短版摘要：Kimi Hosted Agents 把会话、沙箱、事件历史与执行层恢复做成托管服务。¥0.072/小时只是沙箱价格，模型 token 与插件另计。对长程异步任务，它能减少基础设施工作；但默认公网访问和默认工具放行需要显式收紧。需要精细控制每轮推理的团队，继续自建循环仍然合理。
接入模型之后，应用往往才开始面对真正的工程工作：历史怎么存，工具在哪里跑，断线后如何续接，失败是否会重复执行。Kimi 这次交付的重点，是把其中一部分运行责任变成服务。我的判断是，它适合希望少维护执行基础设施的团队，但迁移之前应先画清责任边界，不能把“托管”当成业务逻辑已经有人兜底。
Harness 成为服务，自定义工具仍有客户端责任
发布页更新于 2026-11-05，将支撑 Agent 的 Harness 作为云端服务提供，面向内部监控、运维响应，以及产品中的投研或客服助手等应用，提供长程任务和多智能体协作所需的托管环境。
产品概览对两条路线划分得很清楚：模型推理 API 适合自定义 Harness、精细控制；托管智能体是预构建且可配置的服务，适合长时间运行和异步任务。它把完整历史按事件持久化，提供隔离沙箱，并承担执行层重试和调度，平台故障后可接管恢复。
但“工具执行托管”有范围：内置工具在云沙箱执行，自定义工具仍由客户端执行。接入内部业务系统时，鉴权、参数检查、结果回填仍要自己落实。我建议先按工具划分责任，再讨论迁移规模；不能只因为模型能调用工具，就默认业务执行也已迁到云端。
图注：依据 Kimi Hosted Agents 产品概览整理。托管栏说明执行层分工，不代表自定义工具、业务授权和交付验收也由平台承担。
新闻页列出首批 8 个金融 Agent 模板，概览列出 12 个官方模板，后者还覆盖游戏、运维和社群运营。这是资料口径不同，不应编出从前者扩展到后者的变更日期。模板可以帮助理解任务组织方式，不能代替对自己业务流程的验收。
沙箱单价很低，总价却没有被它封顶
定价文档的公式是：沙箱运行时长乘以 ¥0.072/小时，加模型推理费用，再加插件调用次数乘以对应单价。每个会话使用独立云沙箱，模型 token 按所选模型的推理价格计费，插件按次计费。
本文未查到可稳定提取的具体插件名单和单价，也不补写模型推理单价。因此只能演示沙箱这一项：1 小时 × ¥0.072 = ¥0.072，模型和插件另计。这个结果不能拿来宣传成完整任务只花这些钱。
从预算管理角度，我会优先观察模型 token 和插件调用频度，而不只盯着沙箱时长；这是建议的排查顺序，并非本文测得的费用占比。缺少实际用量和插件价格，无法断言某个模板的主要成本，也无法给出任务总价。
FAQ写明，当会话所有线程的模型请求及后续执行都结束，会话进入 idle，停止累计沙箱计费。取消当前轮次后仍可继续；归档则是不可逆的只读终止。业务里的“停止”按钮应对应明确动作，避免把暂停任务和结束会话混为一谈。
默认可用的环境，需要主动收紧
执行环境文档要求创建会话时通过 environment_id 绑定环境。省略 networking 时默认为 unrestricted，允许访问公网，同时仍拦截通用安全黑名单。生产建议采用 limited 配合 allowed_hosts。
这里不能把域名列表写得像浏览器地址：规则不接受 URL scheme 或路径，精确主机与通配子域名的含义也不同。*.example.com 不包含根域本身，不带端口时只放行 80 和 443。实际配置应按业务依赖逐项确认，尤其是下载文件和访问外部服务的路径。
网络控制还有层级边界：沙箱规格说明，环境 networking 控制沙箱进程出站，不影响平台层 Web Search、Fetch 等工具。因此，沙箱白名单不能替代平台工具权限检查。MCP 服务和包管理器放行又有各自默认关闭的开关，也应分别配置。
权限文档中，工具默认启用，permission_policy 默认为 always_allow。可能改变外部状态的工具宜设为 always_ask，不用的设为 enabled:false。暂停等待确认之后，客户端还需要提供允许或拒绝的交互；只改服务端策略，不做确认界面，会让任务停在用户看不到的地方。
恢复执行不等于每次业务动作都能放心重试
FAQ说明，事件流断开后可用最后一帧的 id: 作为 cursor 或 Last-Event-ID 续接，不必重跑任务。迁移指南则要求先订阅事件流，再发送 user.message；创建会话本身并不启动执行。
这意味着客户端需要保存游标、去重展示事件，并把断线恢复与重新发起任务分开。平台承担模型请求重试，不等于自定义工具的外部副作用天然幂等。我的建议是为写操作保存业务执行凭据，重连后先核对结果，再决定是否重新提交。
文件交付也有类似边界。沙箱规格指出，/mnt/agents/ 写入会同步到会话持久化工作区，但退出前未同步的最新内容可能丢失。关键产物应通过会话文件接口取回，或用 save_artifact 显式交付不可变版本。看到沙箱里有文件，不等于交付已经完成。
对照自建循环，才知道自己交出了什么
下面通过 Twinkle Model 的 OpenAI 兼容接口演示自建 Harness 的最小文本往返，需安装 openai，模型名以模型广场实际上架名为准。这里只接模型推理，没有声称中转托管了 Kimi 的 sessions 或 environments API。
import os from openai import OpenAI client = OpenAI( base_url="https://big-model.smart-agi.com/v1", api_key=os.environ["TWINKLE_API_KEY"], ) messages = [{"role": "system", "content": "只依据提供的材料分析，缺失信息标为未查到。"}] for question in ["列出事故排查所需材料，暂不执行工具。", "补充哪些动作需要人工确认。"]: messages.append({"role": "user", "content": question}) response = client.chat.completions.create( model="kimi-k3.1-pro", messages=messages, ) reply = next(iter(response.choices)).message messages.append(reply.model_dump(exclude_none=True)) print(reply.content) 这段代码由应用维护 messages，没有沙箱和工具执行。若扩成工具循环，解析调用、实际执行、回填结果、持久化与重试都要自己补齐。这正是托管服务试图接走的工作，而非模型回复质量的替代指标。
我会以现有团队的控制需求作选择：任务主要卡在执行基础设施，就评估托管；必须逐轮决定推理输入和调度，就保留自建。环境和智能体版本在会话创建时固定，后续更新不影响进行中会话，也应纳入发布计划。先把权限、恢复与交付走通，再判断迁移是否真正减少了维护负担。
参考资料
作者说明：作者在运营 API 中转站 Twinkle Model（https://big-model.smart-agi.com）：GPT 1折、国模1折、满血 Claude、源头中转、低价稳定，价格见模型广场 https://big-model.smart-agi.com/model-plaza。
