云数据平台市场概况 - 全球云数据平台市场规模预计从2025年的227.8亿美元增长至2033年的1045亿美元，年复合增长率达24.3% [2] - Snowflake和微软是该领域主要参与者，提供可扩展且支持AI的基础设施 [1][2] 微软(MSFT)竞争优势 - 微软云业务第三季度收入达424亿美元，同比增长20%，其中Azure及其他云服务增长33% [3] - 产品组合覆盖企业数据全生命周期，包括Azure Cosmos DB(低延迟分布式数据库)和Azure PostgreSQL(托管关系型数据库) [4] - 60%的财富500强企业使用Azure PostgreSQL，Cosmos DB客户包括CarMax和DocuSign等 [5] - 统一分析解决方案Fabric付费客户超2.1万家，同比增长80%，存储层OneLake数据量同比增长超6倍 [6] Snowflake(SNOW)发展动态 - 2026财年第一季度产品收入9.968亿美元，同比增长26%，客户总数11,578家，其中606家年贡献超百万美元 [8] - 净收入留存率124%，显示强劲的增销能力 [8] - 平台整合Snowpark开发框架、Native App Framework及Marketplace，通过Polaris Catalog提升互操作性 [9] - 新增Cortex AI支持自然语言查询，与Acxiom合作强化营销数据分析功能 [10][11] 股价表现与估值比较 - 年初至今SNOW股价上涨43.5%，MSFT上涨18.3% [12] - SNOW远期市销率14.94倍，高于MSFT的11.7倍，价值评分分别为F和D [15] 盈利预测 - SNOW 2026财年每股收益预期1.06美元，同比增长27.71% [18] - MSFT 2025财年每股收益预期13.36美元，同比增长13.22% [19] 核心竞争差异 - 微软优势在于完整的产品生态、Azure驱动增长及服务集成性 [20] - Snowflake持续扩展AI功能但面临估值压力及巨头竞争挑战 [20]

华为开发者大会2025核心发布 - 新一代昇腾AI云服务基于CloudMatrix384超节点全面上线，为大模型应用提供澎湃算力 [1] - 盘古大模型5.5正式发布，五大基础模型（NLP/CV/多模态/预测/科学计算）全面升级 [1] - 盘古大模型在农业/工业/科研等领域展示创新应用案例，深化行业AI实践 [1] - 华为云AI专业服务解决方案等超过20项重磅发布/升级集中亮相 [6] 技术架构与生态布局 - 华为诺亚方舟实验室与华为云CTO联合解密盘古基础大模型全栈创新技术 [3] - 华为云Stack大模型混合云6大能力升级，推出海外互联网分布式云等解决方案 [6] - 发布AI星光计划/根生态专项激励计划等开发者扶持政策，覆盖应用全生命周期 [6] - 展示昇腾AI云服务推理训练/PaaS平台/开发者生态成果等核心技术矩阵 [7] 前沿技术探索 - 具身智能论坛通过科技剧场+闪电演讲展示AI与物理世界深度交互 [8] - 开发者实操活动包含Codelabs训练营/AI应用开发馆等实战项目 [10] - 开发者对未来AI的期待聚焦万物智联/人机协同/社会创造力提升等方向 [13] 大会特色活动 - 设置主题演讲/高峰论坛/专题论坛等传统议程，配套数百场开发者活动 [1] - 创新采用线下游园打卡+嘉年华音乐会形式增强参与者体验 [11] - 展览涵盖AI问诊/初创伙伴生态等开发者大赛优秀作品 [7]

国内DBA行业现状 - 国内DBA职责泛化严重，需承担安装配置、备份容灾、性能优化甚至业务需求分析等全方位工作，而国外DBA更注重细分领域专业化 [1] - 技术浮躁现象普遍，许多DBA疲于学习云原生、分布式数据库等新工具，但缺乏对底层原理的深入钻研 [1] - 价值评估体系存在倒挂，国内DBA常被视为"救火队员"且薪资与复杂度不匹配，而国外专精型DBA因解决核心问题被视作"技术资产" [1] 技术深耕的价值 - 技术深度决定职业天花板，分布式事务、死锁排查等核心能力需建立在对LSM-Tree、Raft协议等底层机制的透彻理解上 [2] - 专精某一技术栈（如PostgreSQL MVCC机制）可形成职业护城河，使DBA在技术选型中占据主导地位 [2] - 硅谷案例显示，Oracle专家通过优化高频SQL可使银行系统I/O负载降低70%，而国内企业常因技术纵深不足被迫堆硬件"续命" [2] 技术发展路径转型 - 