當你的數(shù)據(jù)倉庫突然開始抓黑客，這是升級還是搶飯碗？

Databricks 剛干了件讓安全圈撓頭的事。這家手握 50 億美元新融資的數(shù)據(jù)巨頭，周二甩出一款叫 Lakewatch 的產(chǎn)品——不是幫你存數(shù)據(jù)，是幫你抓內(nèi)鬼。更妙的是，抓人的不是傳統(tǒng)安全軟件，是 Anthropic 的 Claude 帶著一群 AI 特工上崗。

這事的關鍵在于：Databricks 為了造這玩意兒，去年偷偷買了 Antimatter，兩周前又緊急吞了 SiftD.ai。兩家都是名不見經(jīng)傳的小團隊，加起來可能不到 60 人。

Antimatter 的創(chuàng)始人 Andrew Krioukov 去年還在 RSA 創(chuàng)新沙盒大賽上秀過肌肉，演示了個"數(shù)據(jù)控制平面"——讓企業(yè)能安全部署 AI 特工，同時把敏感數(shù)據(jù)鎖在保險柜里?，F(xiàn)在他已經(jīng)在 Databricks 帶了幾個月隊，直接統(tǒng)領 Lakewatch 產(chǎn)品線。

SiftD.ai 更離譜。這家公司去年 11 月才發(fā)布產(chǎn)品，是個讓人和 AI 一起寫代碼的交互式筆記本（類似 Jupyter）。創(chuàng)始人 Steve Zhang 的老東家 Splunk 倒是赫赫有名——他干了多年首席科學家，還發(fā)明了 Splunk 的搜索處理語言。Databricks 團隊跟他熟，交易兩周就拍板，周一剛交割。

為什么數(shù)據(jù)公司突然要當保安？

SIEM（安全信息與事件管理）這活兒，傳統(tǒng)上是 Splunk、Microsoft Sentinel、Elastic 的地盤。企業(yè)把日志往里倒，安全團隊寫規(guī)則、查異常、追威脅。問題是數(shù)據(jù)量爆炸后，這套流程像用漏勺舀洪水——人力根本跟不上。

Databricks 的算盤很直白：我本來就存著你們的天量數(shù)據(jù)，何必再倒騰一遍給第三方 SIEM？直接在倉庫里開安檢通道，省掉數(shù)據(jù)搬運的麻煩和泄露風險。

但光有這個還不夠。傳統(tǒng) SIEM 的規(guī)則引擎是"已知威脅抓得住，未知威脅看運氣"。Databricks 押注的是：讓 Claude 當分析師，用自然語言問它"這周有沒有員工在凌晨三點下載了客戶數(shù)據(jù)庫"，它能自己翻日志、找關聯(lián)、出結(jié)論。

Antimatter 的技術正好補上關鍵缺口——怎么讓 AI 特工接觸敏感數(shù)據(jù)時，不變成數(shù)據(jù)泄露的幫兇。 Krioukov 演示過的"控制平面"，本質(zhì)是給 AI 操作員發(fā)通行證：能查什么、改什么、留什么痕跡，全程可審計、可撤回。

兩周閃電收購，買的是人還是代碼？

SiftD.ai 的收購明顯是搶人。產(chǎn)品才發(fā)布四個月，團隊規(guī)模"幾個人"（LinkedIn 數(shù)據(jù)），PitchBook 連它融過資的記錄都沒有。Databricks 看中的大概是 Steve Zhang 的腦子——Splunk 的搜索語言架構經(jīng)驗，加上 Astronomer（對，就是 Coldplay 主唱當 CEO 鬧丑聞那家）的 CTO 履歷。

Antimatter 倒是可能帶點硬貨。2022 年 NEA 領投 1200 萬美元，Krioukov 在 RSA 露過臉，技術方向跟 Lakewatch 的需求嚴絲合縫。Databricks 沒透露具體多少人并入，但確認了"員工都加入了"——這種模糊表述，通常意味著團隊整體收編。

兩筆交易都沒披露金額。以 Databricks 現(xiàn)在的彈藥量（50 億美元融資 + 數(shù)十億美元年營收），這種體量的收購大概跟買辦公桌椅差不多。

Claude 當保安，靠譜嗎？

把大模型塞進安全分析，不是 Databricks 首創(chuàng)。Microsoft Copilot for Security、Google 的 Chronicle 都在干類似的事。但 Databricks 的差異化在于：數(shù)據(jù)不動。

傳統(tǒng) SIEM 要把日志從各系統(tǒng)抽出來，清洗、標準化、再分析。這個過程既燒錢又危險——數(shù)據(jù)搬得越多，泄露面越大。Databricks 的"湖倉一體"架構讓數(shù)據(jù)原地待命，AI 特工直接進場作業(yè)。

代價是：你得把數(shù)據(jù)全存在 Databricks 里。這不是技術選擇，是商業(yè)捆綁?？蛻羲愎P賬：省掉一套 SIEM 的授權和運維成本，換來更深度的平臺鎖定。

Antimatter 的安全控制層在這里變得關鍵。AI 分析師權限太大，等于給黑客發(fā)了個智能助手；權限太小，又變回人工審核的慢節(jié)奏。Krioukov 團隊的任務，就是畫這條精細的邊界線。

Steve Zhang 的 SiftD 技術可能另有用途——那個"人機協(xié)作筆記本"的交互模式，或許會變成安全分析師調(diào)教 AI 特工的界面。讓不懂代碼的人也能用自然語言指揮 Claude 查案，這比寫 SPL（Splunk 處理語言）門檻低得多。

一個有趣的細節(jié)：Databricks 發(fā)布會上的演示場景，是 AI 特工發(fā)現(xiàn)某員工賬戶異常登錄后，自動凍結(jié)權限并生成事件報告——全程沒叫醒睡在床上的安全工程師。

這聽起來像裁員預告，但 Databricks 的措辭很謹慎：AI 處理"噪音"，人類專注"信號"。翻譯一下：初級分析師的活被搶了，但"判斷這是不是真入侵"的鍋，還得人背。

Lakewatch 的定價和上市時間還沒公布?？紤]到 SiftD 周一才交割，產(chǎn)品估計還在連夜縫扣子。但 Databricks 的信號很明確：數(shù)據(jù)基礎設施的盡頭，是安全；安全的未來，是 AI 特工。

Krioukov 在 RSA 演示時說過一句話，現(xiàn)在看像是預言：「數(shù)據(jù)控制平面不是可選項，是 AI 時代的必需品?！拱藗€月后，他站在了能驗證這句話的位置上。