Databricks宣布以未披露金額收購初創公司Electric
。Electric專注於將基於WebAssembly的Postgres資料庫引入應用環境，此次收購旨在為開發者提供一種將數據運行在更靠近AI智能體位置的方式，以支持日益自主化的應用開發需求。
傳統應用通常依賴集中式資料庫處理應用數據，而智能體應用可能涉及多個智能體獨立運行數分鐘乃至數小時，執行大量操作，由此產生頻繁訪問集中式資料庫的需求。
Databricks認為，這種頻繁的資料庫訪問會給應用帶來不必要的延遲，因此提出了本地隔離資料庫的解決方案——智能體可直接在本地處理數據，同時與中央資料庫保持同步，從而規避延遲問題。
Electric旗下的PGLite與實時數據同步引擎Electric Sync的組合正是為此而生。據該公司部落格介紹，這一組合讓開發者可以選擇為智能體運行本地Postgres兼容資料庫，同時將相關數據與中央資料庫保持同步。
收購完成後，PGLite將與Databricks的大規模Postgres資料庫產品Lakebase形成互補。兩者結合將為開發者提供雙層資料庫架構：PGLite負責在應用或智能體環境內處理本地數據，Lakebase則作為共享持久數據的集中式資料庫。
兩項技術之間也存在一定的技術傳承。PGLite構建於Stas Kelvich的WebAssembly Postgres基礎工作之上，而Kelvich正是Neon的聯合創始人——Databricks於2025年收購了這家Postgres公司，並以其為基礎構建了Lakebase。
分析師指出，這種雙層資料庫架構對開發者而言具有實際價值。
Pareekh Consulting首席分析師Pareekh Jain表示："在智能體應用或智能體沙箱內部運行資料庫，有助於提升智能體速度，尤其對於複雜、長時運行的任務效果更為顯著，因為本地訪問減少了網路跳轉，從而縮短了等待時間。"
Jain補充道："在網路連接不穩定時，這也能提升智能體的可靠性。不過，對於只需少量資料庫調用的簡單智能體或任務，優勢相對有限。"
Avasant研究總監Chandrika Dutt表示，對於CIO而言，減少網路跳轉同樣意味著成本節約，因為本地執行可降低遠程資料庫調用次數，但具體效益取決於工作負載和所處理的狀態數據量。
IT諮詢公司Kanerika的AI開發經理Amit Kumar Jena也認為，減少資料庫調用還能降低基礎設施成本，因為無需為每個智能體單獨配置完整的託管資料庫實例。
然而，Nord-IQ Research首席分析師Manoj Chandra Jha提醒稱，成本和可靠性方面的收益尚未得到驗證。Databricks目前尚未在生產規模上部署該架構，實際收益將取決於數據同步與治理在真實部署中的表現，而非僅憑"架構在紙面上合理"。
此外，數據治理與安全方面同樣存在隱憂。
Dutt表示："雙層資料庫架構引入了數據治理的新維度。CIO需要考慮哪些企業數據可以在智能體環境中實體化、如何保障和保留這些數據、如何審計和刪除本地狀態，以及如何管理同步與衝突。"
Jena也指出，大多數企業團隊此前從未面對過此類數據治理挑戰。他補充道："集中式數據倉庫的治理是已解決的問題，但沙箱級別的狀態管理還不是。Databricks在這一領域率先布局。每位評估智能體平台的CIO都應該向供應商追問同一個問題：狀態是如何在智能體內部而非僅在中央資料庫中得到保護和清除的？"
Jha還指出，沙箱級別的狀態管理也帶來了安全隱患："將狀態分散到各智能體沙箱中，擴大了攻擊面並分散了治理權，迫使企業將訪問控制、審計和合規框架從單一資料庫邊界延伸至數百個臨時本地實例。"
Jha還表示，這也會增加底層數據的管理難度——基於過時本地狀態的最終一致性問題和智能體操作衝突，比傳統集中式記錄系統中的故障更難追蹤和協調。
不過，Dutt指出，這種雙層資料庫架構至少在短期內可能為Databricks帶來競爭優勢，因為目前包括Snowflake在內的競爭對手均未提供同等的WASM-Postgres能力。
Jena也表示："我們尚未看到谷歌雲或Teradata有類似舉措。"
但Dutt警告稱，差異化架構未必能轉化為持久的競爭優勢。"其重要性將取決於本地狀態在企業智能體架構中的地位，以及Databricks能否提供企業採用所需的安全、治理、可觀測性和一致性控制能力。"
Q&A
Q1：Databricks收購Electric的主要目的是什麼？
A：Databricks收購Electric，是為了將基於WebAssembly的本地Postgres資料庫能力引入智能體應用開發。智能體應用需要頻繁訪問資料庫，頻繁的遠程調用會帶來延遲，而Electric的PGLite可讓智能體在本地直接處理數據，同時通過Electric Sync與中央資料庫保持同步，從而降低延遲並提升效率。
Q2：PGLite和Lakebase分別承擔什麼角色？
A：兩者構成雙層資料庫架構。PGLite運行在智能體或應用環境內部，負責處理本地、臨時性的狀態數據，適合需要快速本地訪問的場景；Lakebase則作為集中式資料庫，負責儲存共享的、需要持久化的數據。兩者配合，兼顧了速度與數據一致性。
Q3：雙層資料庫架構在企業落地時面臨哪些主要挑戰？
A：主要挑戰集中在治理和安全兩方面。企業需要明確哪些數據可以下放到智能體本地環境、如何審計和清除本地狀態、如何處理數據同步衝突。此外，將狀態分散到大量臨時沙箱實例中會擴大攻擊面，現有的集中式合規框架難以直接覆蓋，需要重新設計治理機制。
