ClickHouse收购Langfuse：数据平台竞相掌控AI反馈循环

ClickHouse收购开源大语言模型工程平台Langfuse，旨在为其专为在线分析处理和AI应用设计的数据库服务增加可观测性能力。

分析师表示，这项收购凸显了ClickHouse致力于成为更完整的数据和AI平台的努力，以满足客户将基于大语言模型的应用投入生产环境的需求。

HFS Research副实践负责人Akshat Tyagi表示，Langfuse的可观测性能力，如提示追踪、模型评估、成本和延迟跟踪等，直接补充了ClickHouse在高性能分析方面的核心优势。

Tyagi补充说，通过将Langfuse纳入自身体系，ClickHouse可以为客户提供原生方式来收集、存储和分析大量大语言模型遥测数据以及运营和业务数据，帮助团队更快地调试模型、控制成本，并运行更可靠的AI工作负载，而无需依赖单独的可观测性工具。

Greyhound Research首席分析师Sanchit Vir Gogia表示，ClickHouse正在回应生成式AI在企业中"真正受阻"的问题。"大多数公司并非无法构建AI功能，而是无法解释、信任或承担这些功能。模型会漂移，成本会激增，业务用户无法判断决策是否可靠。ClickHouse正在针对这个精确的盲点。"

Gogia指出："有了内部的Langfuse，它现在拥有了将每个大语言模型调用转换为结构化、可查询记录的工具。"

分析师表示，这项收购标志着不同数据仓库和数据库供应商掌控AI反馈循环的趋势日益增长。

Everest Group分析师Ishi Thakur表示，随着企业试图将试点项目投入生产环境，这些供应商正试图"向上扩展"，从主要作为分析记录系统转变为支持运营工作流程的行动系统。

HFS Research的Tyagi表示，数据仓库和数据库供应商正试图被视为从"我们能构建AI吗？"转向"我们能安全、可预测且大规模地运行AI吗？"

在这方面，Thakur将此与Snowflake收购Observe的举措进行了对比。

这位分析师表示，这两项收购都突显了领先数据平台的共同战略方向：将可扩展的遥测存储与集成的可观测性体验相结合，以在运营分析中获得更大的支出份额。

Greyhound Research的Gogia赞同Thakur的观点，并指出Langfuse与ClickHouse的整合也将有助于扩大其用户群。

Gogia说："从历史上看，ClickHouse服务于分析和基础设施团队。有了Langfuse，它对AI工程、提示运营、产品负责人，甚至风险和合规团队都具有直接相关性。这是用户群体的重大扩展。"

包括Databricks在内的其他竞争对手也提供可观测性能力。

除了对ClickHouse的好处外，Langfuse的现有客户也有望从这笔交易中受益。

两家公司在Langfuse门户网站的联合声明中表示，ClickHouse计划继续支持Langfuse作为开源项目，并为当前用户保持连续性，同时通过与ClickHouse分析引擎和托管服务的深度整合逐步增强平台功能。

他们补充说，对于已经在生产环境中运行Langfuse的客户，这项收购可能会增加长期稳定性和规模，而不会强制对现有工作流程进行突然改变。

这家初创公司由Lightspeed Ventures、General Catalyst和Y Combinator支持，于2023年由Clemens Rawert、Max Deichmann和Marc Klingen创立。公司拥有13名团队成员，并在旧金山设有专门负责营销和销售的第二个办公室。

Q&A

Q1：ClickHouse为什么要收购Langfuse？

A：ClickHouse收购Langfuse是为了增加可观测性能力，成为更完整的数据和AI平台。Langfuse提供提示追踪、模型评估、成本和延迟跟踪等功能，能帮助客户将基于大语言模型的应用更好地投入生产环境，解决模型调试、成本控制和可靠性问题。

Q2：这次收购对用户有什么好处？

A：对ClickHouse用户来说，能获得原生的大语言模型遥测数据收集、存储和分析能力，无需依赖单独工具。对Langfuse现有用户而言，将获得长期稳定性和规模支持，同时保持现有工作流程的连续性，不会被强制进行突然改变。

Q3：这次收购反映了什么行业趋势？

A：这反映了数据平台供应商竞相掌控AI反馈循环的趋势。随着企业将AI试点项目投入生产，数据仓库和数据库供应商正从分析记录系统转向支持运营工作流程的行动系统，从"能否构建AI"转向"能否安全、可预测且大规模运行AI"。