a16z 说数据库决定了公司的形状，写这话的人坐在 Databricks 董事会里
a16z 用一篇六千多词的长文论证企业用什么数据库决定了它长成什么形状。本文拆开它的技术链、公司理论与两处外推，标出哪些数字可独立核对、哪些属于公司自述，并说明作者本人坐在 Databricks 董事会里。
2026 年 10 月 27 日晚，a16z 的订阅号发出一篇 6,292 词的长文，署名 Ben Horowitz 与 Michael McGuiness。官网版早约六分半挂出。1
封面是 Databricks 首席执行官 Ali Ghodsi 的黑白肖像，右下角印着系列名 Profiles of the Future。
文章要论证的是一件比这家公司更大的事：一家企业用什么数据库，决定了它能长成什么形状。
这个判断出现的时点很要紧。两个多月前，Databricks 刚以 1900 亿美元估值融完 50 亿美元。
原文首屏：标题、副标题与两位署名，以及标注 CEO, DATABRICKS 的封面。页面顶部 "1 HOUR AGO" 是抓取时的相对时间；实际发布为北京时间 10 月 27 日 22:02。
写这篇的人坐在 Databricks 的董事会里
Ben Horowitz 是 a16z 的联合创始人，同时是 Databricks 的董事。
这一点由彭博在 8 月 17 日披露，路透同日转述。2
那篇报道讲的是另一件事：美国司法部正在调查 a16z。
调查关注的是这家机构的合伙人是否不适当地兼任了互相竞争的 AI 公司的董事。
被点名的公司里就有 Databricks。另一位合伙人 Martin Casado 则坐在 Fivetran 的董事会。
资本的往来更直接。Databricks 的融资公告把 a16z 列入本轮跟投的老股东名单。3
原文自己也写了这段渊源：a16z 在 2013 年领投 A 轮，后来与 NEA 一起领投了没人愿意接的 C 轮。
这层关系在原文里出现得很晚。它在第五节末尾，被写成一个十年前的故事：Ali 打电话来问要不要卖掉公司，Ben 让他别卖。
读这篇时，这个顺序值得记住。技术解释可以独立核对，公司前景的判断由一位董事给出。
而这位董事所在的机构，正在被问同一个董事会席位合不合适。
原文要证明的是一条四段链
原文把六千多词的篇幅摊在四个问题上，每一环依赖上一环。
| 环节 | 它要回答的问题 | 主要证据 |
|---|---|---|
| 技术 | Databricks 到底做什么，湖仓与 Lakebase 是什么 | 数据库技术史 + 公司披露的营收 |
| 系统记录 | 智能体为什么需要新的系统记录 | 四个产品 + 一次台上演示的准确率 |
| 公司 | 公司是什么，形状为什么会变 | Coase、Simon、Burnham + 两家客户 |
| 人 | 人每天干什么 | 作者的推断 |
这条链的强度并不均匀。
第一节最硬，能查到技术史的原始论文。第四节最软，落点在作者对二十年后工作形态的想象。
数据湖、湖仓、Lakebase 三个词到底指什么
原文说这三个词常出现在广告牌上，多数人不知道什么意思。它自己的解释从 2009 年的 Hadoop 讲起。
Hadoop 的关键缺陷是每一轮计算都要先把结果写回磁盘。
这个设计在便宜的机器坏掉时好恢复，代价是迭代式训练慢得离谱：模型每改进几秒，集群要花几分钟搬数据。
伯克利的博士生 Matei Zaharia 写了 Spark 的第一版，让反复使用的数据留在内存里，同时没有放弃容错。
论文里的说法是快最多十倍。4
第二个问题是数据存在哪。企业数据那时分成两半。
数据仓库装结构化、可信的记录；数据湖装其余一切，便宜但没人负责整理，混到后来被人叫作数据沼泽。
分析师用 SQL 待在仓里，工程师用 Python 待在湖里。任何一边要用对方的数据，就得有人写一条管道搬过去。
2010 年代末，Databricks、Uber、Netflix 各自独立找到了同一个办法。
在湖里的文件上加一层表，把事务、schema 管理、版本历史这些仓的保证搬到数据所在的地方，不用再搬数据。
三个项目分别是 Delta Lake、Hudi 和 Iceberg。2020 年 Databricks 把两者合成湖仓。
这一节的证据是营收：湖仓年化超过 15 亿美元，同比增长超过 100%。3
