十一月五日，月之暗面在开放平台挂出一个新服务，名字叫 Kimi Hosted Agents。名字有点绕，事情一句话能说完：以前智能体怎么跑起来是你自己的工程，现在这层壳它替你跑，按小时收钱。
十月二十六日那篇我写的是 K3.1 Pro 的模型本身，二点八万亿参数只激活一千零四十亿，终端测试追到只差零点七。十天之后这篇不换模型，换的是模型外面的货架。一家公司连着发一个更会做题的大脑、一个替你看管这个大脑的托管班，这两步连着走，意图挺清楚。
它卖的不是模型，是那层没人愿意自己搭的框架
先说这层框架到底是什么。
一个大模型 API 只负责「你问我答」。真要让它连续干几个小时的活，中间要读文件、调工具、失败重试、断线续跑、按权限限制它能碰什么、出了事能回看它干过什么——这些活儿跟模型能力没关系，纯粹是工程活儿。行业里管这层叫 Harness，直译是马具，意思挺准：马再壮，没有那套挽具也拉不动车。
官方文档里的说法是，自己搭一套可靠的 Harness 底座可能要几个月。这话我认为不算夸张，凡是真搭过的人都知道，最难的不是让它跑通，是让它跑挂了能自己爬起来，还知道刚才干到哪了。
Kimi 这次把会话历史、沙箱执行、失败恢复、超时重试、多智能体编排、权限治理、计费报表一起打包，做成 7×24 的托管环境。入口有三个：网页控制台、命令行、API。方向上给了两类用法——一类接进企业内部系统，做业务监控和运维响应；一类嵌进对外产品，做 App 里的投研助手、客服助手。
听着像云厂商的活。但这次是模型公司在卖。
定价拆成三笔，沙箱是最小的那一笔
这是我最想算的部分。
官方定价页写得很清楚，总费用等于三块相加：沙箱运行时长乘以每小时零点零七二元，加上模型推理费用，再加上插件调用次数乘以插件单价。沙箱规格是一核一 G，最小按秒计费。
单看那个数字很便宜。零点零七二元一小时，一天二十四小时是一块七三，连续挂三十天是五十一点八四元。一杯咖啡钱租一台机器一个月，这个价格放在任何云厂商那儿都是打骨折。
但它不是账单的大头。
插件那边，官方列出的单价从每次零点零零一元到零点四五元不等：联网搜索零点零三元一次，搜图零点零四五元一次，天眼查相关的零点零二元一次，部分金融数据插件是零点三五元或零点四五元一次。
我按两个场景粗算一下，数字是我自己乘的，不是官方给的。
第一个，客服类智能体。假设一天接五百轮对话，每轮调三次联网搜索，一天一千五百次，按零点零三算就是四十五元。沙箱费用一块七三。沙箱占总账单不到百分之四。
第二个，投研类智能体。假设一天二十个任务，每个任务在沙箱里挂两小时、调两百次金融数据插件，插件费按零点四五算是九十元一个任务，二十个就是一千八百元。沙箱费用不到三元。连零头都算不上。
所以那个看起来很性感的零点零七二，本质上是个占位费。真正决定账单的，是你让这个智能体摸多少次外部数据。这跟打车软件一个道理：起步价便宜，贵的是你跑了多少公里、等了多少分钟。
顺着这个逻辑再看它首批开放的插件清单，就知道这生意怎么设计了：万得、同花顺 iFinD、东方财富、恒生聚源、标普全球、SEC EDGAR、财联社、财新、新华财经，还有世界银行、国际货币基金组织、美联储经济数据这一串宏观源。这些东西本来就按次卖钱，搬进智能体里按次计费，逻辑上一点不别扭。
一百四十个技能、三十个插件，先给金融开了八个模板
技能一百四十多项，插件三十多项，这个数字听着多，但真正有意思的是它挑了哪些。
除了上面那批金融数据，还有办公套件一整排：Word、PDF、Excel、Notion、邮件、WPS 云文档、飞书、钉钉、企业微信、百度网盘。学术那边接了论文全文检索。生成能力给了配图和语音合成。系统级的两个触手是浏览器扩展和电脑操作，官方说法是连不支持 MCP、也不给 API 的软件也能接进去。开发工具那边接了 Cloudflare 的两千五百多个接口。
首批八个模板全在金融：投研建模、深度研究、晨报生成、IPO 跟踪、持仓监控、监管判例日报、基金对账。这个选择不是随手挑的。这类任务天生长程、要反复调工具、要留痕、数据源集中且贵，正好是托管形态最划算的地方，也是插件按次收费最能站住的地方。
反过来讲，这也说明目标客群现在很窄。做电商客服的、做内容运营的、做内部知识库的，模板里一个都没有，得自己从一百四十个技能里拼。
安全那块，卡在推理之前
这块设计我认为是这次发布里最值得看的一处。