建议从"会使用多种数据库"转向"用单一数据库解决多类问题"，例如深入掌握PostgreSQL MVCC机制或Redis持久化方案 [3] - 需结合业务场景量化技术价值，通过SQL Trace等工具将优化成果可视化以获得业务侧认可 [3] - 生态合作成为趋势，参与技术社区交流可避免重复造轮子并获取最佳实践 [3] AI技术对行业影响 - AI监控系统可过滤80%误报警，自动化根因分析将淘汰仅会"重启试试"的初级DBA [4] - AI工具（如SQL自动优化器）可解放DBA重复劳动，促使其转向架构设计与性能调优等高价值工作 [4] 新兴职业机会 - 云DBA转型为"数据架构师"的趋势明显，新岗位需主导数据治理与业务建模，薪资涨幅可达30% [5] - 成功转型案例包括成为数据库架构师主导企业方案、转型咨询顾问赋能行业，或成为团队技术核心 [6]

幸运的是，这两次攻击都由白帽黑客（负责任的安全研究员）在没有恶意破坏的前提下发现并反馈。为此，Harley Kimball 将自己的遭遇进行了总结与复 盘，希望为更多的初创项目和个人开发者敲响警钟。 不过，看起来轻松高效的背后，也藏着不小的安全隐患。并不是每个人、每个项目都适合靠"氛围"上代码。 这不，一位开发者 Harley Kimball 就在 X 上分享了自己使用"氛围编码"而后"掉坑"的经历。他用了三天不到的时间开发并上线了一个聚合网站的应用，殊 不知，却在随后短短两天内接连遭遇两次安全漏洞攻击。 今年 2 月，OpenAI 前创始成员 Andrej Karpathy 凭一己之力，带火了一个词——"氛围编码"（Vibe Coding）。 简单说，就是"你说想法，AI 写代码"。就算完全不懂编程，只要有个点子，借助像 Cursor、ChatGPT 这样的 AI 工具，也能快速做出一个应用、小游戏之 类的。这种"说着就能写程序"的方式吸引了不少开发者尝试。 三天快速开发的网站 Harley Kimball 做的这个应用，说白了就是一个把各大安全研究员平台（像 HackerOne、Bugcrowd、GitH ...

Sridhar Ramaswamy, CEO of Snowflake, speaks at the Semafor World Economy Summit in Washington on April 25, 2025.Data analytics software maker Snowflake said Monday it has agreed to buy Crunchy Data, a startup that offers cloud-based database software. Snowflake will pay about $250 million, according to a person familiar with the matter who was not authorized to speak publicly about the deal.Crunchy Data sells access to a cloud-hosted version of the PostgreSQL open-source database, which replaced MySQL as th ...

整理 | 褚杏娟 联合创始人 Heikki Linnakangas 被部分开发者认为是"Postgres 史上最杰出的贡献者之一"。 Heikki 长期活跃于 PostgreSQL 开源社区，主导或参与了多个核心功能的开发，尤其专注于索引 结构（如 GIST 、Btree、Gin ）、存储引擎以及预写日志（WAL）机制的优化。 另一位联合创始人 Stas Kelvich 毕业于俄罗斯国立研究核能大学（原莫斯科工程物理学院），获 得硕士学位。他最早在一家专注 PostgreSQL 数据库开发的公司中担任软件工程师，深入参与了 PostgreSQL 的核心开发工作。之后，在俄罗斯最大互联网公司之一的 Yandex 继续从事数据库 相关的开发工作。2021 年后在 Neon，Kelvich 发起并领导了多个关键项目，其中包括与 ElectricSQL 合作开发的 PGlite 项目。 据外媒 Upstarts 报道，数据与人工智能领域的独角兽公司 Databricks 正在进行收购开源数据库 引擎开发初创公司 Neon 的谈判。 尽管一些业内人士称这笔交易已是"板上钉钉"，但多位消息人士指出，谈判仍在进行，并有告吹 ...

