月之暗面出租数字员工：Agent计价从软件预算转向人力预算

11月5日，月之暗面将Harness对外出租。这次租的不是模型API——按token卖了好几年的东西——而是把“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，全都包含在内。企业只需派活，它在云上7×24小时运行，跑到一半断电也能从断点续跑。

这不是一个产品功能的发布，而是计价锚点的迁移：AI厂商从“卖电”（token）转向“卖员工工时”（hosted agent）。这件事的底层逻辑，远比“云服务升级”四个字要狠——企业采购AI的预算科目，正从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

把IT从“买”变成“租”，人类不是第一次做。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。

接下来是SaaS阶段。1999年Salesforce提出“No Software”，让“租用访问权”成为主流做法。软件归厂商所有，企业按月购买账号，运维、升级、多租户管理都由厂商承担。收费方式后来变成按席位、按人月算——销售团队有多少人，就付对应的钱。计价的基准从“资产”转到“访问”，再转到“席位”，CapEx也就成了OpEx。可说到底，这还是在租工具——好比办一张健身房月卡，去不去练、练出什么成效，全看企业自己。

再往后是AI用量的阶段。2023年起，大模型API以token为单位计费，企业掏钱买的是“脑力”。这更像是买电——调一次API花1分钱，厂商从中赚1厘，拼的是电价。企业感受到的是“用了多少字的钱”，这笔预算仍旧归在IT支出科目下。

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）。

“上移”的说法从哪来？预算科目变了。以往企业买CRM掏10万，给销售发工资掏100万；如今Agent直接切入那100万里属于执行层的部分。市场天花板不再是IT支出，而是人力资本支出中能够被结构化的那一块。这不是量级上的放大，而是预算逻辑被重新构造。

不过历史不会原样重演。前几轮租出去的是工具和访问权，这一回租的是“岗位”——一个能学习、会报废、也会迭代的数字员工。数字员工跟物理资产有着根本差别：椅子不会自己变得过时，Agent却会。

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。

动态性关键不在有没有，而在烈度高低。地图App同样一直在更新，可一两年不升级，旧地图还能用，无非路线不够准——这属于低烈度动态性，买断加一份年度维护合同就够应付。Agent要是三个月不迭代，接口可能已经变了，安全漏洞没补上，业务系统也连不通——这就是高烈度动态性，不持续投入就会“废掉”。所以判断该不该租，看的不是更新频率，而是“不更新会不会废”。

头一条，它得进化。模型三个月更新一次，今天能干的活明天也许干得更好，也可能升级之后反倒退步。你买断一个版本，三个月后它就过时了。厂商在云端不停迭代，你手里那个“买断版”便成了孤岛。

第二条，它得维护。不是“买回来往那一放就自己干活”。接新数据源、适配新系统接口、修bug、调提示词、处理异常，一样都少不了。买断之后自己管？那就得养一个技术团队，等于又雇人来盯着这个“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？

租的核心，是把“让它保持活着、还能干活”的责任交给厂商。模型升级，厂商负责更新，你这边无感；工具接口变了，厂商负责适配，你不用管；出了bug，厂商来修，你不必养运维；干得不好，下个月不续租，换一个就是。租约本身自带淘汰机制，买断则没有。

这就解释了一个反常识的现象：直觉上大家觉得“贵的买、便宜的租”，可通用Agent也许正好相反——越贵反而越该租。原因在于买回来之后技术半年一迭代，残值就归零了；租的话，技术过时的风险由厂商扛。

但“租”并非到处都适用。Agent有没有实体、数据能不能出门、技术迭代有多快，这三样划定了租与买的边界。要弄明白这一点，得把AI的落地形态拆成三层来看。

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。

这类场景为什么非租不可？原因有三。第一，它没有实体资产，谈不上折旧，也没有残值；第二，技术迭代企业不用操心，厂商在远端升级；第三，通用能力正在商品化，模型权重本身就在贬值。DeepSeek-V4-Flash的输出价已经压到约0.28美元/百万token，一台Atlas 800八卡就能跑私有化，通用能力正被卷成水电一样的价格。买断一个模型，到明年就过时了。

月之暗面的定价结构本身就透着信号：沙箱按运行时长收费，每小时0.072元；token推理费另算，插件按次计费。企业的感受随之变了，从“花了多少字的钱”变成“雇了个不占工位的实习生，按月或按活结账”。同一时期，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、微软也接连推出同一层级的托管产品。这不是哪一家公司的打法，整个行业都在往这个方向转。

