Databricks于周四宣布完成新一轮融资，公司估值达到1880亿美元。本轮融资由Coatue领投。

公司尚未透露具体融资金额，且资金尚未到账，预计融资将在今年夏末完成。据其他媒体报道，本轮融资金额约为30亿美元。尽管通常公司会在资金到账后才公布融资消息，但一位风险投资人士告诉TechCrunch，此次交易非常稳固，众多机构争相参与，使得Databricks没有理由对其最新估值保密。

事实上，Databricks在过去一年半内频繁融资，成功将自身形象从传统SaaS软件提供商转型为AI服务供应商。这里的“传统”指的是ChatGPT出现之前的时代。

仅在五个月前的2026年2月，Databricks完成了50亿美元的L轮融资，估值为1340亿美元。再往前推五个月，即2025年9月，公司以1000亿美元估值完成了10亿美元融资。大约九个月前的2024年12月，Databricks还创下了当时100亿美元的融资纪录，估值为620亿美元。

Databricks多次融资甚至引发了关于“字母用尽”的调侃，有网友戏称“等着看它什么时候来个AA轮”。

不过，Databricks的转型确实成效显著。公司成立于2013年，最初在大数据时代崭露头角，提供的软件帮助企业在云端存储海量数据的同时，实现快速的数据分析。

由于掌握了大量企业数据，Databricks顺势推出多款AI产品，满足企业对安全性和治理的严格要求，这些是传统企业软件的基本标准。

公司陆续推出了面向AI代理的数据库Lakebase、AI入口Unity，以及管理多代理的“元控制”工具Omnigent。

此外，Databricks也因采用更经济的中国开源大模型而闻名，这成为2026年的一大趋势。公司特别支持Z.ai的GLM 5.2模型，用于代码生成。

上周，Databricks CEO Ali Ghodsi分享了公司内部针对3000名软件工程师的AI成本管理基准测试结果。

测试比较了不同AI模型在实际编程任务中的表现。结果显示，开源模型，尤其是GLM 5.2，能够胜任最高难度的编程任务，且总体成本低于Anthropic和OpenAI的专有模型。

令人意外的是，选择的“代理工具”（即包裹模型、管理上下文和指令的工具，如Codex或Claude Code）对成本影响同样显著。测试发现，开源代理Pi在管理提示上下文方面表现优异，是成本最低且质量不打折的选择之一。

Databricks博客指出，关键不在于某个代理工具总是更便宜，或本地代理工具一定更差，而是模型选择只是整体方案中的一部分。

这一系列举措极大提升了Databricks作为AI公司的形象，尽管它最初并非以AI实验室身份成立。这也助力其融资和估值飞跃。正如我们此前报道，AI效应如今极为强烈，甚至连三明治店Jersey Mike’s在其招股说明书中也提及了22次AI。