Databricks 週四宣布新一輪融資，公司估值達到 1880 億美元。本輪融資由 Coatue 領投。
Databricks 並未透露確切的融資金額；該公司表示資金尚未到位，本輪融資將於今年夏天稍晚完成。其他媒體報導指出，本次募資金額約為 30 億美元。儘管公司在資金尚未到手前就宣布消息並不尋常，但一位創投業者向 TechCrunch 表示，這筆交易已確定，眾多公司爭相投資，讓 Databricks 無需隱瞞其亮眼的新估值。
事實上，Databricks 在過去一年半積極募資，成功將自身形象從昔日的 SaaS 巨頭轉變為 AI 供應商。這裡的「昔日」指的是 ChatGPT 出現之前的時代。
僅在五個月前，即今年二月，Databricks 才以 1340 億美元的估值完成 50 億美元的 Series L 輪融資。再往前推五個月，即 2025 年 9 月，它以 1000 億美元的估值募得 10 億美元。而在大約九個月前，即 2024 年 12 月，它以 620 億美元的估值募得 100 億美元，當時創下紀錄。
多年來 Databricks 募資輪次之多，以至於最新一輪融資成為了關於字母表不夠用的迷因主題。有人發文說：「我已經開啟了 Series AA 輪融資的通知。」
但其形象重塑是貨真價實的。Databricks 成立於 2013 年，最初在大數據時代取得成功，其軟體讓企業能夠在雲端儲存大量數據，同時提供快速的分析。
由於它已經掌握了大量的企業數據，當公司開始要求 AI 具備與傳統企業軟體相同的安全性和治理能力時，Databricks 便處於有利地位來應對。
該公司陸續推出多款 AI 產品，例如專為 AI 代理程式設計的資料庫 Lakebase，以及其 AI 閘道器 Unity，還有一個管理多個代理程式的「元協調器」Omnigent。
Databricks 也越來越被視為企業採用更經濟實惠的中國開源模型（其底層程式碼公開供任何人使用和修改）以控制成本的典範之一，這是 2026 年的一大趨勢。它特別推崇 Z.ai 的 GLM 5.2 作為程式碼生成模型。
上週，Databricks 執行長 Ali Ghodsi 分享了為管理其 3,000 名軟體工程師的 AI 成本而進行的內部基準測試結果。
該公司比較了 AI 模型在程式設計師實際任務上的表現。不出所料，Databricks 在揭露結果的部落格文章中表示，「開源模型，尤其是 GLM 5.2，現在甚至能夠處理最高難度的程式碼任務」，且總成本低於 Anthropic 和 OpenAI 的專有模型。
但令人驚訝的是，他們發現「協調器」（harness）的選擇，即像 Codex 或 Claude Code 這樣包裹模型並管理其上下文和指令的代理程式編碼工具，對成本的影響同樣巨大。他們發現開源協調器 Pi 在管理每個提示詞周圍的上下文方面表現最佳，因此在不犧牲品質的情況下，是成本最低的選擇之一。
該文章宣稱：「這裡的教訓並非某個協調器總是更便宜，也不是原生協調器更差。相反地，模型的選擇只是整個拼圖的一部分。」
所有這些都增強了 Databricks 作為一家 AI 公司的形象，即使它最初並非 AI 實驗室。這反過來也賦予了它 AI 光環，使其能夠募得資金並大幅提升估值。正如我們之前報導，如今 AI 效應如此強大，連三明治店 Jersey Mike’s 都在其 S-1 文件中提到了 AI 22 次。
