PhoenixAI完成8000万美元融资，布局智能体AI就绪数据库技术

PhoenixAI公司（前身为CelerData）近日宣布完成8000万美元新一轮融资，所筹资金将用于推进其AI原生数据库的研发，并扩展面向受监管行业的治理能力。

本轮B轮融资由Sky9 Capital领投，Atypical Ventures和Olive Technology Ventures参投，原有投资方也继续跟投。

随着智能体AI从规划和原型阶段迈入生产部署，AI智能体正从小规模实验演变为大规模落地应用。与此前在开发沙箱和虚拟机上运行轻量任务不同，如今大量智能体集群每秒向数据库抛出成千上万甚至数百万条查询请求，令现代数据栈承压明显。PhoenixAI为此构建了一套"智能体AI就绪"分析数据库，旨在应对新一代智能体应用及企业端不断攀升的规模化需求。

传统事务型数据库主要处理单条操作，例如插入记录、更新账户余额、记录订单等，一次处理一件事，强调可靠性、原子性、持久性，以及高度规范化的数据结构。然而，这类数据库对智能体并不友好，因为其数据格式专为单一操作设计，而智能体面对的往往是非结构化、对话式的使用场景——例如"过去90天内，按产品线细分，营收增长最快的前10位客户是哪些？"这类问题需要跨越数百万行、多张数据表的分析查询，绝非事务型数据库的强项。

分析型数据库则专为应对海量数据集上的复杂查询而生，能够扫描数十亿行数据，完成聚合、关联与汇总，但代价是以写入速度换取读取速度。Snowflake、ClickHouse、Apache Druid以及谷歌BigQuery均属此类，PhoenixAI同样在列。打个比方：这类数据库就像一位研究分析师，从上季度的全量交易数据中按区域分组，计算趋势走向——不需要即时写入，只需要快速、复杂的读取能力。这些数据库支撑着各类业务仪表盘和商业智能工具，如今也成为智能体在海量企业数据中进行推理的重要基础设施。

分析型数据库并非要取代事务型数据库，而是与之并行存在。事务型数据库充当"记录系统"，是数据的权威来源；分析型数据库则提供"洞察系统"，服务于智能体时代。PhoenixAI并不打算替代企业现有的Oracle或SAP ERP系统，而是叠加其上的一层智能化能力，让AI智能体能够更快地行动和推理。

PhoenixAI表示，公司已对分析型数据库进行了全面重构，不仅能应对智能体AI时代的需求，还可支撑数千个智能体集群同时发起信息查询。

公司总裁Rick Underwood表示："当今大多数分析型数据库的架构，是为一个已不复存在的世界而设计的——那时人类手动刷新平铺式表格上的仪表盘，复杂性被视为别人的问题。但当成千上万个智能体需要同时对PB级实时数据进行查询、推理和行动时，数据库要么成为瓶颈，要么成为突破口。"

PhoenixAI宣称其产品在实时数据上具备亚秒级延迟和高并发能力，支持多个智能体同时查询，数据摄入速度极快，即便在数据持续大规模更新的情况下也不会出现等待、阻塞或性能瓶颈。公司将这一架构理念称为"无管道"模式：来自Kafka（一个用于解耦数据管道的开源事件流平台）的新鲜数据持续滚动写入，使信息在数秒内而非数分钟乃至数小时内完成更新。

分析数据库市场的其他主要玩家也在积极行动。Snowflake刚刚推出了自己的智能体功能；Databricks正借助Delta Live Tables全力推进实时能力；ClickHouse Cloud则大幅提升了并发处理性能。

围绕"智能体数据库"这一市场类别，一场争夺主导权的竞赛已正式打响。各方都在加速构建数据基础设施层，以支撑这个对AI高度依赖的未来——在这个未来里，查询不再仅仅是检索某一行数据，而是洞察信息如何与分析相互作用。

Q&A

Q1：PhoenixAI的分析型数据库与传统事务型数据库有什么区别？

A：事务型数据库专注于单条操作，如插入记录、更新余额，强调可靠性和原子性，不擅长复杂跨表查询。分析型数据库则专为海量数据上的复杂查询设计，能扫描数十亿行数据并完成聚合与汇总，但写入速度较慢。PhoenixAI的产品属于分析型数据库，两者并非替代关系，而是协同运作——事务型数据库负责记录，分析型数据库负责洞察。

Q2：PhoenixAI的"无管道"架构是什么意思？有什么优势？

A："无管道"是PhoenixAI对其数据实时接入方式的描述，通过集成Kafka这一开源事件流平台，新数据可以持续滚动写入数据库，实现秒级更新，而非传统方式下的分钟甚至小时级延迟。这一架构使得AI智能体能够在数据不断变化的环境中，始终基于最新信息进行查询和推理，有效消除了数据处理管道中的等待和阻塞问题。

Q3：PhoenixAI在分析数据库市场面临哪些主要竞争对手？

A：分析数据库市场竞争激烈，主要玩家包括Snowflake、Databricks、ClickHouse以及谷歌BigQuery等。Snowflake已推出智能体相关功能；Databricks通过Delta Live Tables加强实时处理能力；ClickHouse Cloud也大幅提升了并发性能。各方都在围绕"智能体数据库"这一新兴市场类别展开竞争，争夺AI基础设施领域的主导地位。