Databricks宣布以未披露金额收购初创公司Electric。Electric专注于将基于WebAssembly的Postgres数据库引入应用环境，此次收购旨在为开发者提供一种将数据运行在更靠近AI智能体位置的方式，以支持日益自主化的应用开发需求。
传统应用通常依赖集中式数据库处理应用数据，而智能体应用可能涉及多个智能体独立运行数分钟乃至数小时，执行大量操作，由此产生频繁访问集中式数据库的需求。
Databricks认为，这种频繁的数据库访问会给应用带来不必要的延迟，因此提出了本地隔离数据库的解决方案——智能体可直接在本地处理数据，同时与中央数据库保持同步，从而规避延迟问题。
Electric旗下的PGLite与实时数据同步引擎Electric Sync的组合正是为此而生。据该公司博客介绍，这一组合让开发者可以选择为智能体运行本地Postgres兼容数据库，同时将相关数据与中央数据库保持同步。
收购完成后，PGLite将与Databricks的大规模Postgres数据库产品Lakebase形成互补。两者结合将为开发者提供双层数据库架构：PGLite负责在应用或智能体环境内处理本地数据，Lakebase则作为共享持久数据的集中式数据库。
两项技术之间也存在一定的技术传承。PGLite构建于Stas Kelvich的WebAssembly Postgres基础工作之上，而Kelvich正是Neon的联合创始人——Databricks于2025年收购了这家Postgres公司，并以其为基础构建了Lakebase。
分析师指出，这种双层数据库架构对开发者而言具有实际价值。
Pareekh Consulting首席分析师Pareekh Jain表示："在智能体应用或智能体沙箱内部运行数据库，有助于提升智能体速度，尤其对于复杂、长时运行的任务效果更为显著，因为本地访问减少了网络跳转，从而缩短了等待时间。"
Jain补充道："在网络连接不稳定时，这也能提升智能体的可靠性。不过，对于只需少量数据库调用的简单智能体或任务，优势相对有限。"
Avasant研究总监Chandrika Dutt表示，对于CIO而言，减少网络跳转同样意味着成本节约，因为本地执行可降低远程数据库调用次数，但具体效益取决于工作负载和所处理的状态数据量。
IT咨询公司Kanerika的AI开发经理Amit Kumar Jena也认为，减少数据库调用还能降低基础设施成本，因为无需为每个智能体单独配置完整的托管数据库实例。
然而，Nord-IQ Research首席分析师Manoj Chandra Jha提醒称，成本和可靠性方面的收益尚未得到验证。Databricks目前尚未在生产规模上部署该架构，实际收益将取决于数据同步与治理在真实部署中的表现，而非仅凭"架构在纸面上合理"。
此外，数据治理与安全方面同样存在隐忧。
Dutt表示："双层数据库架构引入了数据治理的新维度。CIO需要考虑哪些企业数据可以在智能体环境中实体化、如何保障和保留这些数据、如何审计和删除本地状态，以及如何管理同步与冲突。"
Jena也指出，大多数企业团队此前从未面对过此类数据治理挑战。他补充道："集中式数据仓库的治理是已解决的问题，但沙箱级别的状态管理还不是。Databricks在这一领域率先布局。每位评估智能体平台的CIO都应该向供应商追问同一个问题：状态是如何在智能体内部而非仅在中央数据库中得到保护和清除的？"
Jha还指出，沙箱级别的状态管理也带来了安全隐患："将状态分散到各智能体沙箱中，扩大了攻击面并分散了治理权，迫使企业将访问控制、审计和合规框架从单一数据库边界延伸至数百个临时本地实例。"
Jha还表示，这也会增加底层数据的管理难度——基于过时本地状态的最终一致性问题和智能体操作冲突，比传统集中式记录系统中的故障更难追踪和协调。
不过，Dutt指出，这种双层数据库架构至少在短期内可能为Databricks带来竞争优势，因为目前包括Snowflake在内的竞争对手均未提供同等的WASM-Postgres能力。
Jena也表示："我们尚未看到谷歌云或Teradata有类似举措。"
但Dutt警告称，差异化架构未必能转化为持久的竞争优势。"其重要性将取决于本地状态在企业智能体架构中的地位，以及Databricks能否提供企业采用所需的安全、治理、可观测性和一致性控制能力。"
Q&A
Q1：Databricks收购Electric的主要目的是什么？
A：Databricks收购Electric，是为了将基于WebAssembly的本地Postgres数据库能力引入智能体应用开发。智能体应用需要频繁访问数据库，频繁的远程调用会带来延迟，而Electric的PGLite可让智能体在本地直接处理数据，同时通过Electric Sync与中央数据库保持同步，从而降低延迟并提升效率。
Q2：PGLite和Lakebase分别承担什么角色？
A：两者构成双层数据库架构。PGLite运行在智能体或应用环境内部，负责处理本地、临时性的状态数据，适合需要快速本地访问的场景；Lakebase则作为集中式数据库，负责存储共享的、需要持久化的数据。两者配合，兼顾了速度与数据一致性。
Q3：双层数据库架构在企业落地时面临哪些主要挑战？
A：主要挑战集中在治理和安全两方面。企业需要明确哪些数据可以下放到智能体本地环境、如何审计和清除本地状态、如何处理数据同步冲突。此外，将状态分散到大量临时沙箱实例中会扩大攻击面，现有的集中式合规框架难以直接覆盖，需要重新设计治理机制。
