Kimi Hosted Agents 深度：0.072 元/小时沙箱与 140+ 技能

Kimi 开放平台在 11 月 5 日上线托管智能体 Kimi Hosted Agents，把支撑智能体运行的整套 Harness 做成了按量计费的云服务。一句话结论：长程智能体的账单大头在模型 token，沙箱运行时长几乎可以忽略不计，而 140+ 技能与 30+ 插件让企业彻底绕开自建运行框架那一段最耗人力的工程。

这次上线的重点不在模型。模型侧的主角依然是 Kimi K3 与 K3.1 Pro，本次平台侧新增的是承载它们跑起来的运行时：会话、工具、沙箱、权限、定时、多智能体编排，全部由平台托管，开发者只写 Agent 配置。官方的说法是 Harness as a Service，意思是过去企业要花几个月搭起来的那套底座，现在按小时租。

托管智能体卖的究竟是哪一层

先说清楚 Harness 指什么。一个智能体要真正投入生产，模型之外还得有一整套运行底座：代码执行环境、上下文与会话管理、工具调用的解析与回填、权限控制、任务中断后的状态重建、超时与限流退避。这些活儿以前都由应用团队的代码承担，上线之后还得长期维护。

官方把托管智能体定位成 Kimi 开放平台上的第二类产品，与直接调用的模型推理 API 构成一组明确分工：

迁移文档把两种形态的差异摊开讲得更细，五项能力逐条对应：

从自建循环迁过来，代码里的东西要重新分家：硬编码的系统提示词收进 Agent 配置的 system 字段；在客户端执行的业务工具声明为自定义工具，平台通过事件流把调用送过来；自己手写的搜索、读写文件、跑命令这几类函数可以直接删掉，因为智能体默认就带云沙箱内置工具；成体系的领域经验则打包成技能挂载。迁移不需要任何 SDK 兼容层，托管智能体就是一组 HTTP 加 SSE 接口。

这套托管服务的落点有两类场景，一类是面向内部业务，接进企业自己的系统做业务监控、研究分析、运维响应；另一类是面向产品用户，把投研助手、游戏内策略顾问这类 Agent 嵌进对外产品里。

账怎么算：0.072 元一小时和三段式计费

总费用公式官方写得很直白：总费用等于沙箱运行时长乘以每小时 0.072 元，加上模型推理费用，再加上各插件调用次数乘以对应单价。沙箱规格是 1 核 CPU 加 1 GB 内存，按运行时长计费，最小按秒计。

模型侧按所选模型的公开单价走，K3 系列上下文窗口统一为 1,048,576 tokens，缓存默认 5 分钟 TTL：

<>40.00 元

kimi-k3.1-pro 与 kimi-k3 都支持批量推理，各项费用是标准价格的 60%，适合大规模、非实时任务。插件按调用次数计费，分档价格从千分之一元到四毛五不等：

把三段费用摊到真实任务上，结论就清楚了。官方给金融深度研究智能体的实测估算显示：一次深度研究跑 1 到 3 小时，沙箱费用不到 0.2 元；30 到 45 页标准档的报告总成本约 30 到 80 元，80 到 120 页深度档约 100 到 200 元，基于同一份研究再产出投委会 PPT 额外 20 到 40 元。沙箱这项几乎可以当成零头，真正的成本在 token。

缓存是控制成本的关键。财务建模这类任务累计输入可达上千万 tokens，其中约 95% 是重复前缀，命中上下文缓存后按缓存价计费；如果同等输入量全部按未命中价算，总成本会变成当前的六到七倍。

沙箱里装了什么：Debian 12 与五套语言运行时

托管智能体真正的执行面在云沙箱里。镜像基于 Debian 12 bookworm 构建，预装语言运行时、系统工具和文档数据处理软件：

系统工具这一层照顾得相当细：常用命令行有 git、curl、wget、jq、tmux、vim、zip 与 unzip、rsync、tree；文档与 Office 方向有 LibreOffice、pandoc、qpdf、poppler-utils（含 pdftotext）、wkhtmltopdf、Tectonic；媒体处理有 ffmpeg 与带英文识别包的 Tesseract OCR；浏览器侧预装无头 Chromium，供 PDF 渲染和图表截图使用；字体带 Noto CJK，中英文文档和图片渲染可以直接用。

