当一家公司所依赖的核心技术属于别人时，最直接的解法就是把那家公司买下来。数据仓库公司MotherDuck正是这样做的——它收购了数据基础设施初创公司Tower，而Tower的技术此前已在为MotherDuck的AI构建数据管道提供底层支撑。
这笔交易于本周二正式宣布，是MotherDuck成立四年以来的首次收购。随着MotherDuck持续深入布局能够构建和运营数据管道的AI智能体，Tower的技术与团队也将全面并入公司。
Tower由前Snowflake工程师Serhii Sokolenko（担任CEO）和Brad Heller（担任CTO）于2024年底在德国创立。他们的核心理念是：当开发者或AI助手写完数据管道的代码后，仍然有人需要负责打包、部署到正确的基础设施上、配置凭证、并持续维护——这些不起眼却至关重要的工作，正是Sokolenko所说的数据工程领域的"最后一公里"。
Tower本质上是一个面向Python管道的托管运行时环境，负责代码打包、部署，并保障其在生产环境中的稳定运行。在此之上，Tower还提供了一系列工具，例如基于浏览器的AI智能体Tower Control，用户可以用自然语言描述自己想要的管道。Tower Control随后可生成对应代码，将其部署为Tower应用并运行，整个流程从输入提示词到上线生产，开发者无需自己搭建底层运行时环境。
MotherDuck是一个基于开源数据库DuckDB构建的无服务器数据仓库，由前谷歌工程负责人Jordan Tigani于2022年创立，其在谷歌期间专注于BigQuery项目。公司成立至今已累计融资约1亿美元。
MotherDuck最初的卖点是速度与本地计算能力：查询可以在笔记本电脑上通过DuckDB运行，也可以在MotherDuck的云端运行，或两者结合——这与Snowflake、Databricks和BigQuery等云优先模式形成了明显差异。近期，MotherDuck将这一理念延伸至AI智能体，通过MCP协议让智能体直接与数据交互。今年6月，MotherDuck推出了Flights功能，通过同一MCP服务器暴露通用Python运行时，让智能体得以创建、运行和调度数据管道。而Tower，正是Flights背后的关键基础设施。
Tower与MotherDuck的合作甚至早于Flights的发布。Tigani表示，MotherDuck最初在寻找一款第三方工具，以便向客户推荐一种更便捷的数据入仓方式。但AI技术的飞速进步，让公司对这个问题的思路发生了根本性转变。
"当AI突然开始能够解决数据问题时，我们意识到自己之前的思路是错的，"Tigani告诉The New Stack，"Claude可以通过编写连接器来帮助用户迁移数据，解决我们原本想解决的问题，但它做不到的是沙箱隔离和任务调度。"
这让MotherDuck迫切需要一个能够安全执行智能体生成代码、管理凭证并按计划运行任务的环境。而Tower恰好已具备这些能力。"它完美地解决了我们的问题，让我们得以在短短几周内就完成了Flights的交付，"Tigani补充道。
对MotherDuck而言，Tower填补了执行层的空缺；对Tower来说，这段合作也意味着一个重量级客户关系的诞生。"我们几乎一夜之间就成了他们最大的客户，此后双方团队一直在并肩推进，"Tigani说。
提前接触Tower，也让MotherDuck有机会在决定是否自建类似能力之前，先对这套技术和背后的团队进行充分验证。Tigani表示，最终的判断核心在于：MotherDuck能以多快的速度把所需能力交到客户手中。
"自己动手造总是很诱人，但在试用Tower之后，我们很快意识到，要让底层基础设施真正好用，还有一大堆问题需要解决——而Tower几乎就是我们所需要的全部，"他说。
随着Tower在MotherDuck产品战略中的地位日益核心，完全自主掌控这项技术的必要性也愈发凸显。Tigani认为，一旦Tower开始执行由MotherDuck内部创建和调度的任务，客户就必然会把运行时的安全性、可靠性和行为表现的责任归咎于MotherDuck。
"在我经历过的每一家基础设施公司，我都在重新验证同一个道理：你可以租用一项功能，但你无法租用一个基础，"Tigani说，"当MotherDuck内部的智能体创建并调度了一个任务，执行那个任务的东西就是我们的产品——不管上面挂着谁的Logo。"
MotherDuck目前已在谋划将Tower技术与自身产品深度融合。其中一个方向，是将Flights与今年2月推出的AI数据可视化功能Dives整合起来。Tower可以为通过Flights运行的任务生成稳定的URL，使这些任务实际上充当数据API，供Dives或其他前端调用。
Tigani举了一个用户推荐应用的例子：Dives负责生成展示推荐内容的界面，而Flight则处理创建或修改推荐的请求。相较于给前端赋予对底层数据的宽泛写入权限，Flight可以对用户允许的操作进行约束和校验。"把两者结合起来，你就能构建出功能丰富的应用，"Tigani说。
这一切也引出了一个Tower现有客户最关心的问题。Tower当初的卖点之一，是开发者可以使用其运行时而无需绑定特定数据平台，但如今Tower本身已归属于一家数据平台。
