Databricks：从 Spark 到 AI Agent，1900 亿美元估值背后的故事

2026 年 8 月，Databricks 宣布完成 50 亿美元战略融资，估值达到 1900 亿美元。

这个数字已经足够惊人，但比估值更值得关注的是它的增长速度：Databricks 的年化收入运行率已经超过 70 亿美元，同比增长超过 80%，并保持正向调整后自由现金流。

如果只看表面，Databricks 很容易被理解成又一家受益于 AI 热潮的超级独角兽。

但它真正有意思的地方，是过去十多年里一直在沿着同一条主线扩张：

从大数据计算，走向数据平台，再走向企业 AI 基础设施。

它今天想做的，已经不只是“帮企业分析数据”，而是成为未来 AI Agent 运行所依赖的数据底座。

---

一、Databricks 从哪里来？

Databricks 出生于 UC Berkeley 的 AMPLab 实验室。

它最早的核心技术，就是后来大名鼎鼎的 Apache Spark。

在 Hadoop 时代，大数据处理高度依赖 MapReduce，很多计算任务需要频繁读写磁盘，效率并不高。

Spark 的突破在于：

通过内存计算，大幅提升大规模数据处理效率。

2013 年，包括 Ali Ghodsi、Matei Zaharia、Reynold Xin、Ion Stoica 等 Spark 核心成员创立了 Databricks。

