當Meta執行長Mark Zuckerberg在檯面上高喊開源AI、打造自主大模型的同時，這家社群巨頭私底下卻默默將大把鈔票塞進競爭對手Anthropic的口袋裡。

一個數字震驚了所有人：Meta今年曾在內部評估中預測，每年可能在競爭對手Anthropic的AI工具上投入高達100億美元。沒錯，你沒看錯，是「競爭對手」。這不是什麼商業間諜案，也不是併購談判，而是扎扎實實的技術採購——Facebook和Instagram正在越來越頻繁地導入Anthropic的AI產品，每個月燒掉數億美元。

說真的，這畫面實在有點荒謬。就像豐田一邊研發自家氫能源車，一邊跟特斯拉大量採購電池模組。話說回來，這或許正是當前AI競賽最真實的樣貌：沒人敢把雞蛋放在同一個籃子裡，即便那個籃子是自己編的。

表象：軍備競賽下的「我討厭你但我需要你」

從公開聲明來看，Meta與Anthropic應該是勢不兩立的對手。前者有Llama系列開源模型，後者有Claude閉源大模型，兩家在頂尖AI模型的開發上激烈角力，彼此挖角人才的消息時有所聞。今年稍早，Meta才剛從Anthropic手上挖走幾位關鍵研究人員，Anthropic隨即反手收購Vercept作為報復，雙方你來我往，火藥味濃得化不開。

但撕開公關話術的包裝紙，真實的商業運作卻是另一回事。消息來源指出，Meta旗下兩大社群平台近期導入Anthropic產品的頻率明顯提高，儘管今年夏季曾經微調、削減部分採購量，但目前每個月的實際支出仍維持在數億美元規模。這代表即使內部做過成本控管，Anthropic的工具對Meta來說仍然「太香了，捨不得放手」。

從產業面來看，這樁百億採購計畫暴露了一個殘酷現實：AI模型競賽已經不是「誰技術最強」的問題，而是「誰的基礎設施最扛得住燒錢壓力」。Meta縱使有自研模型，卻無法完全擺脫對外部頂尖工具的依賴——這就像開餐廳的人明明有自己的廚房，卻還是得跟隔壁買現成醬料，因為客人只認那個味道。更值得玩味的是，Meta內部相關的Token消耗排行榜最終被撤下，這意味著實際支出可能比檯面上看到的更驚人，管理層已經意識到事態嚴重。

真相：百億預算背後的算力焦慮

Meta為什麼願意砸這麼多錢養競爭對手？答案很簡單，但背後的原因一點都不簡單。

AI大模型的訓練和推論需要極其龐大的運算資源，這已經是公開的祕密。但鮮為人知的是，即使是像Meta這樣的科技巨頭，內部算力也永遠處於「不夠用」的狀態。自研晶片產能爬坡需要時間，NVIDIA的GPU一顆難求，而市場不等人——Instagram的AI推薦演算法、Facebook的內容審查系統、廣告投放的智能優化，每一個環節都在嗷嗷待哺。

Anthropic的Claude模型在某些特定任務上表現確實優於Meta自家產品，尤其在程式碼生成和複雜推理方面。對Meta來說，與其等到自研技術趕上進度，不如先花錢買時間，用對手的技術來維持自身產品的競爭力。只是這個「買時間」的代價，似乎比當初預想的還要高出許多。

今年6月，Meta內部向員工證實全年AI工具花費將高達數十億美元，並預告導入更嚴謹的支出管理系統。翻譯成白話文就是：「各位同仁，我們花太多了，拜託省著點用。」但問題是，當整個公司的AI戰略都建立在這些外部工具之上時，省錢談何容易？這就像一個癮君子宣布要開始戒毒，卻每天還是得靠毒品維持基本運作——矛盾，但不得不為。

各方角力：Anthropic的營收命脈，Meta的兩難困境

這筆錢對Anthropic來說，簡直是天上掉下來的禮物。

Anthropic在7月曾預估其年營收將突破650億美元。若Meta的實際花費貼近內部預測的百億美元水準，這家新創公司有超過15%的營收來自同一家競爭對手。這種客戶集中度既是甜蜜的果實，也是潛在的未爆彈——萬一哪天Meta決定全面改用自家模型，Anthropic的營收將直接出現一個大洞。

但說真的，Anthropic恐怕暫時不需要擔心這個問題。原因很簡單：Meta的「自製率」短期內根本拉不起來。AI技術的迭代速度太快，今天領先的模型三個月後可能就被超越，而Meta的Llama系列雖然聲勢浩大，在實際應用場景中與Claude仍存在一定差距。只要這個差距存在，Meta就得繼續掏錢。