Tower联合创始人兼CEO Serhii Sokolenko认为，MotherDuck与行业内大型云数据平台相比，是一个截然不同的归宿。他的逻辑是：Tower可以与MotherDuck实现深度融合，而不必被迫迁就那些在AI智能体出现之前就已固化的老旧架构。
"加入超大规模云厂商，通常意味着要去适应它的历史遗留架构，"Sokolenko告诉The New Stack，"加入MotherDuck，让我们有机会参与塑造数据与AI基础设施的未来走向。"
不过，这其中确实存在取舍。Tower放弃了数据库无关所带来的广泛适用性，转而更专注于围绕单一平台深度构建——这是一场赌注：深度集成最终将带来比浅层支持多个系统更好的使用体验。
"通过将Tower的Python计算能力专门聚焦于MotherDuck，我们是在用广泛的基础连接能力，换取深度的原生执行能力，"Sokolenko说。
他的论点是，"锁定"的问题实际上下移了一层。Tower与MotherDuck的绑定程度虽然更深，但由于MotherDuck本身构建于DuckDB之上，底层数据依然开放、可迁移。目标是在不将数据困锁于专有系统的前提下，让运行时、智能体与数据仓库实现更紧密的协同。
这也解释了为何MotherDuck的混合执行模式对Tower具有吸引力。DuckDB支持本地与云端计算之间的灵活切换，这与Tower自身的发展方向高度契合。
"这与Tower的愿景完全一致——让业务用户和智能体能够无缝地从本地数据探索切换到云端生产执行，"Sokolenko说。
对于Tower的现有客户而言，近期最直接的变化是向MotherDuck迁移。Sokolenko表示，Tower客户已在与MotherDuck就迁移路径展开讨论，而此前使用过Tower的用户也将受邀体验MotherDuck及其更丰富的智能体数据能力。
Tigani确认，MotherDuck正在推动将Tower的现有客户迁移至Flights，但他也坦承两款产品并非完全一致。"两者之间存在一些差异，我们正在努力弥合这些差距，让过渡更加顺畅，"他说。
与此同时，Tower的技术将被更深度地整合进MotherDuck自身。目前，MotherDuck拥有两个独立的沙箱化按需运行时：由Tower提供支撑的Flights，以及其无服务器DuckDB实例Ducklings。Tigani表示，未来计划将两者合并，将Ducklings近乎瞬时的启动速度与Tower任务所提供的更强大沙箱隔离能力结合起来。
在推动数据智能体向"执行操作"而非"回答问题"转型这一方向上，MotherDuck并非孤军奋战。Databricks的Genie Code可以生成并运行代码、构建管道并在Databricks内部调试故障；Snowflake也在以AI编程智能体CoCo为代表的产品上迈出了类似步伐，其最新推出的CoCo Automations可以在Snowflake托管的沙箱内调度无人值守的智能体运行。
细节各有不同，但共同指向了数据行业的一个更宏观转变：让AI智能体获得基础设施支撑，从而能够对数据采取行动、操控其周边系统，而不仅仅是查询已有数据。
对于这一方向，Tigani早有预判。今年早些时候，他描述了一个数据工程日益演变为"智能体监督"问题的未来图景：智能体负责构建和修复管道、响应数据结构和数据质量的变化，而人类则对其工作进行监管。他此前也曾将大语言模型的崛起比作一波浪潮，数据公司必须学会驾驭它。
"我喜欢这样来理解这件事——数据平台厂商正在响应新机遇，努力让客户的生活变得更好，"Tigani说，"AI让我们得以构建五到十年前根本无法想象的实用功能。平台是数据资产中最复杂的部分，因此数据仓库厂商在新模式涌现时，具备成为中心玩家的天然优势。收购Tower为我们提供了部署、追踪和调度数据智能体的平台基础，这将让我们在这波浪潮中立于有利位置。"
Q&A
Q1：MotherDuck为什么要收购Tower？
A：因为Tower的技术已经是MotherDuck核心功能Flights的底层基础设施。MotherDuck创始人Tigani的逻辑是"你可以租用一项功能，但无法租用一个基础"——当智能体在MotherDuck内部创建并调度任务时，执行那个任务的系统就是MotherDuck自己的产品，必须对其安全性和可靠性负责，因此必须完全自主掌控这项技术。
Q2：Tower被收购后，原有客户怎么办？
A：Tower的现有客户将逐步迁移至MotherDuck平台，目前双方已就迁移路径展开讨论。此前使用过Tower的用户也将受邀体验MotherDuck及其智能体数据能力。Tigani承认两款产品目前存在一些差异，团队正在努力弥合差距以使过渡更顺畅。
Q3：MotherDuck的Flights和Ducklings有什么区别，未来会合并吗？
A：Flights是由Tower技术支撑的通用Python运行时环境，允许AI智能体创建、运行和调度数据管道；Ducklings则是MotherDuck的无服务器DuckDB实例，启动速度极快。两者目前是独立的沙箱化运行时。MotherDuck计划未来将两者合并，结合Ducklings的瞬时启动速度和Tower提供的更强沙箱隔离能力。