Meta新AI代理Hatch登场：放松Tokenmaxxing，专注实验

从“Tokenmaxxing”到“Hatch”

Meta正在将代号为Hatch的AI代理大规模推向内部员工。据WIRED报道，Meta明确减少了过去一年围绕AI工具使用量设置的各种压力指标，转而鼓励员工围绕这项“公司迄今最先进的AI项目”自由实验。Hatch可自主规划多步任务、调用内部系统，与员工协同完成代码开发、文档撰写和项目提案。它不再是一个简单的聊天窗口，而更像是可以交付完整工作的“数字同事”。

过去，AI用量成了内部竞赛

“Tokenmaxxing”是理解这一转变的关键词。这个词由Token与“maxxing”组合而来，指员工为了追求AI使用量，刻意把日常任务拆成尽可能多的Prompt和生成内容。此前，Meta部分团队把员工消耗的token数量作为AI转型参与度的硬指标，甚至发布内部分数排行榜。于是，有人连回复“谢谢”都要让AI拟稿，简单任务也被要求生成十几种回答。结果是，AI系统负载持续走高，团队信息流却被大量无关输出淹没。

这种“AI用量内卷”并非Meta独有。微软、谷歌等都曾发布内部AI使用数据，鼓励员工借助生成式AI完成邮件、代码和文案。但一味追求token产量并不等同于工作质量，反而让员工制造出大量“AI废话”。当老板用token衡量员工时，员工自然会想办法让AI“多说几句”。

Hatch的差异化：从“对话”到“派活”

此次调整的重点，是降低“强制使用”的存在感，让Hatch凭能力吸引员工。Hatch能理解宽泛的顶层目标，调用代码库、会议记录、项目文档等工具，将目标拆成步骤并逐步执行。遇到权限或事实判断问题时，Hatch会暂停询问员工，而不是硬着头皮生成答案。

据WIRED引用内部消息，Meta高管在全员会上强调：“不要为了让AI看起来有用而使用它，要让它解决你真正不想做的事。”这被视为对Tokenmaxxing文化的纠偏。

员工可以从“和AI对话”转向“给AI分派项目”。比如，不必让AI逐一写会议邀请、生成总结，而是直接告诉Hatch：“整理本周Project Atlas进展，向相关团队发出周报，并列出需要我决策的三个风险点。”Hatch完成后，员工只需审查批准。

行业观察：从用量指标走向成果指标

Meta正经历一场AI战略的“软着陆”。上一阶段，科技公司喜欢用采纳率、活跃用户和token消耗量证明转型成果。但AI代理的成熟让评价标准可以升级为任务完成率、节省时间和项目质量。Meta选择此时松绑Tokenmaxxing，也与Agent生态竞争有关：通过内部员工使用Hatch，Meta可以更快获取真实场景下的长链路数据，改进模型的推理、工具调用和长期规划能力。换句话说，员工是用户，也是第一批“AI训练师”。

编者按：警惕“表演式实验”

Tokenmaxxing最核心的教训是：一旦把中间变量当作KPI，这个变量就会失效。Meta弱化使用量考核，算是对人性的一次让步——技术落地不能靠威逼，要让员工自发感到效率提升。不过，Hatch同样面临考验：如果员工为了展示亮点，故意把简单任务包装成复杂Agent项目，那么“Tokenmaxxing”只是换了一副面孔。评价体系必须进一步锚定业务产出，否则新工具也会变成又一场数字表演。毕竟，AI代理的价值不是让人更忙，而是让组织有更多时间思考。

本文编译自WIRED