第二层，端侧设备

手机、PC、车里的NPU，Agent跑在本地。这类场景的关键特征是：硬件算资产，智能算服务。

没人会租一部手机来用。硬件一旦过时——芯片算力跟不上、内存塞满、电池衰减——就得物理换件，厂商没办法远程“升级”一块NPU。所以设备是买来的。但设备上的智能能力可以租。苹果Apple Intelligence、华为鸿蒙AI、阿里千问接入国行iPhone（2026年11月Beta），走的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。到头来就是“买设备+租脑子”的组合。

工信部近期对智能体终端提出了进网管理要求：手机、穿戴设备预置Agent要过进网检测、OTA升级评估和权限调用管控。也就是说，端侧“租脑子”同样有监管边界，不是想租就能租。

第三层，物理载体机器人

这一层是最复杂的混合态，得分成两档看。

通用服务类，比如饭店送餐、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，产业端正在讨论租赁方向，但规模化商业验证还没形成。道理跟企业租打印机一样：维修升级由厂家负责，企业按使用付费，不担技术过时的风险。

垂直精密类则不同，手术机器人、工业机械臂、银行厅堂智能体都属于这一档，数据不出门是硬约束，还得现场训练。新希望金融科技联合宇树科技基于G1人形机器人打造的银行厅堂方案，算力本地部署，不接公网，厂商披露的设计原则是“不碰客户、不碰资金、不碰数据”。这类场景既不是纯租，也不是纯买，而是“买本体+本地训练+维保服务”的混合。买断的是设备所有权，租的是持续迭代的模型能力和驻场服务。

第四层，主权级：不租的底盘

还有一类主体，没法放进“租买光谱”里讨论——国家与政务系统。

数据主权不能外包，这才是国家政务平台不选择租用的原因：算力方面，接入全国一体化算力网或东数西算节点；模型方面，自主训练，或者采用已备案的模型；数据不出域、微调留台账、Harness自建。

中央网信办与发改委2025年10月印发的《政务领域人工智能大模型部署应用指引》写明：统筹集约、县级复用上级、不重复建设、备案模型优先。商务部2026年10月拟增列AI大模型、智能体、算力集群技术出口限制清单，技术主权的边界因此更加显性。

商业Agent能力它们也会用，但只用在非涉密的通用辅助层——公文起草、问答、文书校对。核心决策、涉密数据、监管判断，必须“买到底”：买算力、买模型、买可控迭代权。

所以真实世界里并不是“租替代买”，而是三层并行：通用市场以租为主，垂直行业混合，主权领域自建托底。

可这套框架目前还是空的。真实世界里，租买双方赌的不是价格，是信任和主权。

四、博弈：租的不是工具，是代理人

传统委托代理理论里，企业雇人怕的是偷懒、藏信息。租Agent怕的是幻觉、越权、提示词注入、价值偏离——让它审核合同，它把不该删的条款漏了；让它生成报告，它编出一组假数据。

香港大学一项针对Agent信任机制的闭门研究显示，76%的从业者表示在实际部署中遇到过信任顾虑，53%认为“客户信任低”是主要障碍，42%认为“出错责任不清”。这三组数字指向三件事：顾虑出现的频率、客户的感知、事后的归属。企业采购Agent，本质上买的不是能力，是“可委托性”——身份可确权、权限可约束、履约可审计。

由此引出数据主权上的博弈。云端派认为托管最省心，数据过云也无妨，Inference Hook能拦住敏感字段。本地派则说，金融、医疗、政务一票否决，数据不出域是底线。混合派走中间路线：端侧筛数据，云端强脑，荣耀“共生Agent”、NVIDIA×Perplexity都是这个逻辑。

企业争的是商业主权，国家守的是数据主权加技术主权。乌镇2026年11月发布的智能体自律公约提出“身份可核、授权可控、行为可查、责任可追”，国家区块链网络为Agent充当信任锚点——这恰恰说明，Agent从工具变成代理人之后，“可委托性”不只是商业问题，也是治理基础设施的问题。

厂商的真实诉求和用户恰好相反。用户要“能力上来、原始数据别走”；厂商想“多看失败轨迹好迭代模型”。腾讯甚至愿意放弃原始数据，只为换失败日志——毕竟在数据不出门的前提下，“失败轨迹”才是未来训练数据的新石油。

博弈的第二个维度是计价权。厂商想按结果收费（RaaS），自己扛下模型成本风险，换取更高的客单价。企业的顾虑是：Agent出错率还高，结果不可归因就不敢按结果付钱。UC Berkeley 2025年一项跨7个多Agent框架的对比研究显示，多Agent任务失败率区间在41%~86.7%（不同基准不可横向对比）；CMU TheAgentCompany基准则测出，真实办公场景下顶尖单Agent失败率约69%~70%。按结果付费？先等稳定性过关再说。

