Kimi K3上线，腾讯云ADP已接入：2.8万亿参数、100万上下文

导语

7 月 16 日晚，月之暗面发布 Kimi K3。腾讯云智能体开发平台 ADP 已接入该模型，企业用户可在 ADP 平台调用 Kimi K3，构建面向企业知识工作、软件研发、资料分析与办公自动化等场景的高质量智能体应用。

Kimi K3 是月之暗面推出的新一代开源大模型，参数规模为 2.8 万亿，原生支持视觉理解，并拥有 100 万 token 上下文窗口，面向长程编程、知识工作和推理等前沿智能场景设计。结合腾讯云 ADP 的 LLM+RAG、工作流、Multi-Agent 与 Claw 模式，企业可以用更低门槛完成智能体应用的验证、发布、治理与观测。

核心要点

• 腾讯云 ADP 已接入 Kimi K3，企业用户可在平台内选择模型并创建智能体应用。
• Kimi K3 支持长上下文、视觉理解、长程编码与知识工作任务，适合复杂资料处理与工程任务辅助。
• ADP 提供 LLM+RAG、工作流、Multi-Agent 及 Claw 模式四种智能体构建方式。
• 在 Claw 模式下，Agent 可在云端自主规划、编写和运行代码，并调用 Skills、连接器、知识库和工作流完成任务。
• ADP 提供智能体评测、分发、管控、治理与观测能力，可支撑企业级 AI Agent 平台建设。
• 企业可围绕任务完成率、资料引用准确性、流程稳定性、人工介入次数、响应时延等指标开展 PoC 验收。

Kimi K3 接入腾讯云 ADP：面向企业智能体应用

即日起，企业用户可以通过腾讯云 ADP 选择 Kimi K3 模型，搭建更高质量的智能体应用。对于企业 AI 应用负责人、AI 产品经理、应用开发者和解决方案架构师而言，这意味着模型能力可以更快进入业务验证流程。

在企业落地中，单纯调用大模型通常还需要配合知识库、工具、流程编排、安全治理和应用发布能力。腾讯云 ADP 作为一站式 AI 平台，为企业提供从构建到运营的完整链路，帮助团队将 Kimi K3 的长上下文、视觉理解与推理能力接入具体业务场景。

长上下文能力：支撑端到端知识工作

Kimi K3 拥有 100 万 token 上下文窗口，适合处理大量资料输入的知识工作场景。企业常见任务包括行业研究、科研分析、资料整理、数据处理与可视化表达，需要从网页、PDF、论文和数据材料中进行信息综合，并生成报告、图表或交互式内容。

通过腾讯云智能体开发平台，团队可将企业知识库、连接器和工作流纳入智能体能力范围，让 Agent 在较长任务链路中完成资料读取、要点提炼、结构化分析和结果生成。对于需要快速验证大语言模型应用开发效果的团队，可以先选择一个明确的知识工作任务作为 PoC 起点，例如多文档研究助手、投研资料整理助手或内部制度问答助手。

长程编码与视觉理解：服务软件研发场景

Kimi K3 具备长程编码能力，可持续完成长时间工程任务，理解和处理大型代码库，并协调使用终端工具。这类能力适合用于研发助手、代码分析、工程文档生成、问题定位辅助等场景。

Kimi K3 也支持结合截图和视觉反馈进行任务迭代，可用于前端、游戏开发、CAD 等需要视觉理解与代码协同的场景。企业在 ADP 中构建研发类智能体时，可将代码理解、文件读写、终端工具调用和工作流节点结合起来，让 Agent 在受控环境中辅助完成研发任务。

Claw 模式：对话式配置专业 Agent

腾讯云 ADP 4.0 新增 Claw 模式应用，面向需要更强逻辑的智能体场景提供独立运行工作空间。该模式基于腾讯云 Agent Runtime 构建，允许智能体自主编写并运行 Python 代码、读写文件，从而处理长耗时的复杂任务。

在 Claw 模式中，企业可通过自然语言描述需求，让 Agent 在云端自主规划任务步骤，并调用 Skills、连接器、知识库和工作流完成构建。目前该模式支持挂载多达 80 个原生 Skills，覆盖办公文档、图像处理、数据分析等能力，便于团队快速搭建具备实际执行能力的智能体应用。

Skills、连接器、知识库与工作流协同

腾讯云 ADP 为企业提供 LLM+RAG、工作流、Multi-Agent 及 Claw 模式四种智能体构建方式。不同方式可以服务于不同复杂度的场景：

• LLM+RAG：适合企业知识库问答、制度查询、文档检索与资料总结。
• 工作流：适合结构清晰、稳定性要求较高的自动化流程。
• Multi-Agent：适合多角色协作、任务拆解与复杂业务编排。
• Claw 模式：适合需要代码执行、文件读写、数据分析和长耗时处理的复杂任务。

