常见问题与坦诚解答

Olivares AI 是一个自托管、供应商中立的平台，用于在你已经运行的基础设施上集成、管理并保护企业 AI。它发现智能体、会话、模型和 MCP 服务器，然后构建访问地图，显示每个对象可以读取或写入什么。目标是为平台、安全和运维团队提供可用于策略、成本和证据的 ground truth。

Gateway 关注模型调用：路由、密钥、预算、缓存，有时还有内容过滤。LLM 可观测性关注 trace、span 和 prompt 调试。Olivares 关注整个 estate，把智能体映射到它们实际触达的资源，并比较已许可访问与已观测行为。那些工具可以继续存在；Olivares 在旁边补上基础设施级的治理和证据层。

Claude 推理不能自托管，所以 Claude 请求仍会到达 Anthropic 或你配置的受支持云提供商账户。自托管的是 Olivares 本身：发现、访问地图、审计账本、策略状态和治理数据都运行在你的基础设施中。Air-gapped 指的是这个治理与观测层可以不向外回连地运行。对于你真正自托管的模型，推理也可以保持本地。

Claude-first 意味着最深入的产品工作围绕 Claude Code 以及企业团队如何运营它。访问地图、身份、策略、FinOps 和证据层是供应商中立的，围绕智能体触达了什么来设计，而不是围绕单一模型供应商。Claude 是优先集成面，不是牢笼。

不是。Olivares 补充 Claude；它不替代 Claude，不转售 Claude，也不代理订阅凭据。你的模型关系仍然在你的组织和模型提供商之间。Olivares 是围绕使用这些模型的智能体和会话的治理与观测层。

Olivares 的治理数据留在你的边界内：访问地图、审计账本、清单和策略状态都在你的存储中。平台记录关系和结果，而不是 prompt payload、结果行、secret 或个人数据。没有强制的 telemetry home。诚实的例外是模型推理本身：Claude 等托管模型会接收你选择发送给它们的请求。

发现和访问地图路径是 out-of-band 的。它读取审计日志、OpenTelemetry 和来源原生信号，而不是进入每个智能体的数据路径，所以 collector 失败会降低可见性，而不是中断生产流量。Enforcement 只在你明确连接的 governed gate 上生效，例如 Claude Code hook 或其他已配置的 actuation surface。这些 gate 设计为 fail closed，而不是显示无法证明的绿色状态。

每条 edge 都只应信任到它的证据所能证明的程度。地图只在来源能证明时区分 read 与 read/write，并携带 attribution 和 coverage 的置信度。如果共享 service account 隐藏了智能体身份，或某个来源无法证明 read 与 write，产品会标记这种不确定性而不是猜测。干净的证据可以行动；unknown 或 approximate 证据提示你需要改进 instrumentation。

Olivares 处于 pre-1.0 并在积极开发中，公开网站也将产品体验标为 preview。团队应先以 read-first 的方式，在非关键环境或受控 estate 中评估，再连接到重要控制路径。API 和模块表面仍可能变化。这种诚实是产品的一部分：治理平台不应夸大它能证明的内容。

自托管核心以 AGPL-3.0 开放。意图是让完整的自托管产品无需功能受限的 community edition 也有用。对于因法律或分发原因需要 AGPL 例外的组织，可以使用商业许可。连接器和集成的边界应在发布时以公开仓库为准。

你可以自托管 AGPL 产品，而无需向 Olivares 支付功能解锁费用。实际运行成本是你的基础设施，以及你选择通过提供商账户使用的模型推理。付费选项用于商业许可和 enterprise 安排，而不是为了让核心产品可用。

从 read-first 开始：连接信号，检查访问地图，并在启用 enforcement 前比较 permitted 与 observed 行为。早期使用应视为设计和覆盖范围评估，而不是唯一的安全网。当地图显示不确定性时，先改进身份传播和审计来源，再基于该 edge 做决策。