SaaS应用保护服务商Keepit正在运用AI技术扩大其可保护的SaaS应用数量。
该公司提供了不同于HYCU和Druva等其他SaaS应用保护服务商的解决方案,通过使用自有数据中心存储备份数据,而非依赖AWS、Azure或其他第三方公有云。在A3 Tech Live会议上,公司表示典型企业和组织使用超过100个SaaS应用,这些应用存储客户数据但缺乏保护措施。Keepit的目标是使用其领域特定语言(DSL)方案备份数百个SaaS应用。
这是一种连接器代码编写概念,一旦理解了SaaS应用的API访问路径,就使用DSL框架生成代码,将Keepit的快照模型备份软件功能与应用连接。当客户注册使用Keepit保护其应用账户内的数据时,Keepit的连接器会通过这些API访问应用并复制客户数据。
产品管理总监Mark Groves表示,目前Keepit保护13个SaaS应用,比4月份的7个有所增加,还有一个即将推出,目标是到2028年保护超过100个,甚至数百个应用。因此需要提升连接器生产速度。
会议展示了Keepit 2025年SaaS应用工作负载生产时间表:
7月 - Confluence、Jira
8月 - Okta
10月 - Docusign Power apps、Power Automate、Okta
11月 - Bamboo
12月 - Miro
2026年1月 - GitHub、Okta
2026年2月 - ProService Management
未来可能涵盖的应用还包括ChatGPT、GitLab、ServiceNow、QuickBooks、Trello、HubSpot、Auth0、Workday、Figma、Notion、Slack等。
Keepit客户可以通过其网站界面投票选择未来希望支持的SaaS应用。
连接器生产过程包含两个主要阶段:工作负载API发现和代码编写。SaaS应用内部可能存在多个工作负载或模块,如Jira和ServiceNow,连接器编写者必须理解这些并决定保护哪些模块。
Groves表示API发现是一个重大问题。人工发现特定SaaS应用的所有API功能和设施可能需要数天甚至数周时间。Keepit正在开发内部AI工具来协助这项工作。他说该工具可能运行一小时左右就能生成应用API环境的完整图景,然后将其输入DSL框架,在AI辅助下更快速地开发连接器。
Keepit还在其系统中添加MCP(模型上下文协议)接口,使客户能够通过ChatGPT等聊天机器人询问:"我的Okta备份状态如何?"
ChatGPT或其他大语言模型会查询Keepit系统,使用MCP连接其公共API,获取请求答案,并以自然语言形式呈现给客户。
Groves表示:"外部大语言模型可以与Keepit基础设施'对话'。"
这将提供更快速、更深入的备份统计分析,更便捷的审计日志数据汇总,对Keepit异常检测系统的快速分析。总体而言,将有更好的方式评估和分析SaaS应用数据保护的健康状况和状态。MCP功能将在一两周内以预览模式推出。
公司还在考虑备份数据的长期保存问题,如旧的SharePoint和Salesforce数据。这些数据对AI分析可能很有价值,但访问频率低,属于冷数据。离线磁带将是明显的目标设备技术,这可能是2026年的项目。
Q&A
Q1:Keepit是什么?它与其他SaaS保护服务有什么不同?
A:Keepit是一家SaaS应用保护服务商,其独特之处在于使用自有数据中心存储备份数据,而非依赖AWS、Azure等第三方公有云。它通过领域特定语言方案来备份SaaS应用,目标是保护数百个SaaS应用。
Q2:Keepit如何使用AI技术提升连接器开发效率?
A:Keepit开发了内部AI工具来加速API发现过程,该工具可在约一小时内生成应用API环境的完整图景,而人工发现可能需要数天甚至数周。然后AI辅助DSL框架快速开发连接器代码。
Q3:什么是MCP功能?它能为用户带来什么便利?
A:MCP是模型上下文协议接口,允许用户通过ChatGPT等聊天机器人询问备份状态。大语言模型会查询Keepit系统并以自然语言回答,提供更快速的备份统计分析、审计日志汇总和异常检测分析。
好文章,需要你的鼓励
VSCO今日更新VSCO Capture应用,新增视频拍摄功能。用户现可在拍摄照片和视频时应用并调整VSCO的50多种滤镜预设,包括经典胶片到现代创作风格。新版本还推出胶片颗粒滤镜,可动态控制纹理强度、大小和色彩。用户能将颗粒滤镜叠加到Film X滤镜上,结合柯达、富士和爱克发胶片风格,保存个性化胶片配方。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
Instagram负责人Adam Mosseri表示,AI生成内容已经占据社交媒体主导地位,预计将超越非AI内容。他认为识别AI内容的技术效果不佳,建议转而为真实媒体建立指纹识别系统,由相机制造商在拍摄时进行加密签名。Mosseri还指出,创作者应优先发布"不完美"的原始图像来证明真实性,因为精美方形图片的时代已经结束。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。