内联推理代理（针对 /v1/messages 的 PEP）
内联推理代理是针对非 Claude Code
推理流量的执行点——即直接命中 Claude /v1/messages 契约的原始 SDK 和 curl
调用方。决策在组合根（cmd/olivares/inferenceproxy.go）作出；
modules/inferenceproxy 拥有作出该决策时所读取的按租户治理配置和推理出口 DLP
策略，本身不对实时请求作任何决策。
服务器托管的设置无法触及此类流量：自定义的 ANTHROPIC_BASE_URL
会将其完全绕过。该代理位于 api.anthropic.com 之前，并以带内方式运行一条
受治理的流水线——驻留地、模型访问、
DLP 与 content gate，然后进行上下文窗口 sizing 和预算检查——所有这些都在任何字节转发之前完成。录制默认在转发之前
执行：被授权的意图会在转发之前写入篡改可检测的账本，没有证据就不转发（默认拒绝）。
租户可以主动关闭它（record_mandatory: false），此时代理在转发之后锚定证据，
采取尽力而为（best-effort）且高声（loud）的姿态——锚定失败会被上报，绝不隐藏。
这个默认值过去是相反的，而这个差别并非纸上谈兵：从未打开过配置页面的租户，恰恰
就是没有人为其推敲过的那一个；以尽力而为的方式为其锚定证据，等于让证据保证对所有
“什么都没有选择”的人变成需要主动启用。有两条边界值得先读到，而不是事后撞见。
第一，该姿态只管辖转发之前的那一刻：转发之后调用已经发生，任何姿态都无法撤销，
因此那条路径在构造上就是一个”高声的缺口”。第二，把审计 spool 设为 degrade
的运维方，已经说明了它耗尽时应当如何处理：对于从未选择过证据姿态的租户，这个
已声明的 degrade 胜出，调用会在留下已记录缺口的情况下被转发；而显式设置了
record_mandatory: true 的租户则会被拒绝——租户自己的选择高于 spool 的设置。
用于 sizing 的 count_tokens pre-flight 本身就是 provider egress，因此只有在所有本地
content gate 都通过后才会运行：被 DLP 或 firewall 拒绝的 prompt 绝不会传输，连计数也不会。
它是平台内置的四个默认拒绝（deny-closed）PEP 之一。
成熟度，直白说明
Section titled “成熟度，直白说明”部分实现（PARTIAL）。 这种拆分是诚实且经过深思熟虑的：
- 已上线（LIVE）——按租户的治理配置以及推理出口 DLP 策略：编写、持久化与审计。
位于
/v1/m/inferenceproxy/之下的两个存储：一个单例config（各闸门的开关、 代理宕机时的失败姿态、响应 DLP 模式、录制强制项），以及一个dlp/rules集合 （每个敏感度类别对应一条规则 →allow|deny）。 - 需主动启用、默认未挂载（OPT-IN, unmounted by default）——实际的
/v1/messages监听器。它默认绑定回环地址（127.0.0.1:8448），但运维方可以显式 配置其他监听地址；它默认失败即关闭（fail-CLOSED）（无法做出决策的代理绝不能 转发），且只有在运维方主动开通后才会挂载。
本模块对实时请求不做任何决策。它是组合根（composition root）通过 Policy()
读取的、持久且可在控制台编写的策略；决策由现有的接缝（seam）在边缘处组合而成
（EvaluateModelAccess、CheckBudget、驻留地、ClassifySensitivity、上下文窗口检查）。
每个闸门默认启用，且在配置之前各自依其原生的主动启用条件保持惰性——DLP 在第一条 规则之前、模型访问在第一项授权之前、驻留地仅在固定某区域时、预算在存在强制性预算之前。 租户须显式放松某个特定闸门，且审计会记录是谁打开了边界。编写 DLP 出口策略属于 管理员层级：授权何种内容可以离开，是一项特权治理变更。
- 设计上即为最小数据。 它持久化的任何记录——配置、DLP 规则、审计——都绝不携带 提示、响应、密钥或匹配到的 PII 值。代理在传输途中检查的字节会被指纹化（SHA-256）， 并由组合根锚定到审计账本，绝不在此处存储。
- 它是代理的第三条腿：协议外壳（解析、转发、对消息体做旁路复制）是身份无关的 Apache 连接器；受治理的决策器是引擎。本模块仅拥有二者都会查询的那份策略——从而将 决策保持在开放核心（open-core）连接器边界之外。
- 模块 X——模型与提供方管理——本代理所执行的模型访问 与按界面（per-surface）上下文窗口策略。
- 用 Olivares 运行 Claude Code——受治理的 Claude Code 路径，由进程内钩子覆盖；本代理是该路径无法触及的调用方的后备 PEP。
- 诚实与边界——平台范围内哪些已上线、需主动启用或处于 设计阶段。