API
应用程序编程接口，是软件系统之间进行交互的标准化通信方式，定义了请求格式、认证机制和响应结构，使外部应用能够调用服务提供方的能力
核心事实
时间轴 (近 90 天)
Reddit讨论中，开发者对自托管与API的临界点存在分歧，认为取决于团队规模、调用量和运维能力，没有统一答案。
对于中小团队，自托管的运维复杂度和前期投入可能反而高于API费用。
许多API和第三方客户端都支持自定义系统提示
中小企业可以通过API调用获得过去只有大公司才负担得起的能力，在一定程度上缩小了能力差距。
借助现成API，一个具备分类、评分、通知和仪表盘功能的分诊原型可能在几天内搭建完成，而传统方式下需要数月。
企业环境中大量内部系统建设年代较早，未提供API，或虽有接口但权限受限，这是桌面自动化工具长期存在的现实原因。
有API的系统，程序化调用更稳更快；没有API的老旧内部系统、桌面客户端、需要目视确认的界面流程，只能靠Computer Use这类工具去操作屏幕。
判断该用哪个AI工具的两个问题是：操作对象是代码文件还是软件界面？目标系统有没有可调用的API？对象是代码、系统有接口则走Code Agent；对象是界面、系统没有接口则走Computer Use。
当模型调用外部API时，输入的数据、微调所用语料以及模型输出沉淀的反馈都可能流入第三方手中。
Auto Ontology 通过 MCP、CLI 和 API 三种方式对外输出语义上下文。
还有 40 条时间轴事件
全部知识事实 (20)
中转 API 服务通常兼容 OpenAI API 格式，只需修改 Base URL 和 API Key 即可接入
80%已验证ChatGPT Enterprise 是由客户方管理员配置和治理的托管工作区，OpenAI 提供服务，数据在 OpenAI 服务中处理，托管于主流云厂商，商业内容默认不用于训练。
75%已验证托管式 Agent API 意味着平台负责智能体的运行时管理，包括会话状态维护、工具调用编排、错误重试、监控与日志等基础设施工作
75%已验证对抗性蒸馏攻击者通过大量系统化地向目标模型发起请求，采集输入-输出对，尤其是包含完整推理链的响应，用于训练自己的模型以复刻目标模型能力
75%已验证对于高频使用场景，API 按量计费往往比订阅制更具成本可预测性
75%已验证MCP并不会取代API，在很多情况下MCP服务器背后使用的仍然是API
65%已验证在n8n这类低代码自动化平台中，每个AI代理节点通常对应一次独立的大模型API调用
65%已验证API定义了应用与特定服务通信所需的参数、认证方式和响应格式
65%已验证n8n 对于不在内置列表里的服务，可以通过 HTTP Request 节点自行调用任意 REST API
65%已验证主流大模型API按输入Token与输出Token分别计费，输入Token通常包含整个对话历史（即上下文）
65%已验证聚合型路由平台作为中间代理层统一对接多家大模型提供商的API,开发者通过一个API密钥和Base URL即可调用不同厂商的模型
65%已验证在API调用中系统提示作为独立的message角色（role: system）传入，具有比普通用户消息更高的指令优先级，并贯穿整个对话
65%已验证API 全称 Application Programming Interface，本质是应用程序对外暴露的操作数据的入口，可以是函数、类或 URL 地址
65%已验证AI Agent开发中真正决定连条效率的不是多写提示词，而是先把接口标准立住再围绕标准跑通链路
65%已验证大语言模型API定价通常以每百万Token计量，输出价格普遍是输入价格的4至6倍
65%已验证Token计费是当前主流的AI API计价方式，以输入加输出的Token总量为单位收费
65%已验证大语言模型每次调用的费用与输入token数量正相关，在Agent循环中随着对话历史积累每次调用成本会线性增长
65%待验证API接口契约或schema文档中未明确写出取值范围、ID格式约束等信息时，AI会用默认逻辑做实现导致bug
80%待验证MCP路由器的路由逻辑比传统API网关更复杂，需要理解AI模型的意图语义来智能匹配最合适的MCP服务端点
75%待验证平台通过开放API接口追踪内容与交易行为之间的归因链路，系统自动记录并结算佣金
70%