Databricks估值达到1880亿美元，延续其作为AI最受欢迎的第二幕的势头

# Databricks估值达1880亿美元，延续其作为AI最受欢迎第二幕的传奇 | TechCrunch 来源：https://techcrunch.com/2026/07/17/databricks-hits-188b-valuation-extending-its-run-as-ais-favorite-second-act/ Databricks周四宣布了一轮新融资，对该公司的估值为1880亿美元（https://www.databricks.com/company/newsroom/press-releases/databricks-raising-strategic-round-funding-188-billion-valuation）。本轮融资由Coatue领投。 Databricks没有透露具体融资金额；它表示资金尚未到账，本轮融资将于今年夏天晚些时候完成。（其他媒体随后报道称融资金额约为30亿美元（https://www.wsj.com/tech/ai/databricks-set-to-hit-188-billion-valuation-with-new-investment-from-coatue-9eda18d6）。）虽然公司在资金到位前就宣布融资并不常见，但一位风险投资人告诉TechCrunch，这笔交易很可靠，因为有那么多公司想参与，该公司没有理由对其闪亮的新估值秘而不宣。 事实上，Databricks在过去一年半里一直在疯狂融资，成功地将自身形象转型为人工智能提供商，而不仅仅是昔日的SaaS明星。所谓“昔日”指的是BC时代（ChatGPT出现之前）。 仅五个月前，即2月份，Databricks以1340亿美元估值完成了50亿美元的L轮融资（https://techcrunch.com/2025/12/16/databricks-raises-4b-at-134b-valuation-as-its-ai-business-heats-up/）。再往前五个月，即2025年9月，它以1000亿美元估值融资10亿美元（https://techcrunch.com/2025/12/16/databricks-raises-4b-at-134b-valuation-as-its-ai-business-heats-up/）。再往前大约九个月，即2024年12月，它以620亿美元估值完成了当时创纪录的100亿美元融资（https://techcrunch.com/2024/12/17/insight-vc-describes-databricks-wild-10b-deal-and-the-bad-advice-the-ceo-ignored/）。 Databricks多年来进行了这么多轮融资，以至于最新一轮成为了关于字母表不够用的迷因话题。“开启通知，等我们拿到Series AA轮的时候叫我，”有人发帖说。 但它的形象重塑是货真价实的。该公司成立于2013年，最初在大数据时代取得成功的，其软件能让企业将海量数据存储在云端，同时进行快速分析。 由于已经坐拥大量企业数据，当公司开始希望AI具备与传统企业软件相同的安全性和治理能力时，Databricks便处于有利位置来应对。 该公司开始推出一个又一个AI产品，比如为AI智能体构建的数据库Lakebase（https://techcrunch.com/2025/08/19/databricks-ceo-says-fresh-1b-will-help-him-attack-a-new-ai-database-market/），以及AI网关Unity，还有管理多个智能体的“元工具”Omnigent。 Databricks也日益成为企业采用更实惠的中国开源权重模型（即底层代码公开供任何人使用和修改的模型）以控制成本的主要范例之一（https://x.com/Yuchenj_UW/status/2070166719839326396），这是2026年的一大趋势（https://techcrunch.com/2026/07/13/satya-nadella-has-issued-a-shocking-warning-to-companies-using-ai/）。它特别推崇Z.ai的GLM 5.2作为编程模型。 上周，Databricks首席执行官Ali Ghodisi分享了一些内部基准测试的结果（https://x.com/alighodsi/status/2074996561306955958），这些测试旨在为其3000名软件工程师管理自身AI成本。 该公司在其程序员实际执行的任务上比较了AI模型。不出所料，在披露结果的博客文章中（https://www.databricks.com/blog/benchmarking-coding-agents-databricks-multi-million-line-codebase），Databricks分享称，“开源模型，特别是GLM 5.2，现在能够处理编码中最高难度的任务”，而且总成本低于Anthropic和OpenAI的专有模型。 但令人惊讶的是，他们发现工具（即代理编程工具，如Codex或Claude Code，它们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Pi在管理每个提示的上下文方面表现最佳，因此是在不牺牲质量的前提下成本最低的选择之一。 “这里的教训不是某个工具总是更便宜，或者原生工具更差，”该博文宣称（https://www.databricks.com/blog/benchmarking-coding-agents-databricks-multi-million-line-codebase），“相反，模型选择只是拼图的一部分。” 所有这些都巩固了Databricks作为人工智能公司的形象，尽管它并非作为AI实验室创立。这反过来又赋予它融资和估值飙升的AI光环。正如我们此前报道，如今AI效应如此强大，以至于连三明治店Jersey Mike's也在其S-1文件中提到了22次AI（https://techcrunch.com/2026/07/02/jersey-mikes-ipo-illustrates-how-bad-the-ai-hype-has-become/）。 *当您通过我们文章中的链接购买时，我们可能会获得少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不会影响我们的编辑独立性。*