【经管大课堂·AI经管实践】月之暗面发布托管智能体，据报道寻求租用欧洲英伟达晶片算力

案例背景

2026年11月5日，大模型企业月之暗面（Moonshot AI）宣布正式发布Kimi Hosted Agents（托管智能体），将支撑Agent运行的Harness框架作为云端服务提供给企业和开发者：企业无需自行搭建和维护运行框架，即可获得7×24小时的托管环境，支持长程任务执行与多智能体高效协作。据介绍，该平台内置140多项Skills（技能）和30多个插件，覆盖联网检索、专业数据查询、办公文档处理等场景；提供独立沙箱、网络访问权限控制、执行审计等安全能力，并首批提供8个金融领域Agent模板，覆盖投研建模、深度研究、金融晨报、IPO跟踪、持仓监控等任务。企业既可以将其集成到内部系统承担业务监控、运维响应，也可以嵌入产品向用户提供投研助手、智能客服等服务。

同日，据联合早报援引美国消费者新闻与商业频道（CNBC）报道，四名知情人士透露，这家成立于2023年、拥有Kimi系列模型的中国AI大模型开发商，今年曾与多家在欧洲运营数据中心的新兴云服务供应商洽谈，寻求租用英伟达图形处理器（GPU）算力，主要寻求租用英伟达最新的Blackwell系列晶片，双方曾讨论租用部署在欧洲、规模达8000枚或以上Blackwell晶片的运算集群。另有消息人士称，曾有提议要求月之暗面支付比非中国客户高出30%至50%的预付款。一边发布产品冲刺商业化，一边在全球寻找算力，这家AI实验室的处境浓缩了中国大模型企业的共同命题。

核心分析

一、价值链上移：从卖Token到卖托管服务

以往大模型公司的主要收入来自模型推理API，按Token计费；Kimi Hosted Agents则把「怎么跑Agent」这门工程活变成云服务——在传统开发模式下，企业自建一套可靠的Harness基础设施可能需要数月时间，还需持续投入维护成本，而托管服务将上下文管理、工具调用、权限控制、任务中断恢复等能力封装打包，缩短智能体从原型开发到实际部署的周期。从商业模式理论看，这是典型的服务化（Servitization）与价值链上移：交付物从「模型能力」升级为「可运行的业务智能体」，客户价值从技术指标变为业务结果。但竞争维度也随之改变：AWS、阿里云等云厂商已推出同类托管服务，且握有更深的企业客户关系与基础设施纵深。Kimi的优势在于模型与Agent框架的原生协同，短板在缺乏云基础设施支撑——价值链上移的同时，竞争也从模型评测分数转向生态厚度与信任半径。

二、算力突围：出口管制下的全球资源获取与风险定价

算力是AI企业的核心生产资料。美国目前禁止向中国出口英伟达最先进的AI晶片，但现行法律尚未赋予监管机构广泛权限限制中国企业通过境外云端服务远程使用这些晶片，为中国AI企业获取先进算力留下空间。据报道，月之暗面主要希望利用这些晶片进行AI模型推理（向终端用户提供模型服务），但也有意获取用于训练的运算资源；消息人士形容其在争取更多算力资源方面表现得「非常积极」。而云服务供应商要求高出30%至50%的预付款，本质上是对政策风险的定价：由于担忧美国未来进一步收紧远程使用限制，供给方通过更高预付款对冲风险。这一案例生动展示了地缘政治如何转化为企业财务成本——获取同等算力要支付一笔「风险溢价」，直接抬升推理服务的单位成本，考验模型的成本效率与商业化变现能力。

三、开放权重与软硬协同：算力约束下的对冲策略

在寻求海外算力的同时，月之暗面也在另一条路径上布局：10月24日公司发布迄今能力最强的3万亿级参数模型Kimi K3.1 Pro（总参数规模2.8万亿、采用MoE混合专家架构、单次推理活跃参数1040亿、支持100万token上下文），并于11月5日正式对外放出完整模型权重；同一天，昇腾宣布实现0Day推理适配，该模型可依托vLLM Ascend、SGLang推理框架在昇腾Atlas系列硬件上开展部署验证。开放权重意味着开发者在具备算力条件时可自行部署与定制，既扩大生态影响力，也为国产算力适配铺平道路。从战略管理看，这是「全球套利+国产替代」的双轨对冲：海外算力解决当下的先进算力饥渴，开放权重加国产硬件适配则降低长期被单一供应源锁定的风险。

管理启示

其一，大模型企业的竞争已从模型能力单点竞争转向「模型+框架+算力+生态」的系统竞争，产品发布与资源获取必须同步推进。其二，价值链上移（从卖Token到卖服务）是提升毛利与客户粘性的方向，但要以生态位与信任为前提：能力短板可以合作补齐，生态短板难以速成。其三，在地缘政治不确定环境中，关键生产要素应构建多源供应结构，并把风险溢价纳入单位经济模型测算，避免账面毛利与实际成本脱节。其四，开放权重看似让渡收入，实则是算力受限条件下的生态杠杆——让更多算力跑自己的模型，本身也是一种「杠杆式扩张」。

其他思考

1. 当托管智能体服务与云厂商正面竞争时，模型公司应靠什么构建护城河：模型性能、工程能力，还是行业模板？
2. 30%至50%的算力预付款溢价若长期存在，将如何改写中国AI应用的定价结构与创业门槛？
3. 开放权重策略在带来生态影响的同时，如何防止核心能力的过度外溢？开源的边界应划在哪里？

关键词：托管智能体、算力、出口管制、开放权重、商业模式
来源：每日经济新闻未来商业早参、联合早报 | 整理：经管大课堂