a16z 为本文制作的前后对照图：上排是数据仓库与数据湖各自服务分析师和工程师，中间靠管道、副本、权限与互相冲突的定义连接；下排是湖仓把仓库的保证搬到同一份便宜存储上。图底标注「仅供示意」。
还剩一道裂缝。湖仓统一了公司用来分析的数据，没统一应用跑在其中的数据。
处理支付、用户登录这类实时事务的运营数据库，仍然靠一堆脆弱的管道接在湖仓上。
计算与存储绑在一个整体里，数据锁在厂商自己的格式中，迁移成了任何组织里最吓人的技术项目之一。
2025 年 5 月 14 日，Databricks 宣布收购 Neon。公告里最有信息量的一句是：Neon 平台上超过 80% 的数据库由 AI 智能体自动创建，人手创建的反而是少数。5
一个月后，Lakebase 发布。6
它沿用湖仓的思路重建运营数据库：存储与计算分开，变更自动流到湖仓，不需要另建管道。
Databricks 给这套合并起的名字是 LTAP，把交易与分析两个世界并到一处。
分开的好处是数据库开始像代码。
一个 PB 级的库可以在几秒内复制，因为只复制变更。智能体可以拉一个隔离分支、在上面试验、用完扔掉。
这句话是全文技术部分的关键。智能体需要的正是随时开一个库、弄脏它、然后丢掉。
四条技术曲线被画成一张图。注意图下角那行小字：仅供示意。它交代的是叙事顺序，没有对应的测量。
智能体需要什么样的系统记录
6 月的数据峰会上，Ghodsi 让全场举手回答「通用人工智能到了吗」，他数下来大约一成。
然后他说了相反的话：我们认为它已经到了。
依据是前沿模型已经能答对 Humanity's Last Exam 一半以上的题。
这份卷子有 2,500 道题，由一百多个领域的专家出题，2025 年 4 月定稿，2026 年 1 月发表在《自然》。7
Ghodsi 对问题的定性是这句：AI 没有智能上的问题，只有上下文的问题。
再聪明的员工也需要公司的数据、行事的权限、反馈，以及同事脑子里的那些东西。
他给方案起的名字是「给智能体用的系统记录」，缩写 SORA。原文把它拆成四个必须持续回答的问题，每个对应一个产品。
第三个问题在实践中最容易被低估。
过去一个员工一个账号的权限模型，在员工每天开几百个智能体时失效。
Unity Gateway 给每个模型、每个智能体发身份、额度与护栏，并把每次动作记进日志。
第四个问题给出闭环：业务团队在 Genie 里拼智能体，工程团队在 Agent Bricks 里写更定制的。
两种方式都让团队自己出考卷，写下可接受的结果与不可犯的错。
这里有一个数字值得单独拎出来。原文说，把智能体接在公司的本体之上，答案准确率从约 50% 提到 84.5%。
这个 84.5% 只有一处来源：一家比利时 IT 媒体今年 6 月对同一场峰会的现场报道，写的是产品高管 Ken Wong 在台上做的演示。8
同一次报道还写了三件原文没写的事。
第一，Databricks 发布这套东西，比 Snowflake 在同城峰会上推出同等定位的 Horizon Context 与 Cortex Sense 晚了不到两周。
第二，Snowflake 自报的数字是，加上上下文之后复杂查询的准确率也超过了 80%。
第三，SAP、Salesforce、ServiceNow 各有对应产品，名字分别是知识图谱、AI Context 和 Context Engine。
这三条合起来改变了对那一节的读法。上下文层在今年上半年已是每一家数据与 SaaS 大厂的标配。
Databricks 必须在这场会上拿出一个，不然就落后了。
真正拉开距离的地方落在别处：治理（谁被允许、花了多少钱、留了什么日志），以及成本（在多个模型之间按价格路由）。
从 Coase 到 Burnham：公司为什么有形状
原文从技术转向理论，用三位学者的论证搭台。
1937 年，Ronald Coase 问了一个当时没人问的问题：既然市场能用价格协调一切，公司为什么还需要存在。9
他的答案是交易成本。找人、谈价、监督都要花钱，公司用管理指令替代一部分反复的市场交易。
公司内部的组织成本也会随规模上升，涨到与市场价相等时，公司便不再扩张。
四十年后，Herbert Simon 观察到一件反直觉的事：把一家企业的记忆集中起来，反而让它的决策可以分散。
他举的例子是机票。波士顿的售票员不用给每个同事打电话确认最后一个座位，她查记录就行；卖出之后，记录对所有人都变了。
作者由此推出公司形状那一段：二十世纪的公司是金字塔形，因为层级本身就是它的信息处理系统。
事实靠报告和会议往上走，决定往下走，信息流的地图与组织架构图重合。
