Kimi 与智谱托管智能体接口复刻 Claude 四元控制面

2026 年 11 月 5 日，月之暗面发布 Kimi Hosted Agents 官方文档，该服务自 9 月 3 日起提供公测接口。开发者只需定义角色并收发事件，运行循环、工具调用与容器沙箱由模型厂商在云端托管。

与智谱此前上线的 Z Managed Agents 对照可见，两家国产大模型厂商在构建云端托管智能体时均未跟随 OpenAI 的 /v1/responses，而是对齐 Anthropic 于 2026 年 4 月 8 日发布的 Claude Managed Agents，从路由结构、资源前缀到事件状态机保持一致。

两种接口流派

过去三年，开发者写大模型应用的第一行代码往往是向 /v1/chat/completions 发送 HTTP 请求，OpenAI 用一个无状态接口统一了行业。但到 2026 年，需求发生变化：模型需要在云端连续运行 40 分钟，读写十几个电子表格，并在途中挂起等待企业内部数据库返回结果，早期的无状态问答接口已难以承载这类长程任务。

面向公网的托管服务由此分出两大流派。一是 OpenAI 主导的单端点续写：每次请求调用同一地址，靠传入上一轮的回复标识符把多轮对话串起来。OpenAI 于 2025 年 3 月 11 日推出 Responses 接口，并在 2026 年 8 月 26 日关停旧版 Assistants API，Groq 与 MiniMax 也跟进了这一实现。

这套设计把智能体当作一次带服务端状态的推理请求，适合几轮之内的轻量问答。但跑 30 分钟以上的复杂企业任务时限制明显：开发者无法提前给容器装好团队所需软件包并限制出网域名，无法在不向模型暴露明文密钥的前提下调用外部接口，多个会话同时修改同一份文件容易互相覆盖，云端智能体也无法回头调用公司内网工具。

四元控制面

另一流派是 Anthropic 提出的四元控制面，把托管智能体拆成四个互不耦合的接口资源：定义角色与工具的 Agent、定义容器环境的 Environment、代表单次运行实例的 Session，以及记录每一步动作的双向事件流 Events。

智谱与月之暗面在这一层与 Anthropic 保持高度一致。三家厂商的四个核心路由完全同名，分别为 /v1/agents、/v1/environments、/v1/sessions 与 /v1/sessions/{id}/events；容器内技能都只读挂载在 /mnt/agents/skills/ 目录下，事件流也都靠运行态与闲置态的切换来驱动本地回调。

包裹模型的循环控制程序通常称为 Harness，负责喂提示词、解析工具调用、管理沙箱文件和报错重试。此前有分析预测各家虽会认同这四个概念，却很难在状态机和事件粒度上做到接口级兼容，但仅 7 个月后产业现实就修正了这一判断。国内大厂此前已全面兼容 /v1/messages 接口来服务 Claude Code 用户，这股生态惯性加上 OpenAI 重型协议在公有云上的缺位，把 Claude Managed Agents 推成了国产托管服务的事实标准。

内网与密钥隔离

接口之外，落地问题随之而来。根据 Kimi 环境配置文档，每个云端会话默认提供一个 Debian 12 容器，配备 4 核处理器、8 GiB 内存和 16 GiB 磁盘，预装 Python 3.12、Node 24、Go、Rust、无头浏览器和办公套件。框架与容器都在云端运行，企业内网数据库和第三方商业密钥的安全如何保障，月之暗面给出了三层方案。

第一层是在云沙箱的出网代理层替换密钥。存放第三方密钥的加密资源称为凭据保险箱，对应接口中的 Vault。在环境变量模式下，容器内的变量只是假占位符，模型即便在沙箱里打印环境变量也看不到真密钥；只有请求发往白名单域名并经过沙箱出网代理时，代理层才会填入真密钥。

第二层是本地工具回调。查询核心账本等敏感工具可以声明为 custom 工具留在企业本地，云端模型运行到这一步会发出事件并把会话挂起为闲置态，等本地客户端在内网跑完再把结果推回云端继续循环，会话挂起期间不收沙箱费。第三层是自托管长轮询，企业在内网宿主机启动工作进程，主动向云端发起出站长轮询拉取指令，防火墙无需开放任何入站端口。

同一底座上两家厂商走出了不同方向。月之暗面在插件市场接入 30 多个垂直数据插件，成功调用按 0.02 元到 0.70 元分 4 档计费，覆盖网页搜索、社媒、公告及专利工商数据，并提供按需加载模式防止插件撑爆上下文；智谱则在 glm-5.3 系列模型之上扩出部署与渠道接口，支持扫码绑定个人微信或接入飞书、企微。

长程任务成本

月之暗面此次提供了 12 个官方行业样板间。基金对账案例单次运行耗时 15 到 25 分钟、总成本约 15 元，官方用会话下的子线程接口拆出 3 个角色，目的不是按业务步骤分工，而是实现信任权限隔离：解析托管行对账单 PDF 的子智能体只开读文件权限，关闭代码执行、写文件与网络；主智能体挂载对账技能负责比对；独立审阅子智能体故意不挂载对账技能，强制汇报原始文件总行数与首尾证券代码，并随机抽检至少 20 个主键手工验算。

这一做法与近期评测结论一致。Surge AI 在 Terminal-Bench 2.0 的 89 道题上发现，维持最简循环不变、单纯调高模型推理深度，准确率可涨 11.3 个百分点到 66.0%；而靠复杂提示词内置 37 个技能、单题最多拆出 17 个子智能体的框架，消耗了 4.4 倍到 9.9 倍的 Token，耗时翻了 3.6 倍，得分反而跌到 53.5%。

金融财务建模案例则展示了缓存的省钱效应。对于不需要隔离外部不可信输入的任务，官方让一个主智能体连续跑 45 到 90 分钟、调用 60 到 120 轮工具，合计输入高达 1000 万 Token。跑 1.5 小时的云沙箱只花约 0.1 元，真正省下大钱的是托管编排层与推理路由配合，把 Prompt Cache 命中率维持在 95%；在 kimi-k3 上，命中缓存的重复前缀单价从 20 元/百万 Token 降到 2 元/百万 Token，单次建模账单从原本超过 200 元压到 30 至 50 元。

云沙箱计费上，月之暗面把活跃容器压到 0.072 元/小时，闲置与自托管免费，新用户赠 100 元体验金，约为 Anthropic 0.08 美元/小时（约 0.58 元/小时）的八分之一。

选型建议

接口协议收敛、价值边界清晰之后，研发团队可按任务复杂度切分策略。几轮内的轻量问答或简单检索，直接用单端点续写接口即可，接入成本最低。

若任务涉及沙箱执行、长程多轮循环或内网混合调用，则更适合用 Agent、Environment、Session、Events 四元控制面构建客户端和适配器。Anthropic、智谱与月之暗面已在这一层实现协议对齐，用这套抽象写业务代码，未来在国内外主流模型间切换的迁移成本最低。

拆分多智能体时也不必沿用按岗位切分提示词的旧套路：常规长程任务尽量交给单个高推理模型，借助托管底座的高命中率缓存跑通；只有在需要隔离不可信数据权限或强制独立盲审时，才动用子线程做物理隔离。

要点

Kimi Hosted Agents 于 9 月 3 日起公测
智谱与月之暗面均对齐 Claude 四元接口
四元路由为 agents、environments、sessions、events
Kimi 活跃容器计费 0.072 元每小时
金融建模案例输入达 1000 万 Token