Delphina 融资 750 万美元，扩大其 AI 分析上下文工厂

Delphina 于 2026 年 11 月 12 日宣布获得 750 万美元新融资，使其融资总额达到 1,500 万美元；与此同时，公司推出了 Context Factory。这套系统利用 AI 智能体构建并维护分析答案背后的业务上下文。

Radical Ventures和 Costanoa 共同领投本轮融资，Tenacity Capital 以及多位天使投资人参与其中，包括 Fei-Fei Li、诺贝尔奖得主 Guido Imbens，以及 Anthropic 和 OpenAI 的早期员工。公司表示，融资将用于扩大 Context Factory 的规模，并扩充 Delphina 的市场拓展和客户工程团队。

这款新产品在宣布融资的同时正式上线。它的核心理念是，要实现准确的 AI 分析，就必须了解哪些数据表值得信赖、指标如何定义，以及资深分析师掌握却尚未记录下来的知识。Delphina 表示，企业通常依靠人工整理这些上下文信息；随着业务变化，这些信息也会逐渐过时。

由智能体维护业务上下文

Context Factory 将这项维护工作交由智能体负责。Delphina 表示，智能体可以在数小时内根据现有企业数据和文档整理出初始基线，在员工提问时发现并填补信息缺口，还会将影响重大的变更提交给领域专家审批。这种安排让专家负责定义工作，智能体则承担搜索和更新任务。

Delphina 的产品概览介绍称，该系统会读取 dbt 项目、仪表板、文档和查询日志，并在这些来源发生变化时持续读取更新内容。获批的变更会存储在由客户掌控、带有版本记录的知识库中；评估测试则可以利用员工已经核实过的可信仪表板。

当某个问题暴露出指标定义缺失时，示例工作流展示了智能体如何搜索 dbt、Looker 和 Notion，找出相关数据表的负责人，并通过 Slack 请求确认。获批后，智能体会发布该定义、重新生成原始答案，并将修正内容保存为回归测试，确保已获批的逻辑不会在未被察觉的情况下退化。

Delphina 表示，在企业部署中，各项连接使用按用户配置的只读凭证，且每位客户都会获得独立的数据平面。Python 和 DuckDB 在隔离的 Firecracker 微型虚拟机中运行，无法访问互联网；提示词、查询和知识引用则会被记录，并可导出。这些管控措施让智能体的活动可供检查，同时限制其访问企业系统和外部目的地的权限。

数据团队之外的应用

Delphina 报告称，目前其平台上 73% 的问题由业务团队提出；在超过半数的客户中，CEO 都是活跃用户。在 Substack，超过 70% 的员工使用这款产品，其中包括 CEO Chris Best。其他客户还包括 LATAM Airlines、Upstart、Udemy 和 Coursera。

Best 谈到了这款产品对 Substack 决策方式的影响：“现在，我们的团队几秒钟就能得到准确答案，不必再排队等上几周。这改变了我们的决策方式。”

CEO 兼联合创始人 Jeremy Hermann 曾搭建并领导 Uber 的 Michelangelo 机器学习平台，并联合创立了后来被 Databricks 收购的 Tecton。总裁兼联合创始人 Duncan Gilchrist 曾负责 Uber 的全球定价数据科学工作。Gilchrist 表示，如今运营、销售、营销和财务团队是 Delphina 产品使用最频繁的群体。

这笔融资为 Delphina 扩展产品，以及壮大负责销售和支持产品的团队提供了资源。关键在于，业务用户和 CEO 的采用率能否持续提升，同时不削弱专家审批、带版本记录的定义以及回归测试——这些都是其实现可信分析承诺的基础。