Olivares AI — это открытая, самостоятельно размещаемая платформа, которая отвечает на вопрос, на который большинство команд не может ответить сегодня: какие AI-агенты работают на моей инфраструктуре, и к чему каждый из них реально может обратиться?
Она работает там, где работают ваши агенты, обнаруживает их пассивно и строит карту доступа чтение/запись — для каждого агента, ресурсы, к которым он может обратиться, и может ли он читать их или читать и записывать. Далее вы можете управлять этим доступом и доказать, задним числом, что именно произошло.
Карта доступа чтение/запись
Карта — ядро продукта (модуль III). Каждый AI-агент становится узлом; каждый ресурс, к которому он может обратиться — база данных, объектное хранилище, MCP-сервер, API — тоже становится узлом; и каждое ребро типизировано R (чтение) или RW (чтение/запись).
Различие чтения и записи — в этом суть. Агент, который может только читать продакшен-хранилище — это совершенно другой радиус поражения, чем тот, который может записывать в него. Карта делает это различие явным, а не оставляет его скрытым в разрозненных политиках IAM.
Разрешённый и наблюдаемый
Что отличает карту — это различие между двумя слоями:
- Разрешённый — что агенту позволено использовать, из грантов и политики.
- Наблюдаемый — что он фактически использовал, из телеметрии.
Сравнение выявляет две находки, которые имеют значение:
- Неожиданный доступ — наблюдаемый, но не ожидаемый. То, что вы хотите поймать.
- Неиспользуемые гранты — разрешённые, но никогда не задействованные. Ваш список очистки по принципу наименьших привилегий.
Честность в том, что может доказать
Карта никогда не фабрикует уверенность. Точность многоуровневая и показана как таковая:
- Покрытие чтения и записи —
cleanна источниках с нативным аудитом (PostgreSQL через pgAudit, объектное хранилище через CloudTrail, хранилища и озёра данных),lossyна некоторых документных/векторных хранилищах иopaqueтам, где это просто невозможно восстановить пассивно (Redis, SQLite, D1) — там ребро помечаетсяunknown, а не угадывается. - Атрибуция —
firm, когда источник несёт идентификацию по агенту, и сводится кapproximate, когда общий сервисный аккаунт скрывает, кто что сделал.
Вы всегда видите, сколько продукт реально знает: уровни показаны в интерфейсе, а
не скрыты, поэтому ребро clean/firm и unknown/approximate никогда
не представлены одинаково.
Самостоятельное размещение и open-core
Olivares AI — open-core: полный продукт свободен и с открытым исходным кодом под AGPL-3.0 — не урезанная community-версия. Он развёртывается как единый статический бинарный файл со встроенной веб-консолью.
Плоскость управления работает внутри вашей собственной инфраструктуры и может работать в изолированной сети — ваши данные управления и наблюдения никогда не покидают ваш периметр. Одна честная оговорка: облачные модели, такие как Claude, не являются самостоятельно размещаемыми, поэтому любой инференс модели всё ещё обращается к API провайдера (напрямую или через Bedrock/Vertex/Foundry). «Изолированная сеть» означает ваши данные окружения остаются дома, а не что модель работает офлайн. Только действительно самостоятельно размещаемые модели (например через vLLM/Ollama) работают полностью офлайн.
Где сейчас
Платформа находится до версии 1.0. Она поставляет каталог из 29 модулей возможностей — в стандартной установке сегодня подключены все. Продукт читает первым и детективный по умолчанию — он наблюдает и управляет, и где может действовать, делает это в режиме запрета по умолчанию. Здесь ничего не заявляет того, чего код не делает.
Готовы увидеть? Начните с быстрого старта.