Pytania i szczere odpowiedzi o Olivares AI

Olivares AI to self-hosted, neutralna wobec dostawców platforma do integrowania, zarządzania i zabezpieczania enterprise AI na infrastrukturze, którą już obsługujecie. Wykrywa agentów, sesje, modele i serwery MCP, a następnie buduje mapę dostępu pokazującą, co każdy z nich może czytać lub zapisywać. Celem jest dostarczenie zespołom platformowym, bezpieczeństwa i operacji ground truth do polityk, kosztów i dowodów.

Gateway skupia się na wywołaniach modeli: routingu, kluczach, budżetach, cache i czasem filtrach treści. LLM observability skupia się na trace, span i debugowaniu promptów. Olivares patrzy na cały estate, mapując agentów do zasobów, których faktycznie dotykają, i porównując dostęp dozwolony z zachowaniem zaobserwowanym. Te narzędzia mogą zostać; Olivares dodaje obok nich warstwę governance i evidence na poziomie infrastruktury.

Inferencji Claude nie da się self-hostować, więc żądanie do Claude nadal trafia do Anthropic albo wspieranego konta cloud providera, które skonfigurujecie. Self-hosted jest sam Olivares: discovery, mapa dostępu, audit ledger, stan policy i dane governance działają w waszej infrastrukturze. Air-gapped oznacza, że ta warstwa governance i obserwacji może działać bez wywołań na zewnątrz. Dla modeli, które naprawdę hostujecie sami, inferencja również może pozostać lokalna.

Claude-first oznacza, że najgłębsza praca produktowa dotyczy Claude Code i sposobu, w jaki zespoły enterprise go operują. Mapa dostępu, identity, policy, FinOps i evidence są neutralne wobec dostawcy i projektowane wokół tego, czego dotykają agenci, nie wokół jednego modelu. Claude jest pierwszą powierzchnią integracji, nie klatką.

Nie. Olivares uzupełnia Claude; nie zastępuje go, nie odsprzedaje i nie pośredniczy w credential subskrypcji. Relacja z modelem pozostaje między waszą organizacją a dostawcą modelu. Olivares jest warstwą governance i obserwacji wokół agentów i sesji, które używają tych modeli.

Dane governance Olivares pozostają w waszym perymetrze: mapa dostępu, audit ledger, inventory i stan policy żyją w waszym storage. Platforma zapisuje relacje i wyniki, a nie prompt payloads, wiersze wyników, sekrety czy dane osobowe. Nie ma obowiązkowej telemetry home. Uczciwym wyjątkiem jest sama inferencja modelu: modele hostowane takie jak Claude otrzymują żądania, które zdecydujecie się im wysłać.

Discovery i mapa dostępu działają out of band. Czytają audit logs, OpenTelemetry i sygnały natywne dla źródeł zamiast stać w każdym data path agentów, więc awaria collectora degraduje widoczność, nie ruch produkcyjny. Enforcement działa tylko tam, gdzie celowo podłączycie governed gate, taki jak Claude Code hook lub inna provisioned actuation surface. Te gate są projektowane jako fail closed, nie jako fałszywe zielone światło.

Każdej edge ufajcie dokładnie tak daleko, jak pozwala jej evidence. Mapa rozróżnia read od read/write tylko tam, gdzie źródło potrafi to udowodnić, i niesie confidence dotyczące attribution oraz coverage. Jeśli wspólne service account ukrywa identity agenta albo źródło nie potrafi udowodnić read versus write, produkt oznacza niepewność zamiast zgadywać. Clean evidence nadaje się do działania; unknown lub approximate evidence pokazuje, gdzie poprawić instrumentation.

Olivares jest pre-1.0 i aktywnie rozwijany, a publiczna strona oznacza doświadczenie produktu jako preview. Zespoły powinny oceniać go read-first, w środowiskach niekrytycznych albo kontrolowanym estate, zanim podłączą go do ważnych control paths. API i powierzchnie modułów mogą się jeszcze zmieniać. Ta szczerość jest częścią produktu: platforma governance nie powinna wyolbrzymiać tego, co może udowodnić.

Self-hosted core jest otwarty na AGPL-3.0. Intencją jest, by pełny self-hosted produkt był użyteczny bez feature-capped community edition. Commercial license jest dostępna dla organizacji, które potrzebują wyjątku od AGPL z powodów prawnych lub dystrybucyjnych. Granice connectors i integrations należy sprawdzić względem publicznego repozytorium przy launchu.

Możecie self-hostować produkt AGPL bez płacenia Olivares za odblokowanie funkcji. Wasze koszty operacyjne to własna infrastruktura i inferencja modeli, z której zdecydujecie się korzystać przez konta providerów. Płatne opcje dotyczą commercial licensing i enterprise arrangements, a nie uruchomienia funkcji core produktu.

Zacznijcie read-first: podłączcie sygnały, sprawdźcie mapę dostępu i porównajcie permitted z observed behavior przed włączeniem enforcement. Wczesne użycie traktujcie jako ocenę designu i coverage, nie jako jedyną safety net. Gdy mapa pokazuje uncertainty, poprawcie identity propagation i audit sources, zanim oprzecie decyzję na tej edge.