Kimi 开放旗舰权重并推出托管智能体：开源竞争从模型比拼转向运行层生态

11 月 5 日，月之暗面宣布在 Hugging Face 平台开放 Kimi K3.1 Pro 模型权重，并同日推出 Kimi Hosted Agents（托管智能体）服务。据凤凰网科技报道，该模型在 Agent Arena 智能体排行榜的开放权重模型中排名第一、全部参评模型中位列第 13，评测基于全球用户超过 1.75 万次真实长周期智能体会话；托管服务的细节见腾讯新闻。几乎同期，百度正式开源文心 5.5 Flash Base，经济日报在乌镇峰会评论中把「开源开放」定调为人工智能演进的重要路径。

评测口径换了：从刷榜到真实会话

Agent Arena 的排名不靠用户两两投票，而是从真实长周期智能体会话中提取信号——任务是否被明确确认、表扬与投诉、用户的纠偏指令、Shell 命令执行错误——再用随机化推断估算各模型相对平均线的净改进率。Kimi K3.1 Pro 的净改进率为 +5.1%，比上一代 K3 的 +0.9% 高出 4.2 个百分点；其中 Shell 命令执行可靠性从上代的 -4.5% 升到 +7.9%。对把模型当生产工具的团队，后者比总榜名次更有意义：智能体干活最费时间的往往不是「想不出来」，而是「执行反复出错」。榜单的尺子正在从「说得漂亮」换成「干得完」。评测本身也在产品化：真实工作会话就是考场，这对后来者是更公平、也更残酷的尺子。

一边放开权重，一边收拢运行层

K3.1 Pro 采用混合专家架构，总参数 2.8 万亿、单次推理激活约 1040 亿，支持约 100 万 Token 上下文。权重开放下载，同日发布的 Hosted Agents 却把智能体运行所需的 Harness（运行框架）做成云端服务：独立沙箱、网络权限控制、会话可随时中止、执行留痕与审计导出。这两件事并不矛盾——权重开源把模型层变成公共品，竞争上移到运行层，沙箱、权限、审计这些「脏活」成为新的收费点。对使用者这是好事：模型可以换，而留痕与审计这些企业级要求，正在被当作一等公民来设计。文心 5.5 Flash Base（280B 总参数、每 token 激活 14B）的开源，是同一逻辑下的卡位。

对小团队意味着什么

模型定制与部署成本继续下降，运行框架也不必自建，中小团队的护城河只剩三样：自己的数据、沉淀的技能与工作流、对具体场景的理解。这正是我们在开放平台方向上的判断——底座交给开源生态，价值做在工作流与协作那一层。对垂直从业者，眼下该关心的不是模型有多大，而是开源模型在自己工序上的可靠性数字。我们同样关心权重开放后的本地部署空间：当大参数级模型可以在自有环境跑起来，数据敏感型行业才真正敢用。

结语：本周几件事连起来看，开源不再只是许可证的开放，而是围绕「谁能放心地让智能体干活」的生态之争。窗口在运行层。