收购谈判 - Databricks正在谈判收购开源数据库引擎开发初创公司Neon 交易金额预计约10亿美元 若包含员工保留激励方案可能超过该数值 [1] - 业内人士称交易已是"板上钉钉" 但多位消息人士指出谈判仍在进行并有告吹可能 [1] Neon公司背景 - Neon成立于2021年 是基于PostgreSQL的开源数据库公司 由数据库专家Nikita Shamgunov、Heikki Linnakangas和Stas Kelvich联合创办 [2][4][5] - 公司采用Apache 2.0开源许可证 在GitHub上获得1.7万star [8] - 目前已筹集超过1.3亿美元资金 包括微软M12领投的2500万美元战略投资 [12][13] 技术特点 - 采用存储与计算分离架构 完全开源其云原生存储和对Postgres的修改 [6] - 实现无服务器架构 可自动根据工作负载需求调整硬件资源 [6] - 开发"写时复制"技术 支持检查点、分支和时间点恢复功能 [7] - 通过连接池技术优化数据库性能 减少网络连接资源消耗 [7] - 提供行级数据安全控制和数据库版本恢复功能 [7] AI适配性 - 定位为"适用于人工智能的Postgres" 特别适合AI Agent、AI编码和氛围编程 [10] - 支持按秒计费 成为AI Agent创建临时数据库的性价比选择 每天处理超过12000个AI创建的数据库 [10] - 支持向量数据存储和HNSW索引算法 实现高效高维向量搜索 [10] - 整合pgvector扩展 支持自然语言处理任务的相似度搜索 [10] - 提供API端点和自动资源调整 减少AI应用运维负担 [11] Databricks战略 - 收购Neon将增强其AI基础设施层 获得现代化AI中心数据库 [14] - 过去两年战略重点转向AI 2023年以13亿美元收购大模型开发商MosaicML [15] - 近期收购Fennel AI和Lilac AI 补强AI数据流水线和数据集管理能力 [17] - 推出Databricks Apps和Mosaic AI 构建完整AI开发生态 [16]

财务数据和关键指标变化 - 第一季度营收2.11亿美元，同比增长14%；ARR为8.43亿美元，同比增长14%，本季度新增ARR 2300万美元，较去年同期增长50% [5][27] - Q1净美元留存率（NDR）升至100%，自2023年Q2以来首次达到该水平，预计全年剩余时间将维持在类似区间 [5] - 毛利率为61%，较去年提高200个基点；调整后EBITDA为8600万美元，同比增长16%，调整后EBITDA利润率为41%，较去年约提高100个基点 [6][29] - 非GAAP摊薄后每股净收益为0.56美元，同比增长30%；GAAP摊薄后每股净收益为0.39美元，同比增长160% [30] - Q1调整后自由现金流基本持平，2025年资本计划在Q1前置，预计全年调整后自由现金流利润率为16% - 18% [30][42] - 第二季度预计营收在2.155 - 2.175亿美元之间，全年营收预计在8.7 - 8.9亿美元之间，全年营收预计同比增长约13% [41] - 第二季度预计调整后EBITDA利润率在38% - 40%之间，全年预计在37% - 40%之间 [41][42] - 第二季度预计非GAAP摊薄后每股收益在0.42 - 0.47美元之间，全年预计在1.85 - 1.95美元之间 [42] 各条业务线数据和关键指标变化 - 核心云业务：Q1发布超50款新产品和功能，是去年Q1的5倍多，研发支出占营收比例无明显增加 [8] - AI业务：AI ARR同比增长超160%，多数客户AI工作负载处于推理模式，GenAI平台虽处测试阶段，但已有超5000名客户使用，创建超8000个代理 [5][20] 各个市场数据和关键指标变化 文档未提及相关内容 公司战略和发展方向和行业竞争 - 战略方向：帮助数字原生企业客户在云平台运行大型复杂工作负载，为AI原生初创企业和现有超60万客户普及AI应用 [4] - 行业竞争：通过产品创新和战略营销，吸引大型数字原生企业客户，从其他云服务提供商赢得大型工作负载迁移业务 [8] 管理层对经营环境和未来前景的评论 - 经营环境：宏观环境存在不确定性，但公司客户为数字原生企业，云服务是其收入增长驱动力，公司对客户使用情况有清晰可见性，虽部分垂直领域客户较谨慎，但不影响整体业务 [53][54] - 未来前景：对全年业绩指引有信心，随着业务发展，将探索额外融资工具以加速增长，同时保持健康自由现金流 [41][37] 其他重要信息 - 公司宣布与8亿美元的新有担保五年期信贷安排，包括5亿美元的9个月延迟提取定期贷款A和3亿美元的循环信贷安排，用于 refinance 部分2026年到期的可转换债券 [23][39] - 公司继续执行股票回购计划，Q1回购5900万美元，约160万股，自IPO以来累计回购16亿美元，3410万股，截至Q1末，股票回购授权剩余2300万美元 [38][39] 总结问答环节所有的提问和回答 问题1：GenAI平台何时正式推出，公司在AI领域的差异化优势是什么？ - 预计在Q2末或Q3初正式推出，目前正不断添加功能，已有超5000名客户使用，获得良好反馈 [46] - 公司在AI领域的差异化优势体现在基础设施、平台和应用三层。基础设施层可运行全栈云以支持推理，区别于其他新兴GPU云；平台层致力于为非AI原生企业提供便捷的GenAI应用；应用层的云基副驾驶表现良好，未来几个月将正式推出 [48][49][50] 问题2：从宏观角度看，4月Q2客户购买行为、销售漏斗顶部情况以及国内外云优化工作部署有无变化？ - 公司客户为数字原生企业，云服务是其收入增长驱动力，公司对客户使用情况有清晰可见性。虽部分垂直领域客户较谨慎，但不影响整体业务，公司已将相关情况纳入业绩展望 [53][54] - 公司通过观察大客户和长尾客户使用模式、销售漏斗顶部情况、销售团队和合作伙伴的业务管道以及AI需求等领先指标，对全年业绩指引持谨慎乐观态度 [55][56] 问题3：如何看待2000万美元多年期交易的潜力，客户为何愿意签订长期合同？ - 公司与大型数字原生企业客户的合作增加，此类交易不仅涉及AI推理，还包括核心云业务 [59][60] - 公司推出的多项功能，如合作伙伴连接功能、DOKS扩展至1000节点、MySQL和PostgreSQL存储能力提升等，以及市场推广活动和企业销售团队的努力，增强了客户信心，使其愿意将更大工作负载迁移至公司平台 [60][61] 问题4：如何考虑今年的资本支出投资，大型战略交易的ARR管道有多少，需要考虑哪些融资选项？ - Q1加速的资本支出主要用于亚特兰大数据中心，该中心提供的容量支撑了2025年的增长预测、收入展望和增量ARR [65] - 公司对今年的资本需求和收入预测有信心，但为应对更大客户带来的潜在资本需求，正在考虑增加融资工具，如租赁部分设备，以加速增长并保持或改善自由现金流 [66] 问题5：自4月4日分析师日以来，市场情况有何变化，未来增长加速的情况如何，收入构成是怎样的？ - 公司通过投资者日和AI能力的部署，观察到市场向推理的快速转变，目前多数AI收入来自推理 [70] - 亚特兰大数据中心的启用使公司能够赢得大型机会，加速了对未来增长的规划。公司正在考虑采取措施，以在保持或改善自由现金流的同时，利用更大的交易机会 [71][72] 问题6：命名账户参与模式目前针对多少账户，如何评估将该计划扩展到更多潜在客户？ - 目前针对前3000名高消费客户，该名单较去年有所扩大 [74] - 公司通过观察多个领先指标来决定是否进一步扩展该计划，目前正致力于优化销售支持模式和销售代表生产力指标，确保能够合理扩展该计划 [75][76] 问题7：在GPU和租赁市场供应方面有何情况，这对公司有何影响？ - 公司在供应方面处于健康状态，不大量订购GPU或CPU，市场供应限制较去年减少，有多个全球OEM供应商可提供NVIDIA和AMD GPU以及CPU [78][79] - 租赁市场有大量资金希望投入AI基础设施，公司正在积极探索租赁或类似安排，以加速增长且不影响近期自由现金流 [79][80] 问题8：如何实现销售和营销支出的增量杠杆，未来支出轨迹如何，何时会加速销售和市场推广投资？ - 公司仍处于了解如何更好服务客户的早期阶段，客户获取主要来自自助服务漏斗，目前正在扩展渠道合作伙伴计划、AI外呼销售团队和其他合作渠道 [85][86] - 公司正在快速学习如何通过这些渠道带来新业务，并利用命名账户模式扩大现有客户业务。公司将谨慎观察经济和技术变化，在合适时机投资以获得更多杠杆和业务扩展 [86][87]

财务数据和关键指标变化 - 第一季度营收为2.11亿美元，同比增长14%；年度经常性收入（ARR）为8.43亿美元，同比增长14%，季度新增ARR为2300万美元，较去年同期增长50% [31] - 第一季度净美元留存率（NDR）提高至100%，为2023年第二季度以来首次，预计全年NDR将维持在相近水平 [7] - 第一季度毛利率为61%，较去年同期提高200个基点；调整后EBITDA为8600万美元，同比增长16%，调整后EBITDA利润率为41%，较去年同期提高约100个基点 [8][33] - 非GAAP摊薄后每股净收益为0.56美元，同比增长30%；GAAP摊薄后每股净收益为0.39美元，同比增长160% [34] - 第一季度调整后自由现金流基本持平，2025年资本计划在第一季度前置，预计全年自由现金流利润率为16% - 18% [35][47] 各条业务线数据和关键指标变化 - 核心云业务方面，高消费客户整体数量增长至超过17万，收入同比增长16%，占总收入的88%；年收入超过10万美元的客户收入同比增长41%，占总收入的23%，客户数量同比增长27%，平均支出同比增长11% [7][8] - AI业务方面，AI ARR同比增长超过160%，大部分客户的AI工作负载处于推理模式 [4][6] 各个市场数据和关键指标变化 未提及相关内容 公司战略和发展方向和行业竞争 - 公司战略包括与数字原生企业客户共同扩大规模，在云平台上运行大型复杂工作负载；为新的AI原生初创公司和现有600000 +客户普及AI应用 [5] - 产品创新方面，第一季度发布了50多个新产品和功能，是去年同期的5倍多，且研发支出占收入的百分比未显著增加；推出了DigitalOcean Partner Network Connect、DOKS、托管数据库、网络负载均衡等产品和功能 [10][11] - 市场推广方面，扩大了对前3000大客户的覆盖范围，推出了新的网络研讨会系列和案例研究，第一季度促成了79次迁移 [15][16][17] - AI战略方面，优化AI堆栈以服务推理，在基础设施、平台和AI代理层部署能力；GenAI平台支持多种模型，已有超过5000名客户使用，超过80%为现有客户；云Copilot处于公开预览阶段，准确率超过90% [19][22][24] - 融资战略方面，宣布签订了8亿美元的新有担保五年期信贷协议，包括5亿美元的9个月延迟提取定期贷款A和3亿美元的循环信贷协议，用于再融资部分2026年到期的可转换债券；正在评估增加额外的增长资本融资工具 [26][44] 管理层对经营环境和未来前景的评论 - 