aimid

{"translation":"嘿，Product Hunt 👋\n\n我是 aimid 的创始人。\n\n在 Treeleaf，我们为银行、政府机构和企业客户构建 AI 与身份系统。他们中的每一个都在做同样的事情：直接把 OpenAI 或 Claude 的 API 密钥接入自己的应用，没有任何速率限制、没有任何护栏、对实际发生了什么也完全不可见。这种方式能用，但直到某个失控进程在几小时内耗尽预算，或者某次提示注入让某些东西溜过去却没人发现，问题才真正暴露出来。\n\n我一直在想，我们绝不会让一个 REST API 在生产环境中裸跑，前面不加网关、鉴权和监控。为什么 AI 流量就被这样区别对待呢？\n\n在 AI 应用与 AI 需要触及的一切——模型、内部 REST API、数据库、核心系统——之间，根本没有一个控制层。最难的部分其实不是 LLM 流量本身，而是把 AI 连接到那些真正在驱动业务运转的系统上。带有数字签名的银行 API、从没为 AI（更别提 AI Agent）设计过的遗留 REST 服务。\n\n思路是如何演进的：\n早期版本基本就是一个更聪明的反向代理：速率限制、IP 白名单、日志记录。这只解决了一半问题。真正的突破出现在我们开始构建 REST 到 MCP 的转换之后，AI Agent 才真正能够对真实系统采取行动，而不只是说说而已。也是从那时起，它不再像一个网关，而开始像一个控制平面了。\n\n我们在护栏这件事上也反复纠结过。一个现成的通用分类器上线很快，但抓错了东西又漏掉了该抓的东西。最后我们转而训练自己的领域专用模型，花的时间更长，但确实有效。\n\n从第一天起就用 Rust 构建，无状态、快速、安全到足以坐在那些我们输不起的系统前面。\n\n非常希望能听到社区的意见，特别是那些正在构建 Agentic AI 产品、并且撞上了"我怎么把它接到我们真实的系统上"这堵墙的朋友。这正是我们为谁而做的。🙏"}