Upsolve Row-Level Security
Data permissions your AI agent can't talk its way past
概述
Upsolve AI 为其分析型 AI Agent 增加了服务端行级安全（RLS）能力：在查询执行前就按用户与组织属性强制过滤数据，让一套 Agent 能安全服务成千上万个租户，且 Agent 本身看不到规则、无法被提示词绕过。
创新点
把权限判定从“提示词层”下沉到“查询执行前的服务端策略层”：Agent 对规则不可见，因而无法通过越狱、提示注入或巧妙的自然语言请求越权。这直击当前 AI Agent 落地多租户场景的最大信任障碍——传统做法依赖模型自觉或工具调用时的后置校验，本质上是「请求信任」。附带「以任意用户身份测试」和「一套 Agent 服务多租户」两点，把安全从一次性配置变成可验证的工程流程。
目标用户
面向多租户 SaaS 的工程/数据团队，尤其是正在把 AI Agent 或自助式分析嵌入产品、必须满足客户数据隔离与合规要求的厂商；次要用户是安全与合规负责人。
竞争格局
并非空白赛道：权限层上有 Postgres RLS、Snowflake/ Databricks 的行级策略、Cube、Metabase 等 BI 工具的多租户权限模型，通用方向上有面向 Agent 的授权/策略引擎（如 OPA、Cerbos 之类）。差异点在于与 AI Agent 查询链路的深度绑定，以及「Agent 不持有规则」这一安全叙事。风险是功能可能被平台方（数据仓库、BI、Agent 框架）原生吸收，单独售卖的护城河偏窄；它更像是 Upsolve 主产品的差异化功能，而非独立品类。
标签
团队
- [REDACTED]
- [REDACTED]
- Zhora Sargsyan — Fullstack Dev
相关产品
OpenAI's most capable model for end-to-end work
Prompt, edit and prototype without leaving the canvas
Google's AI map of every possible human DNA mutation
A new standard for intelligence and efficiency
A New Era of AI Agents and Creative Tools
Cloud agents, run on OpenAI's Codex harness