2026年11月,月之暗面发布 Kimi Hosted Agents(托管智能体),将支撑 Agent 运行的 Harness 框架作为云端服务对外开放:企业不必自建运行环境,即可获得 7×24 小时的托管执行能力,费用由云沙箱运行时长(0.072 元/小时)、模型推理与插件调用三部分构成。当一项技术开始以“人”为单位计价,它就不再只是工具,而是生产力。同一时间窗口,多家媒体报道,月之暗面正推进 2027 年一季度在港交所上市。米奥兰特(300795)通过华民投旗下基金产品间接持股月之暗面。

 

技术侧的计价方式与资本侧的估值逻辑,在同一个节点上交汇。企业买 AI 的方式也在变:SaaS 按席位、大模型按 token、托管智能体按时长——预算科目从 IT 支出滑向人力支出。对外贸企业而言,这意味着获客链路中那些“消耗时间却不产生判断”的准备工作,第一次可以被连续承接,而不必每做一步就换一个工具。

 

一、“小元AI”的位置:出海场景里的“专家”

 

米奥兰特(300795)自研的“出海精灵·小元AI”(下称“小元AI”)于 2026 年 9 月末在第五届全球数字贸易博览会上发布,定位是面向中国外贸企业的 AI 出海经营智能体,是腾讯 WorkBuddy 在出海场景的重要生态伙伴,并已上架腾讯 WorkBuddy、豆包工作等大厂AI办公平台。截至目前,“小元AI”已签约客户近 200 家。 

 

与通用对话产品的差别不在“会不会聊天”,而在“懂不懂这行”。“小元AI”有三个特征:

 

“懂出海”。理解的不只是语言,还有外贸的推进方法——什么市场值得进、买家分几类、什么话在什么阶段说。

 

“会记忆”。今天研究出来的产品卖点,明天写开发信、回询盘、接待买家时继续沿用;企业资料与客户前情不必每次重新交代。

 

“自进化”。业务反馈经企业确认后沉淀为企业自己的经验,数据留在企业自有空间,经验更新不等于模型训练。

 

数字员工的出海时刻:Agent正被数据、场景与客户重新定价

 

这三点合起来,其实在回答同一个问题:通用模型的能力人人可调,差异只能来自被喂进去的行业语料与经营数据,而这恰好是米奥兰特手里最厚的一层资产。

 

二、近4000万买家档案:数据资产构成第一道壁垒

 

米奥兰特的主业是境外自办展,每年 30 余场,覆盖建材家装、家居礼品、纺织服装、3C 家电、工业机械、孕婴童、新能源、软装家具等行业。

买家为什么到场?因为要采购。报名时填写公司与采购品类,到场时被系统记录,洽谈时留下名片与意向。这些动作一场一场累积,最终形成其他公司拿不到的资产——买家自己报名、自己填写需求、有真实到展记录的采购方档案。

 

这正是一手数据与二手数据的分界。第三方名单能告诉你一家公司存在;而从报名表与洽谈记录里长出来的档案,能告诉你它要采购什么、什么时候采购、由谁拍板。近 4000 万条全球专业买家数据,就是这样攒出来的。

 

在 AI Agent 时代,这类资产的价值被重新定价。当模型能力趋于同质,决定输出质量的往往不是参数,而是语料的独特性与场景的颗粒度。数据资产的价值不在于“有”,而在于它能否支撑一个具体决策——这家买家值不值得联系、这个市场值不值得进。这构成了“小元AI”与一众 AI 出海应用之间最硬的一道壁垒。

 

三、一个智能体,四类数字员工 

 

“小元AI”不是一个需要反复唤醒的工具,而是一支可以按目标调度的队伍。它下面有四类数字员工:

 

数字员工的出海时刻:Agent正被数据、场景与客户重新定价

 

使用方式可以概括为“说目标,不用选功能”:告诉它要开发哪个市场、主推哪款产品,它自己组织需要调用的数字员工;企业资料、客户前情与被验证过的做法,在数字员工之间是打通的。

 

这在工程上对应的是上下文管理与记忆机制——也是 Agent 从“演示可用”走向“日常可用”的关键一段。

 

数字员工的出海时刻:Agent正被数据、场景与客户重新定价

 

四、九个环节:把获客从“点”连成“线”

 

外贸获客的真实链路有九个环节。“小元AI”的做法是主链七步走通,另设两条可从任意一步切入的独立链路。

 

第一步,选市场与选品。说清“值不值得进、主推什么、打哪类客户、怎么打”,输出市场洞察报告、主推产品清单与竞争切入建议——差异点要能直接写进开发信,而不是停在分析层面。

 

第二步,找海外买家。按产品×市场筛出对口企业,附四级开发优先级与匹配理由;同行与贸易中介会被剔除。

 

数字员工的出海时刻:Agent正被数据、场景与客户重新定价

 

第三步,海外买家背调。查清该不该联系、该找谁、什么时候联系,并标明哪些已核实、哪些待人工确认——不把推测当结论。

 

数字员工的出海时刻:Agent正被数据、场景与客户重新定价

 

第四步,触达决策人。开发信走邮件与 WhatsApp 双通道,支持企业自有号发送,也可由“小元AI”官方号代发;WhatsApp 可先做一轮预沟通,问清需求、数量与规格,到报价、要样环节再交业务员接管。

 

第五步,跟进激活。开发信按买家真实需求多版本撰写,每轮换角度重写而非群发;跟进面板按状态排队、到点提醒,发信侧配邮箱验证与频率控制。

 

第六步,接住询盘。辨别真伪、提炼需求,给出回复建议;报价、账期与质量承诺等企业确认后再发。

 

第七步,客户经营。存量名单导入、去重与二次激活,客户资料沉淀在企业自有知识库;面板按角色分权限,资料可导出,不锁数据。

 

另两条链路可从任意一步切入:AI 广告托管围绕产品与目标客群持续生成推广内容,买家可查看目录并直接发送询盘;展会获客展前按展会×品类×市场筛人邀约,展中实时提醒,展后当天出对接日报,并把“匹配但没见上”的买家补联。

 

数字员工的出海时刻:Agent正被数据、场景与客户重新定价

 

九个环节的价值不在单点效率,而在链路的连续性:上一环的输出直接成为下一环的输入,业务员不必在系统之间搬运信息。这是“工具集合”与“经营系统”的分水岭。

 

五、结语 :AI出海智能体真正的壁垒,长在业务里

 

一款出海智能体要跑通,至少需要三样东西同时到位——一是海量数据,不是爬来的公开信息,而是带采购意向、带到场记录、带决策人线索的一手买家档案;二是业务场景,数据只有在场景里才会变成能力,把方法产品化,就是数字员工的“行业技能”;三是客户资源,已签约客户与跑通的案例,构成产品迭代的反馈回路,也构成新客户决策的参照系。

 

这三样东西叠在一起,构成了这类产品能否长成的底层条件:通用模型的能力可以采购,独有语料与真实场景却只能从业务里长出来。所谓壁垒,往往不在算法本身,而在算法够不着的地方。

 

回到开头那个信号。Kimi 把 Agent 的运行环境租了出去,行业由此确认了一件事:数字员工会成为企业的一项常规支出。但能“租”到的只是运行时;租不到的,是它替谁干活、干得多准。

 

在出海这条链路上,答案正在变得具体:谁掌握了买家的真实记录,谁就掌握了数字员工的判断依据;谁的业务跑在真实场景里,谁的数字员工就更早上手。这才是“小元AI”在一众 AI 出海应用中被看见的原因——它不是被移植到出海场景的专业智能体,而是从买家与展会的土壤里长出来的经营能力。