这也奠定了公司长期以来的产品哲学：

先通过开源项目建立技术影响力，再围绕企业级需求构建商业平台。

Spark 只是第一步。

---

二、真正改变命运的是 Lakehouse

Spark 很成功，但它本身是开源的。

Databricks 必须回答一个问题：

如果 Spark 免费，客户为什么要付钱给 Databricks？

答案最终变成了 Lakehouse。

过去企业的数据架构通常分成两类：

一类是 Data Warehouse，性能好、治理成熟，但昂贵，而且不适合承载大量非结构化数据。

另一类是 Data Lake，成本低、扩展性强，但数据质量、事务能力和治理能力较弱。

Databricks 提出的 Lakehouse，核心思路非常简单：

把 Data Lake 的低成本和开放性，与 Data Warehouse 的可靠性和性能结合起来。

这成为它后续十年最重要的战略基础。

---

三、技术底座到底是什么？

理解 Databricks，可以把它拆成几个关键技术层。

1. Delta Lake：让数据湖拥有数据库能力

普通数据湖的问题是，数据虽然便宜地存下来了，但缺乏事务、版本控制和一致性。

Delta Lake 在 Parquet 文件之上增加事务日志，从而提供 ACID 事务、版本回滚、数据一致性等能力。

它解决的是一个根本问题：

企业能不能直接在廉价对象存储上，构建可靠的数据平台？

Databricks 的答案是：可以。

---

2. Photon：补齐高性能 SQL

仅靠 Spark，很难长期正面对抗 Snowflake、BigQuery 这样的数据仓库。

于是 Databricks 自研了 Photon。

Photon 是一个高性能向量化查询引擎，主要用于加速 SQL 和分析任务。

它代表了 Databricks 商业模式的重要转变：

底层数据格式可以开放，但高性能计算引擎可以形成专有壁垒。

---

3. Unity Catalog：把数据治理变成核心能力

AI 时代，一个越来越重要的问题是：

谁能访问什么数据？

哪个模型用了哪些数据？

AI Agent 有没有权限读取客户信息？

这正是 Unity Catalog 的价值。

它统一管理数据、模型、权限、审计和数据血缘。

过去，治理主要服务于人。

未来，治理很可能主要服务于 AI Agent。

因为一个员工一天可能访问几十次数据，而一个 Agent 一天可能发起数万次调用。

这让“权限与治理”从 IT 管理问题，逐渐变成 AI 基础设施问题。

---

四、从 Data 公司变成 Data + AI 公司

生成式 AI 爆发之后，Databricks 很快意识到：

企业真正稀缺的，不是基础模型，而是自己的私有数据。

GPT、Claude、Gemini、Llama 都可以更换。

但客户记录、交易数据、产品知识、供应链信息、内部文档，这些无法轻易复制。

Databricks 恰好已经站在这些数据之上。

因此 2023 年，它以约 13 亿美元收购 MosaicML，正式向大模型训练和生成式 AI 基础设施扩张。

战略逻辑也非常清楚：

过去管理的是：

Data → Analytics

现在希望覆盖：

Data → Model → Inference → Agent

---

五、为什么又买了 Neon？

Databricks 过去最强的是分析型数据系统。

它很擅长回答：

去年哪些客户买了什么？

但 AI Agent 真正进入业务系统之后，需要做的可能是：

帮这个客户创建订单。

前者是分析，后者是交易。

于是 2025 年，Databricks 收购了 serverless PostgreSQL 公司 Neon，并推出 Lakebase。

这一步很关键。

因为 Databricks 开始从“分析过去”进入“直接参与业务运行”。

也就是说，它不仅想服务 BI 和数据科学家，还希望未来 AI Agent 的实时数据库也运行在自己的平台上。

---

六、现在的 Databricks，本质上是什么？

如果把今天的 Databricks 简化成一张图，大致可以理解为：

底层存储
S3 / Azure Data Lake / Google Cloud Storage

↓

开放数据格式
Delta Lake / Iceberg / Parquet

↓

计算引擎
Spark / Photon / Serverless

↓

数据工程
ETL / Streaming / Lakeflow

↓

数据治理
Unity Catalog

↓

分析与 BI
Databricks SQL / Genie

↓

AI 与模型
MLflow / Mosaic AI / Model Serving

↓

AI Agent 与业务系统
Agent Bricks / Lakebase / AI Gateway

所以，Databricks 早已不是一家“大数据公司”。

它真正想成为的是：

企业数据和 AI 的统一运行平台。

---

七、为什么资本愿意给 1900 亿美元估值？

核心原因有三个。

第一，Databricks 掌握的是企业最难迁移的数据资产

模型可以换，GPU 可以换，云也可能换。

但企业多年积累的数据、权限关系、数据血缘和业务语义，迁移成本极高。

谁掌握这一层，谁就拥有很强的客户黏性。

第二，它正在同时吃多个市场

过去 Databricks 主要竞争 Data Warehouse。

现在它已经进入：

• 数据工程
• 数据仓库
• 数据治理
• 机器学习
• 生成式 AI
• PostgreSQL
• AI Agent

它的 TAM 也因此不断扩大。

第三，AI Agent 可能带来全新的基础设施需求

传统软件的链路是：

Human → Application → Database

未来可能变成：

Human → Agent → Tools → Database

而一个员工未来可能同时拥有多个 Agent。

一旦 Agent 数量快速增长，数据访问、模型调用、数据库事务、权限管理都会同步增长。

Databricks 正在赌这个趋势。

---

八、它和 Snowflake 的竞争也变了

过去 Databricks 和 Snowflake 被认为是一对直接竞争对手。

Snowflake 从 Data Warehouse 向 AI 扩张。

Databricks 从 Data Lake 和 Spark 向 Data Warehouse、AI 扩张。

双方最后都走向同一个方向：

统一企业的数据和 AI 工作负载。

但 Databricks 更强调开放生态。

它的核心逻辑是：

数据保持开放，计算、治理和 AI 平台商业化。

这对担心 vendor lock-in 的大型企业尤其有吸引力。

---

九、最大的机会：成为 Agent 时代的数据操作系统

Databricks 下一阶段真正的故事，可能已经不是 Lakehouse。

而是：

AI Agent Infrastructure。

未来一家大型企业内部，可能同时运行成千上万个 Agent。

这些 Agent 都需要：

• 数据
• 上下文
• 记忆
• 模型
• 权限
• 治理
• 数据库

而 Databricks 正在试图把这些能力全部放到一个平台中。

Lakebase 负责实时数据库。

Genie 负责理解企业数据和业务语义。

Unity Catalog 负责权限与治理。

Mosaic AI 负责模型。

AI Gateway 负责模型调用和管理。

如果这套逻辑成立，Databricks 的角色将从“数据分析平台”升级为：

AI Agent 的企业级运行底座。

---

十、当然，风险也不小

1900 亿美元估值，也意味着市场对 Databricks 的预期非常高。

它至少面临三个风险。

第一，是 AWS、Microsoft、Google 这样的云巨头。

它们同时拥有云、存储、数据库、模型和 GPU，天然具备整合优势。

第二，是 Snowflake。

双方的产品边界越来越重叠，竞争已经从数据仓库延伸到 AI。

第三，是 AI 平台最终会不会被模型厂商直接吃掉。

如果未来 OpenAI、Anthropic 或云厂商把 Agent、数据库、模型治理全部集成起来，Databricks 的部分价值可能被压缩。

反过来，如果企业坚持多云、多模型和开放数据架构，Databricks 的中立平台定位反而会更加重要。

---

结语：Databricks 真正的护城河，是数据重力

回头看 Databricks 的发展路径，会发现它每一步都围绕数据不断扩张。

Spark 解决计算。

Delta Lake 解决可靠存储。

Lakehouse 解决数据湖与数据仓库割裂。

Photon 解决性能。

Unity Catalog 解决治理。

Mosaic AI 解决模型。

Lakebase 解决实时交易。

Agent Bricks 和 AI Gateway 则开始解决 AI Agent 的生产环境问题。

所有这些能力，最终都围绕同一个核心：

Data Gravity，数据重力。

数据在哪里，计算会靠近哪里。

计算在哪里，AI 也会靠近哪里。

所以，1900 亿美元估值背后，资本真正押注的可能并不是一家更强的数据仓库公司。

而是：

Databricks 能否成为 AI 时代企业数据、模型和 Agent 的统一操作系统。