本文將帶你了解兩家公司的背景、收購前的技術整合、Databricks為進軍資安做的先期布局、本次收購的具體理由,以及它如何重塑SIEM(安全資訊與事件管理)和更廣泛的網路安全市場競爭版圖。
Panther於2018年在舊金山成立,創辦人Jack Naglieri曾是Airbnb和Yahoo的資安工程主管。 在Airbnb任職期間,Naglieri共同開發了開源無伺服器即時安全數據分析框架「StreamAlert」,這套工具後來被Netflix、Coinbase等公司採用。
這段經驗讓他深信,傳統SIEM平台無法應付雲端規模的數據。因此,他將Panther打造成一個雲原生、以程式碼驅動偵測(detection-as-code)的平台,能大規模汲取並標準化日誌,讓資安團隊直接用Python編寫偵測規則。 這家公司先後完成了450萬美元種子輪、2020年1500萬美元A輪,以及2021年1.2億美元B輪融資,晉升為估值14億美元的獨角獸。
Databricks是一家估值高達1340億美元的數據與AI平台公司。 它成立於2013年,將Apache Spark商業化,隨後發展出「湖倉一體」(Lakehouse)架構,結合了數據湖的靈活性與數據倉庫的可靠性。在備受期待的IPO前夕,該公司開始積極擴張資安領地,將其平台定位為安全遙測數據的核心儲存庫,以及AI驅動偵測與回應的引擎。
收購Panther只是Databricks在2025年起展開的一連串精心布局中的最新一步。
2025年9月,Databricks推出了「Data Intelligence for Cybersecurity」平台,旨在將零散的資安、IT和業務數據統一在開放的湖倉上,並利用AI代理進行威脅偵測。 Panther被列為啟動合作夥伴,兩家公司聯手發布了一款AI SOC平台的私人預覽版,讓資安團隊能在Databricks Security Lakehouse上直接統一數據並自動化警報調查。
2026年3月24日,Databricks以「Lakewatch」正式進軍SIEM市場,這是一款「開放、代理型SIEM」,利用Anthropic的Claude驅動AI代理,自動化執行偵測、調查與回應。 該公司宣稱,Lakewatch是Splunk和Microsoft Sentinel等傳統SIEM的替代方案,能為客戶節省高達80%的成本。
與此同時,Databricks揭露它已收購兩家新創來支撐Lakewatch:一間是專門負責AI代理安全驗證與授權的Antimatter,另一間是由前Splunk工程師創立、為偵測工程注入深厚技術的SiftD.ai。
交易條件
Databricks如今正式踏入一個長期由兩大巨頭盤據的市場:以端點為焦點的CrowdStrike,以及以數據分析為本的Splunk。
對陣CrowdStrike
多份報導都將CrowdStrike點名為Databricks想挑戰的主要競爭者。 CrowdStrike的強項在於其端點偵測與回應(EDR)技術,以及Falcon平台的輕量級代理。Databricks的對抗論述則是架構層面的變革:與其將安全遙測數據繞道第三方雲端,Databricks讓組織能在自己擁有並治理的數據湖上,直接執行偵測和AI調查。Panther的加入強化了這個故事,因為它能在Databricks上原生地提供自動化警報分流和調查的AI SOC層。
對陣Splunk(Cisco)
Cisco旗下的Splunk是SIEM和安全分析的標準典範。Databricks的Lakewatch產品加上Panther的收購,代表了一種試圖將SIEM模式從設備或索引為中心的架構,轉移到開放湖倉架構的嘗試。其賣點在於客戶可以在單一平台上統一資安、IT和業務數據,並對整個數據集應用AI代理人,從而避開傳統SIEM常有的數據複製、基礎設施開銷和供應商鎖定問題。
更大的平台布局
從Antimatter、SiftD.ai到現在的Panther,這一系列收購顯示Databricks並非只在數據平台上加裝資安功能。它正在組裝一個完整的資安技術堆疊,涵蓋數據汲取、威脅分析、AI代理驗證與AI驅動的SOC自動化。 Databricks提到,Panther現有客戶包括Anthropic和其他AI原生公司,這意味著在防禦最苛刻的環境方面,Databricks立刻獲得了實戰驗證的信譽。