【初阶·融合】如何为 AI 推理 API 落地纵深防护：从输入校验、限流到输出审计的请求生命周期治理实战专栏：《AI 工程与安全深度实战》· 第11轮·第3篇核心痛点：上期专栏我们解决了"你是谁"的问题——JWT、OAuth2、API Key 各种身份验证机制都已经配齐。可是安全负责人追问：为什么一个认证通过的合法 token 仍然能在一个小时内调出 10 万美元的 GPT-4o？为什么同一个用户在 prompt 里塞进一段 “Ignore all previous instructions” 就把内部知识库脱敏规则绕掉？为什么模型生成的内容里有隔壁租户的 PII 数据？如果身份认证是入口的"门锁"，那请求进入 AI 推理 API 之后，从输入到输出全链路还应该装几道"关卡"？这些关卡又该如何组合才不至于把首字延迟（TTFT）从 200ms 拖到 2s？适配人群：初阶 AI 工程师 / 平台 SRE / 应用安全入门读者，已经完成本专栏第11轮初阶·安全篇（访问控制与身份认证），希望将认证之后到模型推理之间的"请求生命周期"管控补齐收获能力：建立"输入边界 → 配额熔断 → 服务治理 → 输出审计"四层防御心智模型；能区分输入校验、Prompt 注入防护、限流、配额、内容审计五大机制的差异；能基于 Envoy AI Gateway + OPA + 自研 Input Filter 搭建最小可用的 AI 推理 API 纵深防护链；理解 TTFT 与安全检查链长度的工程权衡