管理者的权力来自他们决定哪些数据值得收集、哪些值得分享。于是一家公司对自身的认识，只和管理者选择收集的东西一样好。
1941 年，James Burnham 在《经理人革命》里给这套结构一个历史解释。
现代机构太复杂，无法由单个资本家亲自行使，控制权必然从所有者与领域专家迁移到职业管理者手里。
作者的读法从这里接上：智能体接手信息路由，二十世纪那个让层级成为必需的约束就松开了。
他把这称为第二场经理人革命。
这一节最能提神的，是原文对两种说法的对照。
Jack Dorsey 今年 3 月 31 日发了一篇长文《From Hierarchy to Intelligence》，说 Block 正在测试极端版本。10
那套系统维持一份持续更新的业务模型，用它协调过去要人层层转达的工作。
Ghodsi 同意方向，同时把两件事分开了。人事架构与信息流动，二十年前是同一件事，如今已经拆开。
他的意思是，层级可以减少，因为提问不需要再隔着人往上走。
带人、判断什么重要、注意到谁状态不好，仍然要人来。
原文对 Burnham 的引用还有一层没说透。Burnham 讲的是一场所有权与控制权的转移，落点在谁掌权。
原文把它读成「层级曾经必要、如今可以拆掉」，这是作者的选择，读者可以自己判。
证据强度也该说清楚。这一节用到的企业案例只有两家，都是 Databricks 的客户。
诺和诺德的科学家在 Genie 里直接问数据；Rivian 一位不懂 SQL 的财务分析师给 CFO 搭了一块看板。
两个故事都真实，也都能查到。它们支撑的是「这类事已经发生」，撑不起「公司的形状正在普遍改变」。
两处被当成证据的基准
原文对未来最硬的一句话，建立在 METR 的一条曲线上。
METR 追踪的是智能体能独立完成多长的任务（按人类专家完成所需时间计），这条线大约每七个月翻一倍。
原文由此外推：如果趋势维持到 2030 年代初，智能体能做的任务会相当于人类要做几年的事。
METR 自己的页面还写着几件原文没提的事。11
第一，这个数字的口径是成功率 50%。它衡量的是任务有多难，与智能体实际花多久做完无关。
第二，任务集主要是软件工程、机器学习、网络安全，METR 说它比真实的经济劳动干净得多。
同一个页面还写明，它更接近一个新入职、不了解背景的合同工能干的事。
第三，页面写着「超过 16 小时的测量，用我们现在的任务集不可靠」，并且从 2026 年 9 月 8 日起不再主动更新。
第二条基准是 Humanity's Last Exam。原文说前沿模型已能答对其中一半以上，这个说法成立，而且偏保守。
这份考卷已经换代了。
9 月 22 日，出题方发布 HLE-Diamond，1,000 题，理由写在公告里：当前沿模型开始触及原始数据集的噪声上限，研究者需要一个迁移路径。12
新榜上，GPT-6 Astra 在不带工具时 59.9%，带网页与代码工具时 82.9%。
HLE-Diamond 榜单首屏，2026 年 10 月 27 日抓取。柱状图为无工具、reasoning high 设置下的得分：GPT-6 Astra 59.9% 居首，Claude Opus 5.5 为 54.6%，Grok 4.7 为 22.8%。
把这两条放在一起，会得到一个更窄的结论：模型能处理的任务确实在变长、变难，这一点有持续的第三方测量。
从「题答对了一半」推到「通用人工智能已经来了」，是一次大跨度的外推。
从「每七个月翻倍」推到「智能体将能做人类要几年的事」，是第二次，落点在 2030 年代。
作者没有把这两句写成既成事实。他把它们写成 Databricks 的判断，读者要自己决定站在哪一边。
全文最能用的一段：主权公司
原文里有一个关于两家银行的对照，是全文最少依赖厂商、最可以直接拿去用的一段。
两家银行租同一个前沿模型做信贷决策。第一家把提示词发过去，拿到答案，把最终决定记下来。
第二家记录的是：哪些事实产生了这个答案、人有没有推翻过、哪些决定事后看是对的、哪些是错的。
它据此调整政策。一年后，更好的模型上市，只有第二家变成了一家更好的银行。
原文把这个叫主权公司。判断标准只有一句：换掉模型以后，你的定义、权限、评测用例、客户历史、那些咬着牙踩出来的例外，能不能一起搬过去。
能搬，模型就是可替换的零件；搬不动，你学到的东西锁在供应商的栈里。
原文还引了萨提亚·纳德拉最近写的一段相近的话，用他自己的词。
