Kimi开始"出租"数字员工：Agent计价锚点，正从软件预算滑向人力预算

文 | 韩工观察 11月5日，月之暗面把Harness租出去了。不是租模型API——那玩意儿按token卖了好几年——是把"AI员工上班的全套后台基础设施"打包出租：云沙箱、会话记忆、工具链、断线恢复、审计日志，全部包圆。企业只管派活，它7×24小时在云上跑着，跑一半断电也能从断点续跑。 这不是一个产品功能的发布。这是一个计价锚点的迁移：AI厂商从"卖电"（token），变成了"卖员工工时"（hosted agent）。而这件事的底层逻辑，远比"云服务升级"四个字要狠——它意味着企业采购AI的预算科目，正在从IT支出滑向人力支出。 一、从卖电到卖员工：计价锚点的五次上移 人类不是第一次把IT从"买"变成"租"。但前几次租的东西，和这一次有本质区别。 第一段是License时代。1980年代到2000年，企业买光盘、买授权、买CPU席位，本质是买"复制权"加买固定资产。微软、Oracle、SAP卖的是一把锄头，坏了自己磨，升级自己掏钱。其实IBM在1960年代就试过大型机租赁，ASP托管在2000年前后也火过一阵，但那时租的是硬件或托管机房，没把运行环境单独计价。 第二段是SaaS时代。Salesforce在1999年喊出"No Software"，把"租访问权"做成主流。企业不再拥有软件，按月买账号，厂商管运维、管升级、管多租户。后来演变为按席位/人月收费——你有多少销售，就交多少钱。计价锚点从"资产"滑向"访问"再滑向"席位"，CapEx变成OpEx。但这仍然是租工具——企业买一张健身房月卡，练不练、练出什么效果，是自己的事。 第三段是AI用量时代。2023年起，大模型API按token计费，企业为"脑力"买单。但这还是卖电模式——你调一次API花1分钱，厂商赚1厘，卷的是电价。企业感知是"花了多少字钱"，预算科目仍挂在IT支出下。 第四段，就是现在。月之暗面Hosted Agents、Anthropic Claude Managed Agents、OpenAI Hosted Agents，全球头部几乎同时把"Agent运行时"商品化。租的不是模型，不是访问权，是一个"会干活的岗位"——7×24小时待命，能自己拆任务、调工具、生成报告、发邮件，出错能重试，崩溃能续跑。 计价锚点随之发生了第五次上移：从资产（License）→访问（账号）→席位（人/月）→用量（token）→工时（Agent运行时）。 为什么说是"上移"？因为预算科目变了。企业原来买CRM花10万，销售工资花100万；Agent直接来切那100万里的执行层。市场天花板不是IT支出，是人力资本支出里可被结构化的那一块。这不是量级放大，是预算逻辑的重构。 但历史不会简单重复。前几次租的是工具和访问权，这一次租的是" 岗位 "——一个会学习、会报废、会迭代的数字员工。而数字员工和物理资产有本质区别：椅子不会自己 过时 ，但Agent会。 二、动态性：为什么"会进化的东西不能买断" 你买一个东西，隐含的前提是这东西买完之后能稳定用。你买把椅子，它不会自己进化，也不会主动坏。但数字员工不一样。 动态性不是有无的问题，是烈度的问题 。地图App也持续更新，但一两年不升级，旧地图照样能用，只是路线不准——这是低烈度动态性，买断加年度维护合同就能覆盖。Agent三个月不迭代，可能接口已变、安全漏洞未补、业务系统连不上——这是高烈度动态性，不持续投入就"废了"。判断动态性该不该租，不看更新频率，看"不更新会不会废"。 第一，它要进化 。模型三个月一更新，今天能干的事明天可能干得更好，也可能因为升级反而退步。你买断了一个版本，三个月后就过时。厂商在云端持续迭代，你手里的"买断版"成了孤岛。 第二，它要维护 。不是"买回来往那一放就自己干活"。它需要接新的数据源、适配新的系统接口、修bug、调提示词、处理异常。你买断了自己管？那你得养一个技术团队，等于又雇了人来看着这个"数字员工"。 第三，它要跟着业务变 。公司流程改了、系统换了、标准更新了，数字员工也得跟着调。买断的版本不会自动适配这些变化。 所以你买一个数字员工，就像买了一个人但不给他培训、不给他涨薪、不让他学习新技能——他能干多久？ 租的本质，是把" 保持它活着且能干活 "的责任甩给厂商。模型升级了，厂商负责更新，你无感；工具接口变了，厂商负责适配，你不管；出了bug，厂商修，你不用养运维；干得不好，你下个月不续租，换一个。租约天然带淘汰机制，买断没有。 这就解释了一个反常识现象：大家直觉觉得"贵的买、便宜的租"，但通用Agent可能恰恰相反——越贵的越适合租。因为你买回来技术半年一迭代，残值归零；租的话，厂商承担技术过时的风险。 但"租"不是放之四海而皆准。Agent有没有实体、数据能不能出门、技术迭代速度多快，决定了租买的边界。要理解这一点，需要把AI落地形态拆成三层。 三、三层形态：端侧买、云端租、垂直混合 第一层，云端纯Agent 这是Kimi Hosted Agents的主战场——Agent跑在厂商云上，没有物理实体，企业只管派活。沙箱、记忆、工具链、权限、审计，全部托管。 这类场景为什么必租？三个原因。一是没有实体资产，不存在折旧和残值问题；二是技术迭代无感，厂商远程升级，企业不用管；三是通用能力商品化，模型权重本身在贬值——DeepSeek-V4-Flash输出价已压到约0.28美元/百万token，单台Atlas 800八卡即可跑私有化，通用能力正在卷成水电价。你买断一个模型，明年就过时。 月之暗面的定价结构本身就是信号：沙箱按运行时长计费（0.072元/小时），token推理费单独叠加，插件按次收费。企业感知从"花了多少字钱"变成"雇了个不动工位的实习生，按月/按活结账"。同期Anthropic Claude Managed Agents（2026年4月发布）按0.08美元/会话小时收运行费，OpenAI、Google、微软也陆续推出同层级托管产品。这不是一家公司的策略，是行业的集体转向。 第二层，端侧设备 手机、PC、车里的NPU，Agent跑在本地。这类场景的核心特征是：硬件是资产，智能是服务。 没人租手机用。硬件过时了——芯片算力不够、内存满了、电池衰减——得物理换件，厂商没法远程"升级"一块NPU。所以设备是买的。但上面的智能能力，可以租。苹果Apple Intelligence、华为鸿蒙AI、阿里千问接入国行iPhone（2026年11月Beta），都是端侧简单任务本地跑，复杂任务转云端，AI功能按月订阅。终局是"买设备+租脑子"的组合。 工信部近期提出智能体终端进网管理要求，手机/穿戴预置Agent需过进网检测、OTA升级评估和权限调用管控——这意味着端侧"租脑子"也有监管边界，不是想租就租。 第三层，物理载体机器人 这是最复杂的混合态，要分两档。 通用服务类——饭店送餐、楼宇清洁、园区巡逻——数据不敏感、设备损耗大、技术迭代快，适合租。乌镇"互联网之光"2026年11月展出的康养机器人，产业端在讨论租赁方向，但尚未形成规模化商业验证。道理和企业租打印机一样：厂家负责维修升级，企业按使用付费，不承担技术过时风险。 垂直精密类——手术机器人、工业机械臂、银行