从Databricks产品发布会看数据平台的演进方向

整体架构的范式重塑。Databricks将全量产品能力重构为“数据底座层—治理/语义层—Agent平台层—应用层”四层架构（如图1所示）。其中，Unity AI Gateway与Unity Catalog共同构成统一的治理控制平面，置于Agent平台与数据底座之间，在运行时对模型调用、工具使用、成本与安全进行统一管控。Unity AI Gateway被官方定位为企业AI的治理解决方案（governance solution for enterprise AI），提供策略管控、Token预算、模型路由与运行时安全四大能力。Databricks CEO Ali Ghodsi在主题演讲中明确表示：“AI doesn't have an intelligence problem. It has a context problem.”——AI目前面临的主要问题是上下文质量与受控访问，而非模型智能本身。

图1 Databricks四层架构

数据底座层走向融合统一。Lakebase、Delta UniForm与Lakehouse/RT共同构成LTAP（湖事务与分析处理）架构范式，OLTP与OLAP共享同一份对象存储中的开放格式数据，从根本上挑战“事务与分析必须分库”的传统认知。Lakehouse/RT搭载全新Reyden引擎，直接对受管控的Delta Lake和Apache Iceberg表运行实时分析。官方公布的数据显示，在标准分析基准测试中，Lakehouse/RT在12000 QPS压力下延迟稳定在100毫秒以内，小型工作负载响应时间可低至10毫秒。Zerobus作为完全托管的无服务器推送式摄入API，可直接将数据流式写入Delta表，无需中间消息总线。Lakebase Search将向量与全文检索能力内嵌至PostgreSQL内核，进一步动摇了独立向量数据库的工程必要性。

治理语义层向动态运行时延伸。Unity AI Gateway将治理范围从静态数据资产扩展至动态Agent运行时，覆盖成本控制与智能路由、AI资产统一治理、运行时监控与安全、开放生态集成四大能力。Genie Ontology以“人工定义＋自动生长”双轨制构建企业知识图谱，其排名机制借鉴Google PageRank思路，通过权威性加权识别企业内最具权威的业务定义。据官方公布数据，该机制可将复杂业务首问命中率提升至84.5%。通过Unity Catalog的强制权限继承，实现“安全内嵌”。

Agent平台层与应用层趋于一体化。Agent Bricks已承载超10万个生产Agent，年Token消耗量超10¹⁵。Omnigent以Apache 2.0协议开源，被定位为“元编排层”（meta-harness），位于各类Agent框架之上，用于组合、控制和共享不同框架的Agent。Genie One作为面向营销、财务、销售等业务团队的AI同事正式GA，Genie Code则面向数据工程与ML工作流。商业模式上，Genie系列采用按用量计费（Pay-as-you-go）模式，标志着AI原生时代“按调用价值计费”正在取代传统的席位制收费模式。

趋势一：数据底座进入“范式融合期”。LTAP架构、向量检索内置化、实时分析直接基于开放格式数据，本质都在宣告“专用单点组件”时代的终结。独立向量数据库、专用实时数仓等单点能力的工程必要性正在被快速稀释。

趋势二：Agent安全成为新型治理主战场。MCP工具调用管控、Prompt注入、PII泄露等风险的明确化治理，意味着数据治理已从“边界防御”演进至“运行时纵深防御”，治理对象从静态资产扩展至动态行为。

趋势三：语义资产正在取代数据资产成为核心。从“黄金记录”到“黄金上下文”的转变，揭示了AI时代企业核心资产形态的迁移——高质量、可被自动理解与持续生长的语义资产，将取代原始数据成为差异化竞争壁垒。

趋势四：Agent生态竞争上移至编排治理层。Omnigent开源的实质，是将行业竞争从“谁的Agent框架更好”上移至“谁能统一调度与治理多框架Agent”。平台型厂商正以元编排能力构建新的生态护城河。

趋势五：定价模式从席位制向用量制深度切换。Genie系列转向Pay-as-you-go，标志着AI原生时代“按调用价值计费”正在取代“按用户数计费”成为新基准。

Databricks 2026的变革路径，可以从四个维度加以梳理：

计算维度，Lakehouse/RT的弹性扩缩容与Delta UniForm统一计算路径，验证了开放表格式（Delta、Iceberg）作为异构算力调度载体的可行性。训推一体与异构协同的工程方向在本次发布中得到进一步明确。

供给维度，Lakebase Search统一向量与全文检索、Lakebase支持Agent状态存储等产品，实现了全模态资产的一体化供给。从“被动批量同步”走向“按需主动供给”的产品逻辑已较为清晰。

治理维度，Genie Ontology与Unity AI Gateway的实践表明，治理范围已从静态数据资产延伸至Agent运行时，安全防护从边界防御走向全链路内生。语义体系统一构建与安全内嵌升级在该架构中占据核心位置。

消费维度，Agent Bricks的规模化部署与Genie One的统一业务入口设计，反映出消费主体正从单一人类用户扩展为“人＋Agent”双主体。价值链路闭环化的产品形态已在海外头部厂商中得到初步验证。

此外，报告中所强调的“统一底座是前置建设基础”“治理与安全内嵌全流程”“分层分步落地”等建设准则，与Databricks四层架构的设计逻辑一致，也与此前海外三家厂商的共性规律相符。

Databricks的变革，正是上述演进主线的集中呈现：数据平台正在超越传统分析工具的定位，真正成为AI Agent规模化运行的基础设施。我国数据平台产业应在借鉴海外经验的同时，立足本土业务刚需与信创适配要求，走出一条自主可控的AI原生数据平台建设之路。