Databricks估值达1880亿美元，延续AI第二春

背景

Databricks 成立于2013年，最初在大数据时代凭借帮助企业在云端存储海量数据并实现快速分析而获得成功。随着企业 AI 需求激增，Databricks 凭借其已有的大量企业数据积累，迅速转型为 AI 基础设施提供商，成为 AI 领域的重要玩家，甚至被戏称为“AI 的第二幕”（即从传统 SaaS 公司成功转型为 AI 公司）。这一转型使其在资本市场获得了巨大的 AI 光环效应，估值在短短一年半内从 620 亿美元飙升至 1880 亿美元。

核心内容

Databricks 于周四宣布了一轮新融资，估值达到 1880 亿美元，本轮由 Coatue 领投。公司未披露具体融资金额，但表示资金尚未到账，本轮融资将在今年夏季晚些时候完成（其他媒体随后报道称融资金额约为 30 亿美元）。尽管在资金到账前就宣布融资并不常见，但一位风投人士告诉 TechCrunch，这笔交易是可靠的，因为太多投资机构想要参与，公司没有理由对其新的高估值保密。

事实上，Databricks 在过去一年半里一直处于密集融资状态，同时成功将其形象从昔日的 SaaS 明星转变为 AI 提供商（“昔日”指的是 ChatGPT 诞生之前的“公元前”时代）。仅五个月前（2026 年 2 月），Databricks 完成了 50 亿美元的 L 轮融资，估值 1340 亿美元；再往前五个月（2025 年 9 月），它融资 10 亿美元，估值 1000 亿美元；再往前约九个月（2024 年 12 月），它完成了当时创纪录的 100 亿美元融资，估值 620 亿美元。

多年来，Databricks 融资轮次之多，以至于最新一轮融资引发了关于字母表不够用的 meme（“当我收到 Series AA 时再开提醒”——有人发帖说）。但其形象重塑是实实在在的。公司开始陆续推出 AI 产品，例如为 AI 代理构建的数据库 Lakebase、AI 网关 Unity，以及管理多个代理的“元框架”Omnigent。

Databricks 还日益成为企业采用更便宜的中国开源权重模型（模型底层代码公开供任何人使用和修改）以控制成本的典型案例之一，这是 2026 年的主要趋势之一。它尤其推崇 Z.ai 的 GLM 5.2 作为编程模型。

上周，Databricks 的 CEO Ali Ghodsi 分享了一些内部基准测试的结果，这些测试旨在管理其 3000 名软件工程师的 AI 成本。公司比较了 AI 模型在其程序员实际任务中的表现。不出所料，在公布结果的博客文章中，Databricks 分享说“开放模型，特别是 GLM 5.2，现在能够处理编码中最高难度的任务”，并且总成本低于 Anthropic 和 OpenAI 的专有模型。但令人惊讶的是，该公司发现工具链（即代理编码工具，如 Codex 或 Claude Code，它包裹模型并管理其上下文和指令）的选择同样影响成本。他们发现开源工具链 Pi 是管理每个提示上下文的最佳工具之一，因此是在不牺牲质量的情况下成本最低的选择之一。博客文章宣称：“这里的关键不是某个工具链总是更便宜，或者原生工具链更差。相反，模型选择只是拼图的一部分。”

所有这些都强化了 Databricks 作为 AI 公司的形象，即便它最初并非作为 AI 实验室成立。这反过来又让它获得了 AI 光环，从而能够轻松融资并大幅提升估值。正如我们之前报道的，当前 AI 效应如此强烈，以至于连三明治店 Jersey Mike's 在其 S-1 文件中也提到了 22 次 AI。

关键要点

• 估值飙升：Databricks 最新估值达 1880 亿美元，由 Coatue 领投，融资金额约 30 亿美元（未最终确认），本轮融资将于夏季晚些时候关闭。
• 密集融资节奏：过去一年半内，Databricks 完成多轮巨额融资，估值从 2024 年 12 月的 620 亿美元（100 亿美元融资）→ 2025 年 9 月的 1000 亿美元（10 亿美元融资）→ 2026 年 2 月的 1340 亿美元（50 亿美元融资）→ 当前 1880 亿美元。
• 成功转型为 AI 提供商：从大数据分析 SaaS 公司转变为 AI 基础设施公司，推出多项 AI 产品（Lakebase、Unity、Omnigent），并积极拥抱开源模型，尤其是中国的 GLM 5.2 以降低成本。
• 内部基准测试揭示双重成本因素：在对 3000 名软件工程师的编码任务进行测试后，发现开源模型（如 GLM 5.2）在最高难度任务上性能不输专有模型，且成本更低；同时，工具链（harness）的选择对成本有同等重要影响，开源工具链 Pi 在管理上下文方面表现优异，能显著降低成本而不牺牲质量。
• AI 光环效应普遍存在：Databricks 因 AI 标签获得资本市场追捧，甚至非科技公司（如三明治店 Jersey Mike's）也在 IPO 文件（S-1）中大量提及 AI 以吸引投资者。

意义与影响

Databricks 的估值暴涨反映了资本市场对 AI 基础设施公司的极度追捧。其成功转型表明，拥有大量企业数据积累的传统 SaaS 公司，通过拥抱开源模型和构建 AI 代理产品，能够迅速获得 AI 光环。更重要的是，Databricks 的内部基准测试不仅验证了开源模型（如 GLM 5.2）在编码任务上的竞争力，还揭示了一个常被忽视的成本因素——工具链（harness）的选择。这提醒企业：在 AI 成本优化中，模型选择只是拼图的一部分，工具链的合理选型同样关键。此外，Databricks 对中国开源模型的积极采用，凸显了 2026 年企业