Python 包按用途分成四组。数据科学与可视化装的是 numpy、pandas、scipy、scikit-learn、statsmodels、lightgbm、sympy、networkx、matplotlib、plotly、seaborn；文档与 PDF 处理是 python-docx、python-pptx、openpyxl、xlsxwriter、pdfplumber、pypdf、pymupdf、reportlab、markitdown 等；图像视觉有 pillow、opencv-python-headless、scikit-image、onnxruntime；地理空间与量化那组是 geopandas、shapely、pyproj、yfinance、backtrader，另外还带 Jupyter 内核。npm 全局工具预装了 docx、pptxgenjs、pdf-lib、pdftk、md-to-pdf、Mermaid 图表渲染命令 mmdc 与 sharp 图像处理。

这些预装项决定了工具调用的边界，下面这张表是实际可用的上限：

文件系统的挂载点按来源分成几个区域：/mnt/agents/ 是智能体默认的工作目录，可读写；/mnt/agents/upload/ 挂载调用方上传的文件，只读；/mnt/agents/memories/ 下每个记忆库一个目录，绑定时可选只读或读写；/mnt/agents/skills/ 存放技能包。每个会话独占一个沙箱，不与其他会话共享文件和进程状态。

从自建循环迁过来：接口、版本与工具权限

托管智能体对外是标准的 HTTP 加 SSE 接口，入口有三种：kha CLI、控制台、REST API。kha CLI 的设计挺有意思，安装之后可以在 Kimi Code、Claude Code、Codex 这类 AI 编程助手里用自然语言创建智能体、提交任务、查看执行状态并取回产物，不用先手写请求。

版本机制是这类平台最容易踩坑的地方，官方给出了明确规则：会话在创建时冻结当时的智能体版本，中断恢复也继续用这个版本，更新智能体只影响之后新建的会话；更新请求带 version 做并发校验，跟当前版本不一致直接返回 409，重新读一次再试即可；智能体引用的官方插件或指定精确版本的自定义插件会被固定为采用时的版本，平台升级插件不会影响已保存的智能体。

工具权限由两个字段控制。enabled 决定工具是否暴露给模型，默认启用；permission_policy 决定模型调用工具时怎么评估，取值 always_allow 直接执行，always_ask 暂停并等待客户端确认，默认是 always_allow。两个字段都能在工具集级别设默认值，也能针对单个工具覆盖，每次工具调用的评估结果会通过事件下发给客户端。对写文件、执行命令、调外部服务这类会改变外部状态的动作，把权限改成 always_ask 是必要动作。

可靠性相关的数字也一并列出来。模型请求遇到限流、服务异常或超时会自动重试，最多 20 次，间隔依次是 0.5 秒、1 秒、2 秒、4 秒，之后每次固定等 5 秒；会话内所有线程的模型请求和后续执行都结束后，会话进入 idle 状态并停止累计沙箱计费时长；事件流断开后重新订阅时带上最后一帧的游标或 Last-Event-ID 请求头，就能从断点继续读，任务本身在服务端继续运行。取消、归档、删除三件事语义不同：取消只停当前轮次，会话回到 idle 还能继续输入；归档把会话置为只读终止状态且不可逆；只有已归档的会话才能删除。

官方 12 个 Agent 模板与真实成本

平台首批给了 12 个官方 Agent 模板，覆盖金融研究、游戏开发、运维响应和出海社群运营，模板可以复制到自己的项目空间，接内部业务系统和私有数据库：

成本差异主要由报告页数决定，官方给的估算区间很具体：

人工做一份深度研究报告加投委会 PPT 通常要 3 到 5 个工作日，智能体标准档 1 到 1.5 小时交付 30 到 45 页报告，深度档 2 到 3 小时交付 80 到 120 页。官方给的模型是智能体负责执行，人负责复核与决策。

多智能体编排与定时触发

协调智能体可以在同一个会话里把任务委派给子线程，子线程用各自指定的智能体配置执行子任务并回传结果。会话创建时平台会自动建一个协调线程，它是默认执行入口，用户输入都走它处理。

委派名单通过 multiagent.agents 声明，来源分两类：type 为 agent 引用已存在的智能体，省略 version 时平台在写入时固定其最新版本；type 为 self 复用协调智能体自己当前固定的版本和配置。名单至少 1 个、最多 20 个条目，重复引用、显示名重复、引用已归档或本身配置了 multiagent 的智能体都会在写入时报错。层级限制是协调智能体可以建子线程，子线程不能继续往下建。子线程之间共享执行环境，但不共享完整的模型上下文。