公司对2025年全年的收入和调整后EBITDA利润率指引保持不变，预计全年收入在8.7 - 8.9亿美元之间，调整后EBITDA利润率在37% - 40%之间 [46][47] - 尽管经济和地缘政治环境存在不确定性，但公司对全年业绩有信心，因为客户使用趋势良好，且客户分布分散，没有垂直、地理或客户集中风险 [46][61] 其他重要信息 - 公司宣布签订了8亿美元的新有担保五年期信贷协议，包括5亿美元的9个月延迟提取定期贷款A和3亿美元的循环信贷协议，用于再融资部分2026年到期的可转换债券 [26][44] - 公司正在评估增加额外的增长资本融资工具，以加速增长并保持健康的自由现金流 [42] 问答环节所有的提问和回答 问题1: GenAI平台何时正式推出，以及DigitalOcean在AI领域的差异化优势是什么 - 预计在第二季度末或第三季度初正式推出，目前正在不断添加新功能 [50][51] - 公司在基础设施层能够运行全栈云以支持推理，与其他新兴的GPU云区分开来；在平台层，通过GenAI平台使非AI原生公司能够轻松使用GenAI；在代理层，云Copilot表现良好，将在未来几个月内正式推出 [53][54] 问题2: 宏观环境对客户购买行为和业务有何影响 - 公司客户为数字原生企业，云是其收入增长的驱动力，公司对客户使用情况有清晰的可见性 [57][58] - 部分行业如广告技术较为谨慎，但公司客户分布分散，这些情况已反映在业绩展望中；公司通过多个领先指标来评估业务，对全年业绩有信心 [59][60][61] 问题3: 如何看待2亿美元多年期交易的潜力，以及如何让客户对长期合作感到放心 - 公司在核心云和AI推理方面的功能发布以及市场推广的成熟，使客户对将更大的工作负载迁移到公司平台更有信心 [63][65] - 公司正在不断改进销售和支持能力，以提高获得更多此类交易的机会 [66][67] 问题4: 如何考虑今年的资本支出投资，以及大型战略交易的ARR管道对资本支出的影响 - 第一季度加速的资本支出主要用于亚特兰大数据中心，该中心提供的容量支持了公司的增长预测和收入展望 [69][70] - 公司对今年的资本需求和收入预测有信心，但为了抓住更大的增长机会，正在考虑增加融资工具，以在加速增长的同时保持或提高自由现金流 [70][71] 问题5: 与4月4日分析师日相比，市场情况有何变化，以及未来增长的构成和加速情况如何 - 公司目前拥有了亚特兰大数据中心的容量，能够抓住更大的机会，加速了对未来增长的思考 [73][77] - 公司正在考虑如何在2026年及以后加速增长，同时保持或提高自由现金流，因此正在评估一些额外的融资结构 [76][78] 问题6: 目前命名账户参与模型覆盖了多少账户，以及如何评估扩大该计划的可能性 - 目前覆盖了前3000大客户，较去年增加了1500个 [79][80] - 公司将通过多个领先指标来评估扩大该计划的可能性，目前正在努力优化销售模式和提高销售代表的生产力，确保在扩大规模之前取得良好的效果 [81][82] 问题7: 供应约束情况如何，特别是GPU和租赁市场的情况 - 公司在供应方面没有问题，有多个全球OEM供应商提供NVIDIA和AMD的GPU，且市场供应约束较去年有所缓解 [85] - 租赁市场有大量资金希望支持AI基础设施，公司正在积极探索租赁或类似的融资方式，以加速增长并保持良好的自由现金流 [86][87] 问题8: 如何在销售和营销支出稳定的情况下实现增量杠杆，以及何时会加速这些投资 - 公司的客户获取引擎主要来自自助服务渠道，目前正在扩展其他渠道，如合作伙伴计划和AI外呼团队 [91][93] - 公司正在学习如何通过这些新渠道获取客户和扩大客户规模，在确保单位经济效益良好的情况下，将谨慎地进行投资以推动业务增长 [93][94]