独家-Databricks 将收购红杉支持的 Tecton,推动人工智能代理发展

路透中文
Aug 23, 2025
独家-Databricks 将收购红杉支持的 Tecton,推动人工智能代理发展

Krystal Hu

路透8月22日 - Databricks首席执行官周五告诉路透,Databricks将收购机器学习初创公司Tecton,以扩大其人工智能代理产品,这是一系列旨在为企业客户提供全面人工智能构建工具的交易中的最新一笔。

Tecton 由红杉资本(Sequoia Capital)和克莱纳帕金斯公司(Kleiner Perkins)支持,它提供的软件可以帮助企业大规模、低延迟地分析和部署数据。

这笔交易的财务条款(包括 Databricks 的私人股份)没有披露。在 2022 年的一轮私人融资中,Tecton 的最新估值为 9 亿美元,拥有约 90 名员工。

在这笔交易之前,Databricks 本周宣布 (link),它已签署了新一轮融资的条款书,估值超过 1000 亿美元,比八个月前增长了 60% 以上。

自2020年由Uber前工程师创立以来,Tecton已从包括安德森-霍洛维茨(Andreessen Horowitz)和贝恩资本风险投资公司(Bain Capital Ventures)在内的投资者那里融资1.6亿美元。

Databricks 首席执行官阿里-高德思(Ali Ghodsi)表示,随着向企业提供人工智能工具的竞争加剧,Tecton 的技术和人才将有助于打造 Databricks 的旗舰产品 Agent Bricks,该产品可利用人工智能代理构建工作流程并实现自动化。具体来说,此次收购有助于缩短人工智能应用的响应时间,而这正是构建交互式服务的客户最关心的问题。

他说:"这确实是向代理提供实时信息的实时构件,"他补充说,速度对于语音交互等人工智能用例至关重要。"许多用例都是直接面向用户和人类的,而人类讨厌等待。

两家公司原本就关系密切。Tecton在2022年与Databricks以及其竞争对手Snowflake合作。这两家数据平台也已成为这家初创公司的投资者。

Ghodsi说,Tecton的许多客户--包括加密货币交易所Coinbase--已经在使用Databricks的服务。他补充说,此次收购将有助于加深与依赖这两种技术的客户的关系。

这笔交易是Databricks收购狂潮的延续,Databricks利用飙升的私人估值收购了风险投资支持的初创公司,同时建立了一个全面的人工智能平台。Databricks在2023年以13亿美元收购了生成式人工智能平台MosaicML (link),在2024年增加了Tabular (link),将阿帕奇冰山数据格式的创建者引入公司内部,并在今年早些时候以10亿美元收购了无服务器数据库公司Neon (link),为高速人工智能应用提供动力。

(为便利非英文母语者,路透将其报导自动化翻译为数种其他语言。由于自动化翻译可能有误,或未能包含所需语境,路透不保证自动化翻译文本的准确性,仅是为了便利读者而提供自动化翻译。对于因为使用自动化翻译功能而造成的任何损害或损失,路透不承担任何责任。)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10