一句话看懂：Databricks 宣布在新一轮融资中估值达到 1880 亿美元，由 Coatue 领投，本轮融资额约 30 亿美元。这家从大数据平台起家的公司，已连续多轮超高估值融资，成功将自己重塑为一家企业级 AI 提供商，而非仅仅是老一代的 SaaS 明星。
事件核心：发生了什么
7 月 17 日，Databricks 宣布了这轮融资，但资金尚未到账，预计将在今年夏末完成。这是其一年半以来密集融资的最新动作：仅五个月前（2026 年 2 月），它刚以 1340 亿美元估值完成 50 亿美元 L 轮融资；再往前五个月（2025 年 9 月），以 1000 亿美元估值融资 10 亿美元；而 2024 年 12 月，它曾以 620 亿美元估值完成当时破纪录的 100 亿美元融资。由于轮次过多，社交媒体上甚至出现了“等它发行 AA 轮时再开提醒”的调侃。
公司还在近期发布了多个 AI 产品，包括为 AI Agent 设计的数据库 Lakebase、AI 网关 Unity，以及管理多个智能体的元框架 Omnigent。同时，它因积极采用成本更低的开源中文模型（如智谱的 GLM 5.2）用于编程任务而受到关注。上周，CEO Ali Ghodsi 公布了内部基准测试结果：在同样的编程任务上，GLM 5.2 等开源模型在处理高难度编码任务时，总成本低于 Anthropic 和 OpenAI 的闭源模型。
测试还发现，选择不同的编程工具（智能体编码工具，如 Codex 或 Claude Code）对成本的影响同样显著。实验表明，开源工具 Pi 在管理上下文方面表现最佳，是兼顾成本和质量的选择之一。
为什么重要
Databricks 的估值轨迹证明，“AI 光环”在资本市场具有强大的溢价能力。它不是一家从头成立的 AI 实验室，而是通过自身的数据基础设施优势，顺应企业从“大数据”转向“AI 安全治理”的需求，成功完成转型。这给其他软件公司提供了一个清晰的路线图：具备企业数据资产的公司，如果能在数据治理、安全性和成本控制上做文章，就有可能获得与其技术底子不完全匹配的 AI 估值。
此外，它对开源模型（尤其是中国模型）的公开力挺，反映出 2026 年企业 AI 支出中一个根本性的变化：成本控制优先，模型选择不再是唯一关键。这一发现可能促使更多企业重新评估对闭源 API 的依赖。
对用户/开发者/创作者的影响
对于企业 IT 采购者和开发者来说，Databricks 这轮融资及其内部的成本管理实验释放了一个明确信号：在 AI 编程领域，开源模型 + 开源工具的性价比正在逼近甚至超越闭源方案。这意味着企业不需要依赖昂贵的专有 API 就能获得满足复杂编程需求的能力。对于正在搭建 AI Agent 的应用开发者而言，Databricks 推出的数据库（Lakebase）和 AI 网关（Unity）等基础设施产品，提供了更可控、更安全的数据处理方案，可能降低构建内部智能体应用的门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，Databricks 在本轮融资完成后，是否会进一步下调其 AI 产品的使用成本，以吸引更多中大型企业客户使用其开源模型方案？其次，它公开推崇的“模型+工具”（如 GLM + Pi）组合能否形成一个独立的开发生态，吸引外部开发者贡献更多 AI Agent 工具？最后，考虑到它几乎每个季度都在刷新估值，这种融资节奏是否会持续，以及一旦市场情绪降温，它是否仍能保持如此高的估值倍数，将是一个重要的观察窗口。
