把智能体从演示推到生产的人,最先坏的很少是"模型"。听到的是第六小时死掉、续不上的会话;漏了文件的沙箱;重试触发两次,同一封邮件进了两千个客户邮箱。
它把这些打包成商品,按小时计价。
2026年11月5日,Kimi 背后的公司发布 Kimi Hosted Agents,把模型外面那套运行框架托管起来:会话状态、云端沙箱、重试、调度、多智能体委派。此前自九月起对通过认证的国内企业客户内测。
卖的到底是什么
剥掉包装,它是有状态的执行环境。
会话历史按事件存储,断线可重连接上继续跑;沙箱状态和输出文件留在服务端;工具在隔离云沙箱里跑,带网络管控;重试、调度和故障恢复归平台,能恢复到与中断前一致的状态;执行记录可导出供审计。
入口三个:网页控制台、REST 接口,以及命令行工具 kha,能跑在 Kimi Code、Claude Code 和 Codex 里。
核心之外是缩短试用到上线的目录:一百四十多项技能、三十多个插件,另含 MCP 服务和接内部系统的工具。随附十二个智能体模板,八个是金融的:建模、深度研究、晨报、IPO 跟踪、组合复盘。
它卖的不是通用助手,是交易台开门前早上七点那段活。
价格不在 token
大模型生意三年只有一块表:token。这一次加了两块。
账单是三部分之和:沙箱运行每小时零点零七二元(约零点零一美元);模型推理按所选模型的 token 价;插件调用每次零点零零一元到零点四五元(约零点零零零一四到零点零六三美元)。网页搜索每次零点零三元,图片搜索零点零四五元,部分金融数据插件零点三五元或零点四五元。
算一下结构就出来了。沙箱连跑七百二十小时约五十一点八四元(约七点二美元),几乎可以忽略;钱在烧掉的 token 和插件调用上,尤其是贵的金融数据源。
这跟聊天接口不同:聊天按用户问了什么计费,托管智能体按软件醒了多久、碰了什么计费。用量按项目拆分,说明买家担心的是哪个项目在悄悄超预算。
一个协调者,不是蜂群
多智能体设计最有主张,且逆着潮流。
一个协调者把子任务派给同一会话里的子线程,一份委派配置可放一到二十个条目。委派可以同步,父线程等子线程汇报、空闲或终止;也可以异步,子线程一启动就返回。每个线程有自己的状态、历史和事件流。
限制是:子线程不能再派子线程,也不能互相通信。
这是立场不是缺陷。没有横向串话的两层树,比彼此协商的对等网好审计、好限界、好调试:子任务可单独检查,失败有明确的父亲可追责。你如果还原过八个智能体为什么算错一个数,就懂这个吸引力。
合规那扇门
文档更深处是安全团队会读两遍的 Kimi Inference Hook:企业挂上自己的安全服务,在每次推理前检查任务输入和工具返回,再按自己写的规则放行或拒绝。
这是执行前拦截,不是事后翻日志,也是"能碰核心业务系统的智能体"和"不能碰的"之间的分界。它只对通过企业认证的用户开放。
自托管选项把工具执行挪到客户自己的机器,编排、模型调用和会话管理仍在它的平台。公司把话说得直:工具输入和结果仍要过它的模型接口,不算私有化部署;该版本还会去掉交互式解释器、图片搜索和产物保存。
为什么这生意比看上去难
卖在线时长和卖智能是两门生意。它在模型与框架的配合上有优势,据我所知很少有对手同时握有两样,但它没有云基础设施;对手是能把算力打进同一张发票的云厂商。这次发布也中国优先:截稿时国际版 Kimi 平台没有 Hosted Agents 页面,文档是中文的。
关键要点
- 计价三块:沙箱小时、token、插件调用,分开算。
- 七百二十小时沙箱约五十一点八四元,贵的是 token 和金融数据插件。
- 多智能体是两层树,子线程不能再生子线程,也不能彼此对话。
- 推理前拦截的钩子,是它敢进受监管行业的理由。
诚实的局限
能力与价格数字都出自月之暗面。我没找到独立测评,托管运行环境也很难被公平地基准测试。
运行费几乎可以忽略,前提是智能体闲着;全天候烧 token 的话,本质是一张 token 账单外加托管费。
禁止横向通信会让需要对等协商的团队难受:它选了可审计性,不是灵活性。
本文没有实测这项服务;价格按公开价目,可能变动。
普通人现在能做什么
- 用三行而不是一行报价:沙箱小时、token、插件调用。只报每 token 单价,等于没报价。
- 先审拓扑再审模型。问允许几层委派、子线程能否互相说话。它比任何跑分更能预测调试体验。
- 在受监管行业,把推理钩子当采购门槛。执行前拦截加客户自定义规则是一条准入线,不是功能点。