每家公司都要建立人力资本与 token 资本，两者在同一个学习闭环里互相加强，这个闭环成为企业新的知识产权。
这里的落点对企业是对得上的：模型会越来越像大宗商品，护城河落在谁拥有那份被反复校正过的记录上。
哪些数字能核，哪些核不了
原文里的数字分四类，混在一起读会失真。
| 数字 | 可核性 | 出处 |
|---|---|---|
| 年化营收 70 亿美元、同比增 80% 以上 | 可独立核 | 公司公告 + 路透报道 |
| 50 亿美元融资、1900 亿美元估值 | 可独立核 | 公司公告 + 路透报道 |
| 湖仓年化 15 亿美元、Lakebase 年化 1 亿美元 | 公司自述 | 公司公告，无第三方审计 |
| 智能体每天新建 1700 万个数据库 | 核不到 | 原文未给任何链接 |
| 智能体发起的查询已超过人类 | 核不到 | 同上 |
| 接上本体后准确率 50%→84.5% | 单一来源 | 一家媒体的峰会现场报道 |
前两行经得起查。
路透在同日报道里独立写了 50 亿美元、1900 亿美元、70 亿美元年化、80% 以上增长，还补了一句原文没写的：Databricks 的对手是 Snowflake。13
第三行是公司自己的口径。年化按当前一段时间乘十二个月折算，与经过审计的年度营收是两码事。
同一个公告里的客户口径也值得留意：超过 1,000 家客户年消费超过 100 万美元，超过 100 家超过 1,000 万美元。这两句话没有给出增速。
第四、五行是这篇文章里最容易滑过去的两句。它们是全文最有画面感的数字，恰好也是唯二没给链接的。
第六行的麻烦在观察者数量。同一个数字要多处互证，才敢当作技术事实使用。
有一个数原文没写，值得自己算：1900 亿除以 70 亿，约 27 倍。
这是拿估值除以年化营收得到的粗略倍数。市场已经按一家增速还在 80% 的公司给它定价；增速掉下来，这个倍数就要重算。
如果你现在就要动
今天能查的一件事：你的核心数据存放在哪套格式里。文件在你控制的存储上、用开源格式，换供应商时你带得走；用厂商自有格式，先算清迁出的代价。
今天能查的第二件事：把你在用的模型想象成明天被下架。你的业务定义、权限规则、评测用例、客户历史，留在哪里。
这个季度能做的一件事：把那三样从人脑里搬出来，落到一个能被查询、能被版本化的地方。形式可以自选，能被智能体读到才算数。
这个季度别急着做的一件事：按厂商的叙事重画组织架构图。原文自己承认，层级可以减少的前提是信息不再靠人转达，而这一条在多数公司还没验证过。
如果你是被影响的那个人：工程师的日常正在变成派活、验收、打回。原文说这是「每个人都是经理」，它的实际含义是审阅与判断的比例上升，动手的比例下降。
还没回答的三个问题
第一个：每天 1700 万个数据库与 1 亿美元年化，怎么同时成立。
合理的解释是绝大多数库属于临时分支，按秒计费、用完即删。原文既没给这层解释，也没给数字的来源。
第二个：分支式数据库在真实企业里会不会把治理搞乱。
给智能体开库的权利，与不让它把生产数据搞脏，是同一件事的两面。原文讲清了能力，没讲清失控时的代价。
第三个：层级减少有没有可测的证据。目前能看到的只有 Block 一家在试点，加上两家客户的轶事。
接下来看三处：Databricks 下一季数字里 Lakebase 的年化与 Genie 的渗透；Block 那套业务模型跑一年之后人事架构有没有动；以及那桩关于董事会席位的调查会走到哪一步。
这篇长文里最值得带走的，是那道关于主权的问题，和一张能自己复核的账。其余的，是一位董事对一家 1900 亿美元公司的判断。
References
- 1Databricks & the Future of the Firm
a16z.news
- 2
- 3
- 4
- 5Databricks Agrees to Acquire Neon
databricks.com
- 6Databricks Launches Lakebase
databricks.com
- 7Humanity's Last Exam Dataset
agi.safe.ai
- 8
- 9The Nature of the Firm
onlinelibrary.wiley.com
- 10
- 11
- 12Introducing HLE-Diamond
agi.safe.ai
- 13
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.