Databricks 是一个统一的数据与 AI 平台，面向需要同时处理分析型和运营型工作负载的组织。官网将它描述为运行在开放、受治理基础上的平台，可用于构建商业智能和 AI 应用、流式处理与分析数据，并处理日常运营。它的核心差异在于把数据、分析、AI 和治理放在同一平台中，减少复制数据和额外复杂度；其中 Lakebase 还将 Postgres 的可靠性与开发体验结合数据湖仓的规模、治理和分析能力，为应用、数据与模型提供实时协同的基础。
核心功能
统一的数据与 AI 平台
Databricks 将数据、分析和 AI 统一起来，用于驱动智能体、应用和自然语言洞察。平台覆盖数据库、AI、商业智能、治理、数据仓库和数据工程等能力，面向企业提供统一的工作基础。
Lakebase 事务数据库
Lakebase 是面向应用扩展的无服务器 Postgres，也是与湖仓集成的数据库。它支持团队运行事务型工作负载，并将数据同步到分析和 AI 系统，不需要为此构建自定义 ETL 管道。官网还将其定位为连接数据、AI 和治理的统一事务层，用于构建、部署和管理生产应用。
AI 应用与智能体
平台支持构建高质量、面向生产环境的 AI 智能体，并让智能体建立在企业自身数据之上。官网同时介绍了 Agent Bricks，用于构建在真实业务环境中工作的 AI agents；Databricks 整体平台也支持构建 AI 应用。
AI/BI 与自然语言分析
AI/BI 支持从自然语言创建仪表板，并通过 Genie 进行对话式分析。业务用户可以用自然语言询问企业数据，不需要 SQL 或编程，Genie 会返回文字摘要、表格数据和可视化结果，帮助用户探索数据并发现洞察。
数据工程与数据仓库
Lakeflow 用于构建批处理和流处理 ETL 管道，支持数据摄取、转换和编排。Databricks 的 Lakehouse 则是建立在开放湖数据上的数据仓库，结合数据湖的灵活存储与数据仓库的 ACID 事务、模式约束和快速 SQL 性能。
统一治理
Unity Catalog 为数据、模型、仪表板和智能体提供统一的开放治理层，用于维护合规并深入了解数据。Unity Gateway 则从统一治理层管理智能体、工具、模型和 MCP 的访问、支出与可观测性，并提供成本控制和防护机制。
使用方式
官网提供 Web 端平台入口、产品探索页、演示和注册试用。用户可以直接获取 Data + AI Platform，使用自动化工作流摄取和准备数据，构建应用与智能体，并用常用语言查询数据。页面没有说明需要安装客户端、使用命令行或自备模型 Key；官网提到平台可用于构建 BI 和 AI 应用、处理流式数据，并支持自然语言洞察。
适用人群与场景
数据与 AI 团队可用 Databricks 统一数据、分析和 AI 工作负载，构建应用与智能体。数据工程团队可使用 Lakeflow 处理批处理和流处理管道，完成数据摄取、转换与编排。业务用户可通过 Genie 用自然语言查询企业数据、获得摘要和可视化结果。应用开发团队可使用 Lakebase 构建需要事务处理、数据同步以及与分析和 AI 系统协同的生产应用。
定价
官网提供免费开始使用的入口，并明确说明无需信用卡。免费试用可即时访问 Data + AI Platform，使用自动化工作流摄取和准备数据，构建应用与智能体，以及用常用语言查询数据。正文未提供具体付费档位、价格或免费使用额度。