OneCLI把AI的钥匙锁进网关
OneCLI把团队 AI agent 放进隔离沙箱，用网关管理凭证、审批和审计；真正要算的，是托管模型、数据出口与出错后的责任。
OneCLI 的价值，在于把 AI agent 的权限从模型行为搬到网关规则；它的账单，则从模型费一路延伸到部署、审计和责任。
作者丨沐秋
8 月下旬，OneCLI 在 Hacker News 发布了面向团队的 v2 agent harness。
它给每名员工配一个 AI agent，让 agent 在独立沙箱里工作，再通过网关连接 GitHub、Gmail、Notion、Dropbox、Slack 等服务。1
AI 科技评论注意到，OneCLI 抓住的已经不是「模型会不会回答」，而是「模型拿到公司钥匙后会做什么」。
这正是 agent 进入真实工作流后最贵的一道题。
01｜先把钥匙拿走
普通 agent 要替人干活，往往需要环境变量、API key 或 OAuth 凭证。
OneCLI 把凭证放进加密保险库，让 agent 只拿到一个占位符。
每名员工拥有自己的 agent、文件系统、记忆、技能和计划任务，agent 运行在独立 VM 里。
这条链路的因果关系很清楚：agent 负责执行，网关负责放行，管理员负责定规则。
OneCLI 还把保护范围从 MCP 工具调用扩展到 CLI、
curl、原始 HTTP，以及 agent 临时写出的代码。这比只在工具层加一道门更宽，也更接近真实的电脑使用场景。3
但网关能管住请求，管不住判断本身。
agent 仍然可能读错账、填错字段，或者在获得允许的范围内完成一件完全不该完成的事。
02｜它卖的不是免费
OneCLI 的试用入口很轻：7 天、5 美元 AI credits、无需信用卡，试用期可以邀请团队成员并使用平台功能。5
长期价格却分成两张账单。
| 方案 | 页面显示的价格与范围 | 读者要算的成本 |
|---|---|---|
| Trial | 0 美元；3 名成员、3 个 agent；7 天审计日志；含 5 美元 AI credits。5 | 适合验证权限和流程，额度只能覆盖小规模试跑。 |
| Team BYOC | 149 美元 / 月；5 名成员、10 个 agent；模型使用自己的 LLM key；日志保留 30 天。5 | 模型费交给 OpenAI 或 Anthropic，OneCLI 收平台费。 |
| Team Hosted | 499 美元 / 月；5 名成员、10 个 agent；包含托管模型。5 | 页面 FAQ 写明按 token 执行公平使用限制，重模型更快消耗窗口。 |
| Scale BYOC | 499 美元 / 月；10 名成员、20 个 agent；日志保留 90 天。5 | 超过 10 名成员后，额外成员为 49 美元 / 人 / 月。 |
| Scale Hosted | 1999 美元 / 月；10 名成员、20 个 agent；包含托管模型。5 | 托管模型每月多出 1500 美元，额外成员为 199 美元 / 人 / 月。 |
价格页把 BYOC 的 Team 和 Scale 分别展示为 149 美元与 499 美元。
FAQ 又写明，打开托管模型后，两个方案分别是 499 美元与 1999 美元。5
这不是小字游戏。
团队真正要比较的，是「平台费 + 自己承担模型费」，还是「更高平台费 + 托管模型 + 公平使用窗口」。
集成调用本身不单独计量，价格主要跟 agent 数量、成员数量和模型方式走。
如果一个 agent 被重复唤醒、频繁重跑，固定月费也不会自动替你消灭时间成本。5
我们建议第一次试用就记录四个数字：每项任务调用了什么模型、花了多少 token、重跑了几次、等待人工批准用了多久。
03｜隐私在网关外继续
OneCLI 的开源版本可以自托管，GitHub 仓库采用 Apache-2.0；企业功能目录另有 Enterprise License，生产使用需要订阅。2
云端方案则由 OneCLI 保存 Workspace 和 Customer Data，并在 agent 交互时把 Customer Data 传给第三方大模型服务商来生成输出。6
隐私政策列出的个人数据包括账号信息、支付信息、使用记录、IP、设备标识、连接元数据和支持沟通内容。
政策同时写明，OneCLI 不使用客户内容或服务处理的数据训练自己的 AI 模型；数据仍可能交给云存储、分析、客户支持和第三方 AI 服务商，且可以在欧洲经济区、英国、以色列和美国等地区处理。7
所以，「密钥不进 agent」解决的是一段很重要的泄密路径。
它没有把业务数据从云端模型、日志、连接器和跨地区处理链路里抹掉。
服务条款把 credentials、secrets、请求、对话记录、agent memory、输入和输出都放进 Customer Data 的定义里。
用户要为 agent 的指令、权限、共享数据和产生的动作负责，OneCLI 还明确写着，系统不保证每条规则、审批或速率限制都能阻止所有未授权或意外请求。6
出错后的责任边界更硬：服务按「现状」和「可用」提供，除欺诈、故意不当行为或知识产权侵权等例外外，OneCLI 的累计责任上限是过去 12 个月已支付费用与 100 美元两者取高。6
这就把采用条件推回企业自己：先给数据分级，再决定云端模型能看到哪一层。
04｜先让它做可撤销的事
独立用户验证目前不足。
现在能核验的是官方产品、价格、文档、隐私与条款，以及创始人在 Launch HN 中对产品的自述；这些材料足以说明 OneCLI 怎么设计，暂时不足以说明它在长期生产环境里的失败率、审批稳定性和事故恢复速度。1
第一次试用可以按四步走。
- 先跑公开数据。 让 agent 抓取公开网页、整理无敏感信息的表格，只观察模型调用、审计记录和网关策略是否按预期生效。
- 再放脱敏文件。 使用测试仓库、脱敏 PDF 和可恢复的副本，给 agent 只读权限，观察失败后是否会重复执行。
- 再接隔离账号。 新建一个能随时撤销的 GitHub、Slack 或数据库账号，把访问范围压到一个项目和一组测试数据。
- 最后开放审批动作。 先让 agent 生成邮件、退款或工单删除计划，再让人批准一次可回滚动作，把批准人、请求内容和最终结果放进同一条审计记录。
每一步都记录三件事：数据去了哪里，权限由谁批准，错误由谁承担。
OneCLI 把 AI agent 的钥匙锁进了网关。
管理员手里的那串总钥匙，仍然叫制度。
References
- 1Launch HN: OneCLI
news.ycombinator.com
- 2OneCLI GitHub README
github.com
- 3OneCLI 产品页
onecli.sh
- 4OneCLI 官方文档
onecli.sh
- 5OneCLI Pricing & Plans
onecli.sh
- 6OneCLI Terms of Service
onecli.sh
- 7OneCLI Privacy Policy
onecli.sh
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.