這場看似矛盾的採購關係，其實完美演繹了AI產業的「競合悖論」。科技巨頭們在媒體上互相叫陣，私下卻彼此支撐著對方的營收和技術迭代。換個角度想，這或許也不是壞事——Anthropic靠Meta的資金加速研發，Meta靠Anthropic的技術維持產品競爭力，最後受益的是整個AI生態系。只是這個生態系的運作成本，高到令人頭皮發麻。

深層影響：成本控管時代來臨，AI派對還有多少續航力？

Meta內部的Token消耗排行榜被撤下，這個看似不起眼的行政動作，其實是一個極其重要的訊號。

它代表著AI產業正從「不計成本搶灘」進入「斤斤計較算帳」的新階段。過去兩年，科技巨頭們瘋狂採購GPU、大規模招聘AI研究員、不手軟地投資各種新創項目，好像錢不是錢。但2026年的現在，華爾街已經開始質疑這些投資的具體回報，股東們不再滿足於「我們正在布局未來」這種說詞，他們要看到實質的營收貢獻和利潤成長。

Meta顯然收到了這個訊息。管理層一方面持續加碼AI基礎設施，另一方面卻開始緊縮營運端的支出。「該花則花，當省則省」變成最高指導原則——只是當你每個月光是買對手的工具就要燒掉好幾億美元時，這個「省」字寫起來還真是格外諷刺。

有趣的是，這不是Meta單一公司的問題。整個矽谷都在經歷同樣的轉折：微軟與OpenAI的關係同樣曖昧、Google同時是多家AI新創的大客戶、亞馬遜對Anthropic的投資也高達數十億美元。這些巨頭們正在用一種「左手打右手、右手養左手」的荒謬邏輯，共同推高這場AI軍備競賽的賭注。

未解之問：百億美元的賭局，誰會是最後贏家？

寫到這裡，我腦中浮現一個揮之不去的疑問：如果有一天，Anthropic的技術真的超越了所有對手，成為AI領域無可爭議的王者，那Meta這幾年投入的百億美元，究竟是聰明的戰略投資，還是養虎為患的歷史級錯誤？

同樣的問題，也可以反過來問：如果Meta的自研技術最終勝出，Anthropic這幾年靠Meta資金撐起來的研發進度，算不算是「資敵」的最佳示範？

這場AI賽局最迷人也最殘酷的地方在於：沒有人知道終點在哪裡，也沒有人敢停下來。每一家巨頭都在互相餵養、互相牽制、互相超越，形成一個極度複雜的生態網絡。而Meta與Anthropic之間的這條金流，只是這個網絡中一條特別顯眼的紅色血管——流動的是錢，輸送的是技術，但最終通往的，是一個誰也說不準的未來。

成本控管機制已經啟動，Token排行榜已經撤下，但Meta每個月還是繼續掏出數億美元。這大概就是AI時代最真實的寫照：你知道該踩煞車了，但油門已經卡死，而且後面還有人在追你。

---

【給讀者的行動思考】

這篇文章不是要告訴你「AI股會漲還是會跌」這種短線猜測。作為一個長期觀察科技產業的編輯，我想邀請你想一想更根本的問題：當全球最頂尖的幾家科技公司都在用「競爭對手的技術」來維持自身競爭力時，我們對「技術自主」的理解，是不是需要重新定義？

如果你正在經營一家企業，或者你負責公司的技術採購決策，不妨問問自己：你的團隊在關鍵技術上，是否也存在「不得不依賴外部供應商」的瓶頸？如果是，你的備案是什麼？你有沒有像Meta一樣，每年默默編列一筆「養對手預算」？答案沒有對錯，但思考這個問題的過程，或許會幫助你在下一次技術投資決策時，做出更清醒的判斷。

本文改寫整理自公開新聞來源，原始報導由科技新報發布。

常見問題 FAQ

Meta為什麼不全部使用自家AI模型，還要花大錢買Anthropic的服務？

因為Anthropic的Claude模型在程式碼生成和複雜推理等特定任務上表現優於Meta的Llama系列，且自研晶片和算力供應跟不上需求，買別人的技術是最快的解決方案。

Meta每年真的會在Anthropic的AI工具上花到100億美元嗎？

這只是內部評估預測，實際支出目前每月維持在數億美元規模。Meta內部確實曾就此金額進行討論，但後來因Token耗用成本飆升而撤下相關消耗排行榜，最終數字可能低於百億。

Anthropic如果這麼依賴Meta的訂單，會不會有經營風險？

確實存在客戶過度集中的風險，但目前Anthropic年營收預估超過650億美元，且背後還有Google、Amazon等大股東支持。不過若Meta決定大幅縮減採購，對Anthropic的營收仍會造成明顯衝擊。

Meta和Anthropic到底是競爭關係還是合作關係？

兩者屬於典型的「競合關係」——在AI模型開發和人才招募上是對手，但在技術採購和商業應用上卻是供應商與客戶的關係，這是當前矽谷AI產業相當普遍的運作模式。

※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。