它有个独立组件叫 Kimi Inference Hook。位置很关键：卡在每次模型推理之前，检查任务输入和工具返回的内容，规则由企业自己定，放行还是拦下由这个组件执行，只有通过检查的内容才进模型。
很多方案的做法是事后审计——内容先送到模型，出了问题再翻日志。这个顺序在合规上很难讲通，因为数据已经出去了。前置拦截至少能把「敏感数据没到模型那儿」这句话说圆。
配套的说法是：平台不留存提示词和响应内容，只记录裁决结果、时间戳这类元数据。另外还有独立沙箱、网络访问权限控制、随时中止会话、执行留痕可导出、按项目看用量报表。
有一条限制得说明白：Inference Hook 目前只对企业认证用户定向开放。个人开发者和中小团队现在拿不到这个组件，等于只能靠沙箱和网络策略兜底。
跟站内这几条线比，它站在哪一格
这条路不是没人走过，只是各家切的位置不一样。
Vercel 那个开源包解决的是「跑了一半断了怎么办」，代码在你自己的机器上，断点续跑你自己管。AWS 开源的 Infinity想的是「等工具返回的那段时间别占着内存」，把智能体挂起、要用了再唤醒，省的是自建集群的资源。DeepSeek 开源的 Super-agent走的是另一头，把活拆给一个派单的和一群干活的，编排逻辑你自己写。Cursor 的 Agent SDK更靠上游，把智能体当成一个文件夹来管，改一句提示词先跑一遍测试。
这四个都是「你自己搭」，Kimi 这个是「你租」。区别就两条：谁维护那台机器，出事谁背锅。前者省钱但费人，后者省人但每个月都有账单。
三件官方没说清的事
第一，失败率没有数字。长程任务跑挂的概率、恢复成功的比例、多智能体协作时互相等待的超时率——这三个数是这类服务真正的质量指标，但发布材料里一个都没有。只有「支持」两个字。
第二，计费口径没细到那一层。定价页写的是「沙箱运行时长」，那挂起等审批的两小时算不算？被限流干等的时间算不算？按秒计费听起来精细，但「运行」和「存活」是两回事，这一点官方没往下写。
第三，插件的质量由谁维护。三十多个插件里已经有标着「待上线」的，第三方数据源的稳定性、字段变更了谁修、调用失败算不算钱，这些都要等真用过才知道。
对三种人的影响
企业采购。省下的主要是人月，不是 token。一个能跑长程任务、带审计导出、能按项目看账单的东西，过合规评审比自建容易得多。但要接受一个前提：Harness 是黑盒，非标准任务你只能调工具和提示词，改不了框架内部怎么组织上下文、怎么选工具、怎么重试。
独立开发者。沙箱一个月五十几块，试错成本确实低，拿它跑个每天定时汇总的活挺合适。但 Inference Hook 拿不到，敏感数据的活儿别往上面放。另外插件单价是按次算的，跑之前先估一下自己一天要摸多少次外部数据。
做智能体产品的团队。最大的变化在报价参照系。以前跟客户谈按 token 计价，现在客户会问「你这套一小时多少钱、一次任务调多少次插件」。这个问题答不上来，报价就没底气。
老达点评
这次不是降价，是把账单拆开。
以前一个 token 单价能算清全部成本，现在得算三笔，而且最贵的那笔藏在插件调用里。厂商把沙箱定到零点零七二元一小时，我理解不是让利，是定锚——先让你觉得便宜，再让你习惯按小时租。
从生意角度看，卖 token 是卖水，水价一定会被打下来；卖沙箱是卖地皮，地皮不会。模型公司往运行层走，是被逼的，也是必然的：模型层的差价越来越薄，能收钱的地方只剩「帮你把它跑起来」这一段。
但托管有个绕不过去的代价。智能体表现的不确定性，一大半来自 Harness——上下文怎么组织、工具怎么选、失败怎么重试。把这层交出去，等于把最影响结果的那部分变成别人的实现细节。一百四十个技能能覆盖标准场景，遇到非标场景，你手里只剩提示词。
所以要不要用，我的判断是看两件事：你的任务是不是「长、重复、可审计」，以及你的数据能不能出内网。两个都满足，租着比自己搭划算；有一个不满足，先别急。
想知道智能体这类东西怎么落到具体流程里，AI 智能体与自动化专题按场景分得比较细；想看这类服务的横向比较，AI 工具评测专题里有更完整的清单。另外三篇可以对着读：十天前那篇 K3.1 Pro讲的是这次托管服务底下那个模型；K3 进企业账单那篇说的是这家在 B 端换打法；Cursor 的自托管机器则是完全相反的一条路——机器放你自己机房里，代码不出内网。