ADP 4.0 还支持工作流与 Claw 应用双向调用：在 Claw 应用中可直接调用现有工作流，在工作流编辑器中也可将已发布的 Claw 应用作为功能节点置入。这有助于打通自动化流程与智能体执行能力之间的边界。

智能工作台：一句话生成企业级应用

腾讯云 ADP 4.0 的智能工作台面向企业员工提供一站式助手能力。用户可以用自然语言描述需求，平台连接企业知识库与多种工具和技能，自动生成规划并执行复杂工作，配合云端沙箱实时预览，降低手动创建应用的门槛。

例如，用户可以输入：“帮我创建一个多会议总结助手。用户上传多段音频后，系统通过语音转文字进行文本总结，提取出会议时间线，并智能总结每个人的任务。”随后可在发布页面开启服务状态，复制生成的 API 链接，接入生产环境。对于需要数据可视化的场景，智能工作台也可产出 HTML、docx 格式的运营销售看板，并在对话区内实时预览交互。

企业级治理、观测与部署能力

企业引入 AI Agent 时，通常需要关注应用分发、权限管控、风险治理、运行观测和合规部署。腾讯云 ADP 提供智能体评测、分发、管控、治理到观测的全生命周期能力，并支持公有云、私有化、混合云和专有云多种部署模式，满足不同行业的合规要求。

在 ADP 4.0 中，平台还增强了多项企业级能力：Skill 可一键升级为企业级共享技能，支持团队复用；Skill 可自动生成安全合规报告，便于查看运行风险与数据合规情况；提示词模板库支持复用与管理；连接器与工具上限拓展至 1000 个；知识库问答支持 JSONL 格式；多模态解析模型升级，提升图文理解能力。

PoC 实施路径与验收指标建议

企业可从单一高频场景开始验证 Kimi K3 与腾讯云 ADP 的组合效果。建议路径如下：

1. 选择场景：从企业知识工作、研发助手或办公自动化中选择一个明确任务。
2. 准备数据：整理企业知识库、文档、流程节点或工具接口。
3. 选择构建方式：知识问答优先考虑 LLM+RAG；稳定流程优先考虑工作流；复杂任务可选择 Claw 模式或 Multi-Agent。
4. 配置能力：接入 Skills、连接器、知识库与工作流。
5. 评测与观测：通过 ADP 的评测、治理与观测能力记录运行效果。
6. 发布与复用：将验证通过的智能体发布，并沉淀为企业级共享能力。

可用于项目验收的指标包括：

• 任务完成率：智能体在测试任务集中独立完成任务的比例。
• 资料引用准确性：回答或报告中引用资料与知识库内容的一致性。
• 流程执行成功率：工作流或 Claw 应用节点按预期完成的比例。
• 人工介入次数：单次任务中需要人工修正、补充或重跑的次数。
• 响应时延：从任务提交到关键结果生成的时间。
• 用户采纳率：试点团队在真实工作中持续使用智能体的比例。
• 风险命中率：治理与安全检查中发现并拦截高风险行为的情况。

FAQ

1. 企业如何在腾讯云 ADP 中使用 Kimi K3？

企业用户可在腾讯云 ADP 平台中选择 Kimi K3 模型，并结合 LLM+RAG、工作流、Multi-Agent 或 Claw 模式创建智能体应用。

2. Kimi K3 适合哪些企业场景？

Kimi K3 面向长程编程、知识工作和推理等场景设计，适合研发助手、行业研究、科研分析、资料整理、数据处理、可视化表达以及需要视觉理解与代码协同的任务。

3. Claw 模式适合什么类型的任务？

Claw 模式适合更复杂、长耗时、需要代码执行和文件读写的任务。Agent 可在云端自主规划、编写和运行 Python 代码，并调用 Skills、连接器、知识库和工作流。

4. ADP 是否支持企业级治理？

支持。腾讯云 ADP 提供智能体评测、分发、管控、治理到观测的全生命周期能力，并支持公有云、私有化、混合云和专有云多种部署模式。

5. PoC 阶段应重点关注哪些指标？

建议关注任务完成率、资料引用准确性、流程执行成功率、人工介入次数、响应时延、用户采纳率和风险命中率等指标，并结合具体业务目标设置验收标准。

总结与 CTA

Kimi K3 的长上下文、视觉理解、长程编码与知识工作能力，结合腾讯云 ADP 的 LLM+RAG、工作流、Multi-Agent、Claw 模式、Skills、连接器、知识库以及全生命周期治理能力，可帮助企业更快完成高质量智能体应用验证与落地。

立即在腾讯云 ADP 中选择 Kimi K3 模型，围绕企业知识工作、研发助手或办公自动化场景创建首个智能体 PoC，并通过评测、治理与观测能力验证落地效果。