Zuckerberg lässt nicht locker und hat im Rahmen des Projekts Manus ein „selbst entwickeltes“ KI-Modell erarbeitet, aber das tatsächlich darin verwendete Modell stammt von Claude.

Zuck gibt das nicht so einfach auf...

Kaum hat Meta Manus zurückgegeben, hat es selbst eine Agentenplattform namens „Hatch“ entwickelt.

Zuck gibt das nicht so einfach auf...

Laut einem Bericht von The Information legt Hatch in seiner Funktion den Schwerpunkt auf „Ziele vorgeben, automatisch zerlegen und Ergebnisse liefern“. Es sieht ähnlich aus wie Manus, wird aber absichtlich unter dem Slogan „OpenClaw für Verbraucher“ beworben.

Der Höchstpreis beträgt 199,99 US-Dollar pro Monat und liegt damit auf dem Niveau des höchsten Tarifs von Manus von 200 US-Dollar pro Monat.

Darüber hinaus verwendet Hatch das Modell Claude in der Entwicklungsphase. Es ist geplant, erst bei der offiziellen Produktveröffentlichung auf das selbst entwickelte Modell Muse Spark umzusteigen, und im Oktober wird das neue Modell Watermelon vorgestellt.

Übernahme gescheitert, also selbst gemacht

Im Gegensatz zu Codex, Claude Code und anderen im Wesentlichen als Entwicklertools konzipierten Produkten, die auf Codierung, Debugging und Softwareerstellung abzielen.

Hatch konzentriert sich stärker auf das „digitale Leben der Verbraucher“.

Die von Meta früh für Hatch konfigurierte Trainingsumgebung umfasst simulierte Versionen von Internetdiensten wie DoorDash, Etsy, Reddit, Yelp und Outlook.

Dabei werden lokale Dienste und Lieferungen, Warenhandel, Abfrage von Community-Informationen sowie persönliches Produktivitätsmanagement abgedeckt.

Hinzu kommt das eigene soziale Netzwerk-Ökosystem von Meta mit Instagram, Facebook und WhatsApp.

Mit anderen Worten, das Ziel von Hatch ist es, den vollständigen Pfad „Entdecken – Vergleichen – Kommunizieren – Planen – Kaufen“ abzudecken.

Wenn ein Nutzer ein Paar Schuhe in Instagram Reels sieht, kann Hatch theoretisch Produkthinweise erkennen, ähnliche Produkte suchen, Preise und Lieferzeiten vergleichen, Vorschläge unter Berücksichtigung des Nutzerbudgets und der historischen Präferenzen geben und vor der Zahlung eine Bestätigung anfordern.

Es gibt jedoch auch Unterschiede zu Manus. Manus ist eine unabhängige allgemeine Ausführungsumgebung, die sich an Forschung, Webautomatisierung, Codierung und Inhaltserstellung richtet. Hatch hingegen legt größeren Wert auf Langzeitgedächtnis, personalisierten Kontext, dienstübergreifende Operationen sowie die tiefe Integration in das soziale Ökosystem von Meta mit mehreren Milliarden Nutzern.

Auf technischer Ebene ist es für andere leicht zu verstehen, dass die Verwendung von Claude in der Entwicklungsphase bedeutet, dass Muse Spark in Agent-Tests wie mehrstufiger Schlussfolgerung und Tool-Aufruf noch nicht die erforderlichen Standards erreicht hat.

Eine langfristige Abhängigkeit von Wettbewerbern widerspricht jedoch offensichtlich den Kosten- und strategischen Interessen von Meta. Sobald ein verbraucherorientierter Agent häufige Aufrufe und langkettige Schlussfolgerungen erreicht, steigen die Kosten für die Schlussfolgerung erheblich an.

Meta plant eine stufenweise Migration.

In der Forschungs- und internen Testphase dient Claude als Übergang, in der ersten Produktivphase wird auf die selbst entwickelte Muse Spark-Modellreihe umgestellt, und in der anschließenden Erweiterungsphase werden nachfolgende Modelle wie das im Oktober vorgestellte Watermelon die Aufgabe übernehmen.

Das scheint wiederum ein potenzielles Problem zu sein: Die Verhaltensweisen der Modelle unterscheiden sich, sodass die Migration nicht einfach sein wird, oder?

Ob Watermelon zur Muse-Serie gehört und ob es direkt zum Kernmodell von Hatch wird, ist derzeit noch nicht bestätigt.

Die Werbebranche von Meta generiert seit langem einen starken Cashflow, aber der rasche Anstieg der Kosten für die KI-Infrastruktur, das Modelltraining und die Schlussfolgerung erfordert, dass das Unternehmen neben der Werbung eine direktere Möglichkeit zur Monetarisierung von KI aufbaut.

Der größte Trumpf von Hatchs hochpreisigem Abonnement ist die „Standardverbreitung“.

Nutzer, die mit dem Meta-Ökosystem vertraut sind, müssen keine unbekannten Tools zusätzlich herunterladen und können Hatch direkt in Instagram, Facebook, WhatsApp, Messenger, der Meta AI-Anwendung und sogar in intelligenten Brillen verwenden.

Das typische Problem allgemeiner Agenten besteht darin, dass sie den Nutzer nicht kennen. Meta hofft, dass Hatch diese verstreuten Signale in die Fähigkeit umwandelt, „die Absicht des Nutzers zu verstehen“, was reine chatbasierte KI-Produkte nicht bieten können.

Allerdings bedeutet der Preis von fast 200 US-Dollar pro Monat, dass die Nutzer bewerten, ob sie stabil mehrere Stunden oder sogar Dutzende von Stunden an menschlicher Arbeitszeit einsparen können.

Dies erfordert, dass Hatch in realen Umgebungen wie komplexen Webseiten, unvollständigen Informationen, wechselnden Anmeldezuständen, Zahlungsbestätigungen und Ausnahmebehandlungen zuverlässig funktioniert.

Das echte Internet ist weitaus komplexer als die simulierte Trainingsumgebung. Die Struktur von Webseiten ändert sich häufig, Popups, Captchas, Anti-Bot-Maßnahmen, regionale Unterschiede und Bestandsschwankungen können zum Scheitern von Aufgaben führen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „QbitAI“, Autor: Meng Chen, veröffentlicht mit Genehmigung von 36Kr.