现实摆在那儿：先按月租工位，再按工时计费，最后才敢在窄场景里按件计酬。中间卡着的，是"稳定性"这道坎。

博弈的第三个维度是锁定。租着省心，租久了却会被绑住。Agent嵌进工作流之后，业务知识沉淀在厂商侧，记忆、配置、插件生态全在人家云上。今天租Kimi，明天想迁豆包？数据资产带不走，切换成本以年计。大厂已经在抢入口：豆包吞飞书、WorkBuddy绑微信生态，说到底就是"数据主权锁定"。

所以租还是买，底层不是算成本，是分风险。租，把迭代风险和运维成本外部化给厂商，换回来的是锁定风险；买，把数据主权和退出自由握在手里，背上的是过时风险和养团队的成本。

厂商想按结果收费，企业先问一句：错了算谁的？

五、反方：不是所有人都租，也不是现在就能按结果付

"通用场景租是主航道"是本文的核心判断，但这个判断有两个限定。

首先，把模型放到自家机房这件事，门槛在降，第三条路确实走得通。DeepSeek在2026年10月把DeepInfer推理框架开源，企业能够自己搭推理集群，调用量大的场合，摊到每个Token上的钱会明显下来。每日互动拿出的"个知工作站"走的是纯私有化路线，基于华为昇腾架构，对外称"二十倍性价比"。实在智能给的说法更细：像日均十万级调用这种高频生产场景，私有化部署DeepSeek，综合成本能压到公有云API的30%~40%。

但有个条件，算力得跑得够满。AgentMarketCap在2026年4月做过一份TCO测算，结论是利用率超过70%，自建在长期账上更划算；掉到这条线以下，硬件折旧再加上运维人力，反而会比云托管贵。卡住人的地方其实不在模型，而在Agent编排、评估、安全护栏这些环节要投的工程人力。

第二，头部企业不租，自己建。腾讯内部CodeBuddy覆盖95%工程师，WorkBuddy是AgentOps平台；字节、百度、火山各自建Agent中台加生态绑定。大厂有算力、有人才、有数据，租是中小企业的主线，自建是头部玩家的选项。

第三，RaaS这种按结果结算的模式，目前只在窄口径场景里站得住。智达明远AI营销RaaS把效果写进合同，达不到就退款，续费率96.8%——可这套只适用于营销获客这类结果好量化的活儿。国投智能的保安机器人RaaS试了100台，眼下还在"投入验证期"。碰到复杂的企业任务，又退回到按"工时租"，原因是"错误可归因、结果可量化"这两个条件还不成立。

所以说，更贴切的说法是：租是方向，买也不会就此退场；RaaS算终局形态，但中间得挤过"稳定性"和"可归责"两道窄门。等到计价锚点从IT预算挪到人力预算，Agent就不单是采购的事了，它变成了用工制度的事。

真正的问题是：企业开始用"人力预算"而不是"IT预算"来衡量AI，整个市场的天花板就变了——变的是结构，不是总量。

六、人力预算取代软件预算？社会容忍度才是终极变量

这不是SaaS的延续，是SaaS的颠覆。

SaaS按席位收费，本质还是工具逻辑——你用不用，都按人头收钱。Agent按工时、按任务、按结果收费，本质是用工逻辑。

不过，Agent动的是人力预算里能被结构化出来的那一块，不是预算总量。它能接的活有三个特点：重复、不知疲倦、偏理智那一侧——整理线索、发跟进邮件、填报表、对账、出晨报。这些事人干久了会烦，Agent不会，7×24待命，不请假也不闹情绪。

它拿走的是执行层和助理层的工时，关系层和决策层它碰不到。谈判要看表情、听语气，喝酒是为了建立非正式信任，临场决策靠的是对场域的感知——这些得"人在场"的活，Agent接不了，也不该接。

因此不是"人力预算被替掉"，而是"人力预算内部重新分了层"：执行层有一部分被Agent吃掉，关系层和决策层反倒更值钱，人腾出手来，去做只有人才能做的事。

顺着这个类比往下想：眼下按时长加token收费，跟按工时发工资是一回事，干多干少都拿钱；将来按结果付费，就成了计件工资，干出活来才算钱。企业肯掏这笔钱，是因为省下的是执行层实打实的人力成本。

计价锚点往上移，放到市场上意味着什么？意味着企业对AI的心理账户变了，从"买把更顺手的锄头"变成了"雇个不下班的短工"。锄头你会掏钱买，短工你只会租。只要租比雇人便宜，这套逻辑一百年都不会变——变的是计价单位：从"每月工位费"一点点滑向"每件活儿的工资"。

