一个网关，
统一公司的AI 流量。
把经网关的模型调用，变成可识别、可归集、可配置、可审计的企业基础设施。
当 AI 已经进入业务，
公司能回答这三个问题吗？
这不是对所有企业现状的预设，而是一组应在调研里被验证的治理问题。
账号、应用、密钥和上游渠道是否有统一视图
调用能否归到成员、模型、项目或部门治理单元
能否先观察命中，再决定何处启用阻断
缺的不是模型，是模型与公司之间的治理层
每条经网关的请求都有 request id：调用日志、安全事件与路由尝试可以沿同一标识关联。
员工 / 应用
在兼容协议内切换 base URL 与 gateway key
认证
用户、应用、密钥与 Workspace
检测（可配置）
显式开启后检查输入；输出扫描单独配置
策略与配额
模型范围、预算、Workspace 限速
路由（可配置）
优先级、权重、粘性与重试策略
上游渠道
公有云、国内厂商与自托管模型
主流渠道
统一配置
渠道类型
覆盖 OpenAI、Anthropic、Gemini、Azure、AWS、Vertex、国内与自托管渠道
主要 API surface
OpenAI-compatible、Anthropic Messages 与 Gemini native
最小迁移
兼容协议内通常替换 base URL 与 gateway key；上游凭证集中保管
再按策略管得住。
可预测的配置、明确的默认值和可回放的尝试链，比“自动一切”更适合企业基础设施。
谁能用什么，在哪个Workspace里用
把身份、部门/项目治理单元和调用密钥分开：每一层负责自己的边界。
企业身份
OIDC / SAML 登录；IdP group 可映射到 Workspace；SCIM 离职停用后使相关 key 失效。
Workspace
承载成员角色、预算、可用模型收窄与限速；适合部门、项目或受控团队。
Gateway key
可设额度、到期、模型范围、IP 与路由组；轮换通过新发 key 并停用旧 key 完成。
不是虚构一棵组织树，而是建立治理单元
Workspace 当前是扁平结构；同一用户可以进入多个 Workspace。预算与模型边界按治理单元配置。
同一成员
多重归属
由角色与 Workspace 决定可见范围。
代码模型子集
项目预算 · 成员角色 · Workspace 限速
受控模型子集
独立预算 · 安全范围 · 成员与模型开支
机器身份
专用 key · 模型/IP 限制 · 单独归集
每条经网关的调用，都有归属
同一 request id 关联用户、key、模型、tokens、延迟、路由尝试与安全事件。
成本归集
按网关配置价格计算，用于内部归集；不等同上游发票。
调用审计
仅覆盖经网关流量；迁移前的历史不会被倒推补全。
安全关联
命中事件与尝试链沿 request id 回看。
自动切换不是魔法，是一组显式配置
可预测选路
按路由组、模型与优先级选择；同优先级渠道可加权分流；channel affinity 可保持多轮会话粘性。
配置后重试与后备
按状态码与重试次数走后备渠道。默认重试次数为 0，启用前先验证幂等与失败边界。
可选健康动作
自动停用与自动启用需要显式开启；每次路由尝试都记录在 request id 上，便于回放。
不靠另一个模型，先做可解释检测
规则覆盖凭证、加密材料、内部信息、提示注入与供应链风险；每类规则有清楚的证据与处置边界。
API key
访问令牌
私钥
证书材料
内部地址
敏感标识
确定性
注入特征
包管理与
依赖风险
输入：开启 detection 后记录命中；enforcement 开启且规则可阻断时，才会拒绝请求。
输出：response scan 单独开启；命中以记录/有限遮罩为主，不宣称阻断上游已生成的内容。
先启用检测，再从观察走向阻断
显式开启检测
先确认需要覆盖的流量、Workspace、模型与 key。
观察命中与误报
以“仅观察”运行，校准规则与业务例外。
分范围启用 enforcement
仅对验证过、且具备阻断资格的规则开启处置。
留痕支持复核，不包装成合规认证
平台提供安全事件、策略版本与导出能力；客户仍需结合自身制度、上游条款与监管要求完成判断。
脱敏证据与指纹
事件存 masked evidence 与 fingerprint，不把原始提示词复制进安全台账。
策略历史与回滚
查看规则版本、变更记录与历史事件语境；必要时回到已知策略。
管理员专属视图与 CSV
DLP 管理接口仅管理员可见；安全事件可以按条件导出供内控复核。
部署在哪里，与模型调用去哪里是两件事
集中运维
由晨启托管网关环境；数据边界按服务协议与上游模型共同确定。
环境隔离
独立租户或集群、私有连接与定制留存策略；运维责任按项目约定。
网关留在客户域
网关与安全事件留在客户环境，原始提示词不发送给晨启。
关键边界：原始请求仍会发往所选上游；只有上游模型也部署在客户内网时，才能说“全链路不出域”。
把已经交付的，与正在建设的分开讲
优先级、权重、粘性与可配置重试
Workspace、身份、预算与模型收窄
确定性检测、事件与策略留痕
按实测成本、延迟、质量与地域选路
确定性规则之上的更深层语义检测
与 AIOS 的知识与工作流资产联动
先收敛一段流量，再逐步扩大
圈定流量边界
选一个应用、团队或 Workspace；明确上游与数据范围。
接入身份与渠道
配置企业登录、成员角色、模型范围与 gateway key。
观察真实调用
先看用量、失败与安全命中，不默认开启阻断。
验证后再执行策略
按范围开启重试、健康动作与 enforcement，再逐步扩面。
默认值、失败策略和数据边界进入验收清单。
先用真实流量校准误报，再改变业务行为。
新 Workspace、新模型与新规则重新走边界确认。
同一条 request id，让三类负责人说同一种话
平台、业务与安全看到不同切片，但能回到同一个请求与配置语境。
平台负责人
渠道状态、路由尝试、模型分布与失败情况。
业务负责人
成员、模型范围、预算与按配置价格归集的开支。
安全 / 内控
命中事件、脱敏证据、规则版本与处置范围。
先圈定一段流量，
让数字说话。
带上一个应用入口、现有模型渠道、身份体系和数据边界。我们先确认迁移与观测范围，再决定哪些策略值得打开。