定时运行靠触发器实现，cron 表达式是空格分隔的五段，最小调度单位 1 分钟，时区用 IANA 名称。默认 new_session 模式每次触发建一个新会话，reuse_session 模式复用平台托管的会话。每次触发最多投递 16 条初始事件，可绑定最多 16 条文件、凭据库或记忆库资源。每项目最多创建 200 个非归档触发器，未来 5 年内没有命中时间的表达式会被拒绝。

网络访问分两档策略。limited 只允许访问配置的主机以及按配置放行的包管理器和 MCP 服务；unrestricted 允许访问公网，但云厂商元数据地址这类特殊端点仍会被平台拦截。

安全边界：Inference Hook 与自托管环境

企业最担心的两件事，官方各给了一个开关。

一是推理前的检查。Kimi Inference Hook 是开放平台上的独立安全组件，可以对接企业自建或采购的安全服务，在每次模型推理前检查任务输入和工具返回内容，规则由企业自己定义，放行还是拒绝由 Hook 执行，只有通过检查的内容才会进入模型推理，未获准的隐私与敏感数据被拦在推理之前。这个组件目前仅对完成企业认证的用户定向开放，需要走官方销售。

二是把沙箱搬回自己机房。自托管环境让沙箱工具在企业自己管理的主机上运行，模型调用、智能体编排和会话管理仍由平台负责，适合需要访问内网服务、或要在自有执行环境里处理代码、文件的场景，同样只对企业认证用户开放。

除此之外还有执行留痕与审计导出，平台记录每次工具调用的评估结果，企业可以在必要时随时中止会话。把这几层叠起来看，托管智能体在权限控制上给出的东西比多数自建方案更完整，代价是部分能力需要企业认证才能解锁。

常见问题

Kimi 托管智能体适合什么样的任务？适合长程、异步、需要真实执行环境的任务，比如定时生成晨报、扫描招股书、对账、跑财务建模、做事故根因分析。一次任务跑 1 到 3 小时、需要读写文件、跑命令、联网取数的场景收益最大。如果是几秒钟返回的问答类需求，直接调模型推理 API 更划算。

托管智能体和自己搭一套 Agent 运行框架怎么选？判断标准是这套框架要不要自己长期维护。需要精细控制每一次工具调用、模型调度和上下文拼装，自建更灵活；但如果需求是让 Agent 稳定跑长任务、并且团队不想把精力耗在会话恢复、沙箱隔离和重试退避上，托管能省掉几个月的工程量。官方文档给了迁移路径，两边可以共存，先按自建跑通原型，再把运行时交给平台。

跑一次深度研究报告大概要花多少钱？沙箱按 0.072 元一小时计费，一次 1 到 3 小时的深度研究沙箱费不到 0.2 元，这部分几乎可以忽略。总成本主要在模型 token，30 到 45 页标准档约 30 到 80 元，80 到 120 页深度档约 100 到 200 元，再加投委会 PPT 额外 20 到 40 元。插件调用按次另行计费，基础数据源千分之一元一次，联网搜索 0.03 元一次，Wind 类数据源 0.45 元一次。

小结

Kimi 托管智能体把智能体竞争从模型能力推向运行时的工程化阶段。0.072 元一小时的沙箱听着便宜，真正的信号是它在计费里刻意做成了零头角色：平台赌的是模型 token 与插件调用这两段，而企业省下的是自建 Harness 的几个月与长期运维。这个定价结构也解释了官方 12 个模板为什么几乎都指向金融场景，那里既有大量结构化数据插件，又有明确的产物形态（Excel、Word、PPT），成本与收益都算得清。

对想用 Agent 又不想自己养运行时的团队来说，现在多了一个能算清账的选项。K3 与 K3.1 Pro 的模型能力和 Agent Swarm 那套多智能体思路在站内此前已有稿件覆盖，这次补上的是承载它们的运行时这一层。

相关阅读

• Kimi K3.1 Pro 发布：Terminal-Bench 4.0 拿 65.7%
• Kimi Agent Swarm 是什么：100 个子 AI 并行工作解析
• Kimi Code Desktop 深度：Swarm 与 Tower 多智能体架构
• Kimi K3 技术报告解读：2.8 万亿参数 MoE 与 90% 编码缓存命中率
• OpenAI 联手 AWS 推 Bedrock 托管智能体：Pro 500 美元套餐同日上线