但这里埋着一个比技术更难的问题：如果Agent切的不是IT预算，是人力预算里的执行层，那被切掉的人力去哪？

站在企业个体看，道理很直白：谁便宜用谁，Agent比人便宜就上Agent。可系统层面有反身性：执行层要是被大面积替掉，消费端跟着萎缩，企业自己的产品卖不动，转一圈还得重新雇人。长期看不是"无限替代"，是人机配比动态找平衡。而"租Agent"这门生意，在平衡区间里照样是主流——租的弹性最大，景气好就多租几个，景气差就退订。

10年后，通用办公Agent普遍按月租，再逐步转向按结果计费；20年后，数字员工成了标准用工形态，企业的人力结构就是正式员工加租赁硅基岗再加外包。但在这之前，有件事比技术迭代更急：AI的计价锚点从软件预算滑向人力预算，被释放出来的执行层人力，往哪儿去？

发改委11月3日的发布会，已经把AI监管沙盒、就业结构监测、模型训练师新职业摆上了桌面——分配问题不是远处的推演，是正在发生的议程。

分配问题会不会先来、以哪种方式落地，关键看社会能容忍到什么程度，技术推演本身说了不算。技术只是把压力摊到桌面上，接不接、怎么接、什么时候接，得由社会自己掂量——这本账里有经济、有稳定、有就业，技术算不了。

技术上的难题总有解法。真正会先撞上的坎，是社会怎么接纳这个解法。

【信息说明】

文中分析概念说明如下：

1. “动态性”：指Agent持续迭代、需要维护、跟着业务调整的特点，本文用它说明买断在财务上站不住脚。这是作者的分析概念，不是行业通用术语。
2. “动态性烈度”：本文提出的判断标准，用来区分不同技术产品该租还是该买——动态性弱的（比如地图App），买断加一份维护合同就能应付；动态性强的（比如Agent），才会往租赁方向走。此为作者分析概念。
3. “计价锚点”：本文用这个词描述企业采购AI时预算科目归属的迁移路径（从资产到访问、到席位、到用量、到工时、到结果）。此为作者分析概念。
4. “三层形态框架”：本文把AI落地形态分成云端纯Agent、端侧设备、物理载体机器人三层，各对应不同的租买选择。此为作者原创分析框架。
5. “主权级智能体”：本文补充的分析概念，指政务、国资、关键基础设施中算力、模型、数据、Harness都不可外包的部署形态。此为作者分析概念。
6. “Harness”：指Agent的运行框架，包括会话状态保存、云沙箱、工具调用、断线恢复、重试限流等，是月之暗面官方产品文档里的技术术语。

推演预判说明：

文中“计价锚点从IT预算滑向人力预算”“通用场景租是主航道”“RaaS需经过稳定性窄门”等判断，都是作者依据公开信息做的产业推演，不代表结果一定如此。10年、20年后的景愿属于远期推演，不确定性很大。

类比说明：

1. IDC预测“中国企业级AI智能体市场2025年212亿元增长至2029年3320亿元”，该数据引自36氪研究院《2026年中国AI Agent行业发展研究报告》（2026年9月），IDC原始报告目前没有公开、可独立检索的原文。
2. “76%从业者遇过信任顾虑”等数据来自香港大学KYA闭门研究，全文未公开，只能作类比参考。
3. 多Agent失败率41%~86.7%，出自UC Berkeley Cemri et al.论文Why Do Multi-Agent LLM Systems Fail?（arXiv:2503.13657，2025），跨不同基准不能横向比较；CMU TheAgentCompany基准（arXiv:2412.14161）测得顶尖单Agent失败率约69%~70%，两组数字不能混用。
4. DeepSeek-V4-Flash定价、DeepInfer框架、每日互动“个知工作站”、实在智能落地口径等，均来自厂商公开披露或行业测算，作者未做独立核验。
5. 月之暗面Hosted Agents定价（沙箱0.072元/小时等）引自月之暗面开放平台官方定价页；Anthropic Claude Managed Agents定价引自其官方公告（2026年4月8日）。
6. 据中国政府网公开的国务院公报，这份文件是《国务院关于深入实施“人工智能+”行动的意见》，文号为国发〔2025〕11号，印发时间是2025年8月26日。
7. 工信部终端进网管理要求来自行业公开报道；乌镇智能体自律公约及区块链信任锚点为公开会议信息；发改委11月3日发布会信息为公开新闻信息。

本文依据公开信息独立撰写，文中对企业所作的分析与判断，都是作者基于公开资料的研究性观点，不构成投资建议，也不代表对相关企业的任何立场。相关数据以企业官方披露为准。文中对没有公开证据的假设性推演已作标注，请读者自行辨别。