Meta 据报自研消费级 Agent 平台 Hatch，开发阶段先用 Claude

据 The Information 报道，Meta 正在自研一款面向消费者的智能体（Agent）平台「Hatch」，意在打通「发现—比较—沟通—安排—购买」的完整消费链路。该平台开发阶段使用 Anthropic 的 Claude 模型，计划在产品正式上线时切换至自研模型 Muse Spark，并将于 10 月推出下一代模型 Watermelon。Meta 内部将 Hatch 定位为「消费者版的 OpenClaw」，与 Manus 展开正面竞争。

产品定位与定价

Hatch 的核心卖点是「给出目标、自动拆解并交付结果」，用户只需表达需求，平台即可自行规划步骤并完成任务。与 Codex、Claude Code 等面向开发者的编程辅助工具不同，Hatch 更聚焦于「消费数字生活」。

定价方面，Hatch 最高档订阅为 199.99 美元/月，直接对标 Manus 最高档的 200 美元/月。Meta 方面认为，近 200 美元的月费需要换算成「能否稳定为用户节省数小时甚至数十小时」，这对真实环境下的可靠性提出了较高要求。

训练环境与生态整合

Meta 在早期为 Hatch 配置了多套模拟训练环境，覆盖以下互联网服务：

• 本地服务与配送：DoorDash
• 商品交易：Etsy
• 社区与信息检索：Reddit、Yelp
• 个人生产力：Outlook

叠加 Meta 自有的 Instagram、Facebook、WhatsApp 等社交平台，Hatch 具备跨服务、跨生态操作的潜力。理论上，用户在 Instagram Reels 中看到某款商品时，Hatch 可以识别商品线索、搜索同类产品、比较价格与配送时间，并结合预算与历史偏好给出购买建议。

技术路线：从 Claude 到 Muse Spark 再到 Watermelon

报道称，Hatch 在开发阶段使用 Claude 作为底层模型，市场普遍解读为 Meta 自研模型在多步骤推理、工具调用等 Agent 类测试中尚未完全达标。考虑到消费级智能体一旦形成高频调用与长链推理，推理成本将快速攀升，长期依赖外部模型并不符合 Meta 的成本与战略利益。

Meta 的规划是分阶段迁移：

• 研发与内部测试：使用 Claude 作过渡
• 初步产品化：切换到自研 Muse Spark 系列
• 后续扩展：由 10 月推出的 Watermelon 等下一代模型接棒

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，模型行为差异带来的迁移风险也是潜在隐患。

与 Manus 的差异及 Meta 的战略意图

Manus 是独立通用执行环境，覆盖研究、网页自动化、代码与内容制作等场景；Hatch 则更强调长期记忆、个性化上下文、跨服务操作，并与 Meta 数十亿用户的社交生态深度绑定。Meta 的核心优势在于「默认分发」：用户无需下载新工具，可在 Instagram、Facebook、WhatsApp、Messenger、Meta AI 应用乃至智能眼镜中直接调用 Hatch。

从商业角度看，Meta 的广告业务长期提供稳定现金流，但 AI 基础设施、训练与推理成本的上升要求公司建立更直接的 AI 变现方式。Hatch 高端订阅背后，是 Meta 将分散的社交信号转化为「理解用户意图」能力的一次尝试，也是对纯聊天型 AI 产品边界的拓展。