11月5日，Kimi推出Hosted Agents托管智能体服务，把支撑Agent运行的Harness框架做成云端服务，按「Harness as a Service」的方式卖。同一天，DeepSeek Harness公布了一组使用数据：截至11月4日，以使用官方API的用户为统计范围，日活跃用户154万，日消耗Token约92万亿，第三方插件约3.5万个。
两家公司，一个在卖运行环境，一个在证明运行需求。把两条新闻放在一起看，真正变化的不是Agent会不会干活，而是Agent开始有了一张按小时计费的账单。
先校正一个口径：这不是又一个「Agent平台」发布。Kimi卖的不是模型调用，也不是低代码拖拽，而是模型之外那层让任务持续跑下去的基础设施；DeepSeek公布的也不是模型跑分，而是使用强度和插件供给。前者是供给，后者是需求，两者指向同一个东西——运行时。
一、技术账：难点从「会不会」变成「跑不跑得住」
一次模型调用只解决一个问题：给定输入，生成输出。智能体要交付一个任务，需要的是另一套东西：记住做到哪一步、调用哪些工具、工具返回不可信内容时怎么隔离、权限边界在哪、失败了怎么恢复、多个智能体怎么分工、出了事怎么审计。
Kimi Hosted Agents把这些收进平台侧：7×24小时托管，支持长程任务和多智能体协作；独立沙箱与网络访问权限控制，企业可以设定操作边界，必要时随时中止会话；执行过程留痕，支持审计导出；提供140余项Skills与30余个插件，覆盖联网检索、专业数据查询、办公文档处理和内容生成；还提供Kimi Inference Hook，在每次模型推理前检查任务输入与工具返回内容，规则由企业定义，放行或拒绝由Hook执行。
这套东西的技术含量不在「功能多」，而在「边界清」。沙箱解决隔离，网络权限解决越权，审计解决责任，Inference Hook解决敏感数据进入模型之前的拦截。企业真正怕的不是Agent不聪明，而是它拿着公司权限到处乱跑、出了事查不到。谁把这几件事做成默认能力，谁才配收运行费。
DeepSeek Harness则从另一头证明需求。154万日活、92万亿Token/天，说明智能体已经是高频调用场景，不是演示工具；3.5万个第三方插件、约60%的活跃用户制作或安装过至少一款插件，说明插件已经从「少数开发者的实验」变成「多数用户的常规用法」。官方还要建插件市场，把分发从社区自发状态转向平台化运营。模型决定能不能答对，运行时决定能不能交付。
二、商业账：计费单位从「席位」变成「小时」
Kimi的定价写得很直白：总费用由沙箱运行时长、模型推理费用、插件调用费用三部分构成，其中沙箱运行时长按每小时0.072元计费，插件调用按次数乘单价。
这三个计费项，对应三种成本：算力、模型、工具。传统SaaS按席位按月收费，假设的是「一个人一天用几次」；智能体按运行时长收费，假设的是「一个任务要跑多久」。当Agent可以7×24小时挂着跑长任务，账单就不再跟人头走，而是跟时间走。
这会改变企业算账的方式。过去买软件，算的是「每个席位能省多少人工」；现在买智能体，算的是「运行时长加Token加插件，能不能低于完成同样任务的人力成本」。如果Agent跑一小时只要0.072元的沙箱费，但推理和插件调用很贵，客户会开始优化任务路径，而不是单纯增加席位。采购单上的科目变了，厂商的收入结构也会变。
对平台来说，插件是新的应用商店。DeepSeek的3.5万个插件说明，智能体的能力边界不只由模型决定，还由生态决定；谁掌握插件的分发和结算，谁就掌握了第三方服务商进入企业工作流的入口。对SaaS厂商来说，这意味着一个新选择：要么自己做一个Agent，要么把自己的能力做成插件，接进别人的运行时。
三、格局账：模型厂往下走，云厂往上走
把参与者排一下，能看到三层结构。
最上层是模型厂：OpenAI、Anthropic、DeepSeek、月之暗面。它们原本卖Token，现在开始往下做运行时——Kimi Hosted Agents就是典型，模型之外再卖沙箱、插件、审计和模板。
中间是云厂：阿里云、腾讯云、AWS。它们原本卖算力和云服务，现在往上做Agent平台和办公入口，腾讯的WorkBuddy企业版就是这条路。它们有客户关系、有数据、有合规体系，缺的是模型能力，所以一边接第三方模型，一边做自己的Agent框架。
最下面是垂直Agent平台和行业应用。它们最懂场景，但最容易两头受挤：上面被模型厂拿走运行时，下面被云厂拿走客户。能活下来的，要么把行业数据和工作流扎得足够深，要么把自己变成插件生态里的关键节点。
这也是为什么「运行时」值得单独拿出来说。它不是又一个功能，而是企业采购的新一层：企业买的不是一个模型，而是一个带SLA、带审计、带数据边界、带计费报表的运行环境。这层东西更像PaaS，不像SaaS。PaaS的护城河从来不是功能列表，而是客户把业务跑在上面的迁移成本。
四、边界：运行时也有它的脆弱处
第一，长任务失败的成本更高。一次模型调用答错，用户重问一遍就行；一个跑了六小时的Agent任务失败，损失的是六小时的沙箱费、Token费和业务窗口。运行时的稳定性，会比模型分数更快决定客户续不续费。
第二，按小时计费可能让客户为「等待」付钱。沙箱挂着等工具返回、等人工审批、等外部系统响应，这些时间算不算运行时长，会直接影响客户体验。计费规则越细，越需要产品把「有效运行」和「空转」分开。
第三，审计责任还没分清。平台提供留痕和导出，但出了事，是模型厂、平台方还是企业自己负责？金融、医疗这些强监管行业，不会因为多了一个审计日志就放行。
第四，插件生态的安全和锁定。3.5万个插件是繁荣，也是攻击面；企业一旦把关键流程搭在某个平台的插件体系上，迁移成本会迅速上升。运行时越顺手，锁定越深。
Kimi首批给了8个金融Agent模板，覆盖投研建模、深度研究、晨报生成、IPO跟踪、持仓监控。这是聪明的切口：金融有预算、有明确任务、有强审计需求，正好检验运行时能不能扛住合规。但金融也是最难伺候的客户，模板能不能变成生产系统，要看审计和责任边界能不能落地。
Agent的护城河不在模型分数，而在运行时的账单。当智能体开始按小时收费，SaaS的席位制就多了一个对手：不是另一家软件公司，是客户的运行时长。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
