PuppyGraph年度经常性收入增长七倍，完成1,000万美元A轮融资

PuppyGraph于2026年11月10日宣布，公司已完成1,000万美元A轮融资。本轮融资由Particle Future领投，defy.vc跟投，资金将用于扩大工程团队并推进面向企业市场的业务拓展。这笔融资使这家图查询引擎开发商的累计融资额达到1,500万美元。

此轮融资紧随PuppyGraph 1.0正式全面推出之后。PuppyGraph表示，其年度经常性收入在过去一年增长了七倍，客户包括AMD、Palo Alto Networks、Coinbase、Trend Micro、Datadog和Sola Security。

就地查询企业数据

PuppyGraph面向的是能够跨部门调查业务问题的AI智能体，而不仅仅是为已知数据集生成SQL的工具。智能体可能需要追踪客户、产品、组件和供应商之间的关系；随着数据表不断增加，模式描述会占用更多上下文窗口，可能的联接路径也会随之增多。

该引擎可直接在受支持的数据库、数据仓库和数据湖上执行图计算。记录仍保留在Apache Iceberg、Databricks、Snowflake、PostgreSQL和Microsoft Fabric等系统中，无需专用图数据库、单独的图数据副本，也不必维护相关的数据加载管道。应用仍可使用SQL进行筛选和聚合，同时针对关系密集型问题选择图查询。

本体提供经过认可的业务实体和关系，为智能体指明有效的调查路径。PuppyGraph的AI辅助模式构建器会根据现有数据表提出本体模型，但数据团队仍需审查并确认其业务含义。兼容的AI工具可通过MCP接入，用户也可以使用PuppyGraph内置的智能体。

如果查询引用了本体中不存在的实体或关系，该引擎会予以拒绝，并返回结构化反馈以便修正查询。这有助于避免智能体凭空编造关联并将结果当作证据所造成的隐蔽错误。PuppyGraph提醒，验证并不能保证结论正确，因为智能体仍可能采用不恰当的假设，或进行不完整的分析。

性能与治理控制

PuppyGraph表示，其引擎在受支持的工作负载下可实现亚秒级图查询，并能让智能体将3,000张企业数据表作为一个图进行查询。在公司单独开展的一项基准测试中，由四台机器组成的集群在2.26秒内完成了一次跨越数十亿条边的10跳查询；实际性能取决于工作负载。

速度会影响调查的推进方式：智能体会检验多个假设，而如果后续分析步骤依赖前一步的结果，缓慢的查询就可能让流程停滞。因此，这项基准测试关系到深层关系搜索能否保持交互性，而不仅仅是衡量原始查询吞吐量。

PuppyGraph 1.0还会在整个图遍历过程中强制执行已配置的行级权限，包括中间步骤。基于角色的控制和用户身份模拟会将访问权限与用户身份关联起来。该产品支持单点登录，管理审计日志则会记录管理活动。凭证发放功能可为Snowflake和Databricks等平台获取短期有效且与身份关联的凭证，无需用户公开或管理长期凭证。

部署情况与扩展重点

Sola Security首席技术官Leon Goldberg表示：“我们每天都在数千张数据表和数十亿条边上运行AI智能体。”Palo Alto Networks工程总监Ran Xia表示，该公司在现有数据平台上运行多跳遍历，无需移动或复制数据行，从而免去了相关ETL管道的维护工作。Coinbase高级员工软件工程师Xinyu Liu表示，Coinbase直接连接到由Snowflake和Databricks维护的数据表，并通过MCP使用自然语言查询关系。

AMD最初从IT工作负载入手，随后正将应用范围扩展至信息安全和数字营销数据，PuppyGraph表示。这一扩展体现了公司的整体模式：随着关系图连接起更多部门，智能体便能调查过去因组织边界而无法继续的问题。

公司计划利用新增资金减少图模型的搭建工作，让关系查询能够在企业规模下切实可用，并帮助客户推动智能体投入生产。核心挑战在于扩大调查范围，同时不削弱经人工审核的本体和权限控制；这些机制决定哪些关系有效，以及每位用户能够查看哪些数据。