、网页自动化、代码和内容制作。Hatch则更强调长期记忆、个人化上下文、跨服务操作,以及与Meta数十亿用户社交生态的深度绑定

技术路线上,开发阶段用Claude,别人很容易理解成Muse Spark在多步骤推理、工具调用等Agent测试中尚未达标了

但长期依赖竞争对手显然不符合Meta的成本与战略利益,消费级智能体一旦形成高频调用和长链推理,推理成本将大幅攀升

Meta的计划是分阶段迁移。

研发与内部测试阶段用Claude做过渡,初步产品化阶段切换到自研的Muse Spark系列模型,后续扩展阶段则由10月推出的Watermelon等下一代模型接棒。

这好像又是一个隐患,模型行为不同,迁移也不容易吧?

不过Watermelon是否属于Muse系列、是否会直接成为Hatch的核心模型,目前仍未得到确认。

智能体

Meta的广告业务长期提供强大现金流,但AI基础设施、模型训练和推理成本的快速上升,要求公司在广告之外建立更直接的AI变现方式。

Hatch的高端订阅定价,最大的底牌是“默认分发”。

熟悉Meta生态的用户不需要额外下载陌生工具,可以直接在Instagram、Facebook、WhatsApp、Messenger、Meta AI应用甚至智能眼镜中使用Hatch。

通用Agent面临的典型问题是不了解用户。Meta希望通过Hatch把这些分散信号转化为“了解用户意图”的能力,这是纯聊天型AI产品不具备的条件。

不过,每月近200美元的价格意味着用户衡量的是“能否稳定节省数小时甚至数十小时的人力”。

这要求Hatch在复杂网页、信息不完整、登录状态变化、支付确认与异常处理等真实环境中保持可靠表现。

真实互联网远比模拟训练环境复杂,网页结构经常变化,弹窗、验证码、反机器人措施、地域差异和库存波动都会造成任务失败。

本文来自微信公众号“量子位”,作者:梦晨

声明:本文为入驻“火星财经 专栏”作者作品,不代表火星财经官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
本内容旨在传递行业动态,不构成投资建议或承诺。