Meta收购AI编程初创Conductor，多智能体编程赛道再添变数

Meta已完成对AI编程初创公司Conductor的收购，后者主打让多个智能体在并行工作区中推进软件项目。Conductor创始人兼首席执行官Charlie Holtz于周三对外公布这一消息，Meta确认了交易，但未披露金额与其他条款。

Conductor成立于2024年，核心产品到2025年夏天才正式上线。它把多个AI智能体分配到相互隔离的工作区，让工程师同时推进同一项目里彼此独立的模块，任务可在云端、本地或手机上发起。平台自身并不训练模型，调用的智能体来自Anthropic、OpenAI等几家主要实验室。

Meta收购Conductor的动作，延续了其近一年在AI应用层的密集补强。过渡安排已经明确：Holtz表示核心功能在明年初之前维持原样，云端服务则于11月20日停止，随后开始删除用户存放在云端的资料。

也就是说，习惯把项目挂在云上的用户，需要在两周多的时间里把工作迁回本地或另找去处。对依赖该平台排期的团队而言，这不是一次平滑切换，而是一道带截止日期的选择题。

Holtz在社交平台上提到，期待与Meta首席AI官Alexandr Wang、Superintelligence Labs产品负责人Nat Friedman共事，并称该实验室的人才密度在几家实验室中最高。这番表态与Meta近期在AI上的动作相互呼应。

把Conductor放进Meta的版图里看，这笔交易的重点不在模型能力。Conductor自己不造模型，真正值钱的是那层把任务拆开、分派、回收结果的编排逻辑，以及围绕它长出来的使用习惯。模型可以替换，工作流和用户黏性不行。

Meta在编程智能体上起步偏晚，8月才推出自研的Muse Code；公司近期公布，Muse系列智能体的用户数已超过1000万。过去一年它接连收购了Moltbook等智能体平台，补的几乎都是应用层与入口，而不是底层算力。

这背后是人才与产品节奏的双重压力。超级智能实验室由Alexandr Wang挂帅、Nat Friedman负责产品，阵容搭得很快，但编程工具是开发者每天真正上手的地方，缺了这一环，模型能力很难转化成日常使用。

对工程师来说，短期没有功能损失，长期则要看明年初那个“新界面”究竟是什么。多智能体并行的卖点是省时间，代价是上下文管理更复杂、审查成本上升：几个智能体各写各的，谁来判断哪份产出该合并、哪份该丢弃？

这类工具把写代码的门槛压低，把关的责任反而更重。团队规模越小，越容易被“并行”的幻觉吸引，最后花在核对上的时间未必比省下来的少。

行业层面，编程智能体正从单轮补全走向多智能体协作，模型厂商与应用层之间的关系也在重排。Conductor依赖别家模型，并入Meta后底层大概率与自家模型体系对接，这种整合对开发者是便利还是锁定，要看它是否保留开放接入。

Meta买下的是一支懂编排的团队和一批已经养成习惯的用户，代价则是这些用户要在一个月内重新安排自己的工作方式。交易能否算成功，不取决于发布稿写得多热闹，而取决于明年初那个新界面能否让人愿意把项目再放回去。